乐于分享
好东西不私藏

Codex周活破400万:这6个插件让非程序员也能雇AI员工

Codex周活破400万:这6个插件让非程序员也能雇AI员工

你有没有想过,写代码这件事,以后可能不需要你亲自敲键盘了?

不是「AI辅助写代码」——而是「告诉它你要什么,它自己搞定整个流程」。

更疯狂的是,它现在能操控你的电脑了。


一、5个月从60万到400万:Codex正在发生什么

2026年初,OpenAI Codex的周活跃开发者数大约是60万

到了2026年5月,这个数字变成了——400万+

5个月,6.7倍增长。这不是线性增长,是指数曲线。要知道,全球软件开发者总数也不过不到3000万(据Evans Data Corporation 2025报告),Codex已经覆盖了其中相当大一部分。

Terminal-Bench 2.0测试中,Codex拿下了82.7%的分数。这个benchmark测试的不是「聊天能力」,而是AI真实编程能力——写能跑的代码、调试、部署,全流程。

但让Codex真正破圈的,不是代码能力。是插件生态。


二、Computer Use:AI终于能「看到」你的屏幕了

2026年4月17日,Codex上线了一个让整个行业炸锅的功能——Computer Use

简单说:Codex现在能看屏幕、移动光标、点击按钮、输入文字。就像一个人坐在你的电脑前操作一样。

它有一个独立的光标——不是远程控制那种「假装移动鼠标」,而是真正在系统层面操作你的Mac。每一次点击、每一个键盘输入,都是真实发生的系统事件。

⚠️ 注意事项:目前仅支持macOS,Windows版本还在路上。欧盟地区暂时不可用(监管原因)。如果你在Windows上工作,目前只能用Codex的代码能力,Computer Use还需等待。

这意味着什么?来看几个真实场景:

  • 你让Codex「帮我把这张图上传到WordPress并发布」——它会自己打开浏览器、登录、上传、排版、点击发布按钮。
  • 你让Codex「把这份Excel数据做成图表发到Slack」——它会自己打开Excel、生成图表、截图、调用Slack发送。
  • 你让Codex「每天上午9点检查GitHub Actions运行状态,失败就发邮件」——它会自己设置定时任务、监控、报警。

不需要API集成,不需要写脚本,就是「看屏幕→理解意图→操作」。


三、6款智能体插件:给不同岗位的「AI同事」

OpenAI在2026年5月推出了6款针对不同岗位的智能体插件包。每个插件包都携带「预打包脚本和说明」——说人话就是:开箱即用,不需要你配置环境。

目前已确认的方向包括:

  • 数据分析智能体:自动清洗数据、生成报告、发现异常趋势
  • 创意智能体:文案生成、社交媒体内容规划、A/B测试文案
  • 销售智能体:CRM数据整理、客户邮件跟进、销售漏斗分析
  • 产品设计智能体:Figma组件生成、设计系统维护、原型快速搭建
  • 项目管理智能体:JIRA任务自动分配、进度追踪、风险预警
  • 客服/支持智能体:工单分类、常见问题自动回复、升级判断

插件的底层逻辑是:降低错误信息风险和推理成本。以前你每次让AI帮你做事,它都要「重新理解」你的需求和环境。现在插件把「最佳实践」打包进去,AI直接按标准流程执行,少走弯路,少花token。

目前已集成的第三方工具超过90个:GitHub、JIRA、Slack、Figma、Linear、Notion……几乎覆盖了知识工作者的全部工具链。


四、手把手教程:用Codex + Computer Use自动化你的第一个任务

好,说这么多,怎么用?下面是零代码基础也能跟着做的完整流程。

Step 1:获取访问权限

你需要一个ChatGPT Plus/Pro订阅(推荐)或者OpenAI API Key。免费tier可以使用Computer Use的基础功能,但插件生态需要付费订阅。

Step 2:开启Computer Use

在Codex界面里找到「Computer Use」开关(仅macOS)。开启后,Codex会请求「辅助功能」系统权限——这是它能操控电脑的技术基础,必须在「系统设置→隐私与安全→辅助功能」中授权。

Step 3:写一个Goal Mode任务

Goal Mode是这次更新的核心:你告诉Codex「目标」和「成功标准」,它自己跑到完成为止,不需要你中间干预。

示例任务(直接复制可用):

目标:每天上午9点,从GitHub拉取最新代码,运行测试套件,如果有失败就把错误信息发到Slack的#dev-alerts频道。
成功标准:Slack消息成功发送(当有失败时),或者测试全部通过(不发送消息)。

Codex会自己完成以下全部步骤:

  1. 打开终端(或使用内置终端)
  2. 运行 git pull origin main
  3. 运行测试命令(它会自动识别package.json/Makefile/pytest等)
  4. 解析测试结果输出
  5. 如果失败,格式化错误信息,调用Slack API发送消息

整个过程不需要你写一行脚本

Step 4(进阶):用Sites功能把文档变成网站

Codex新增的Sites功能:选中一段文档(比如项目的README),点击「Generate Site」,Codex会自动生成一个交互式网站——有导航、有搜索、有响应式布局,直接可部署。

这对开源项目维护者技术文档写作者来说是巨大效率提升。


五、我的判断:Codex在下一盘很大的棋

有几个信号值得认真解读:

信号1:OpenAI跟戴尔的合作

戴尔的企业客户如果围绕Codex插件做标准化——那Codex就不只是一个「AI工具」,而是「企业AI操作系统的标准层」。就像当年的Windows一样。

信号2:价值单位正在转移

从「智能模型」变成「可复用工作流程」。以后企业采购AI,买的不是「GPT-5的API调用次数」,而是「这个Codex插件能帮我完成多少工作流程」。

但有几个问题不能忽视:

  • 安全风险:Computer Use需要大量系统权限。如果Codex被prompt injection攻击,后果比「AI说错话」严重得多——它能操作你的文件、浏览器、甚至银行网站。
  • 生态锁定:插件是OpenAI定义的格式。如果未来你想迁移到Claude或Gemini,这些插件不能直接用。
  • 成本:虽然降低推理成本是插件的设计目标之一,但Goal Mode长期运行的token消耗依然可观。建议先用小任务测试,再扩大到关键流程。

Claude Code在代码质量上可能仍有优势,但Codex的「全岗位覆盖」策略明显更激进,也更贴近普通用户。

AI从「回答问题」到「坐在工位上处理杂活」,Codex是第一个真正把这件事做成产品的。

你准备好雇一个AI同事了吗?

每天学一点AI,每天进步一点点 🚀

相关学习资料