Codex 操作电脑,别只知道一个插件

Codex 团队成员 Jason 发布了一篇《Three Ways Codex Can Use a Computer》的文章，详细介绍Codex操作电脑的三种方式，即三种插件：Computer Use、Chrome、Browser。

对于很多人来说，一开始不能区分这三个插件的区别，所以不知道选择合适的一款使用。这篇文章就简单讲清楚这三个插件分别适合什么场景。

先记住一个原则：用最窄的工具

能用结构化插件，就别让 Codex 操作界面。

能用 Browser，就别开 Chrome。

能用 Chrome，就别直接上 Computer Use。

这不是洁癖，是权限边界的问题。让 Codex 操作电脑这件事很强，但也意味着它能看到、点击、输入。范围越大，你越需要盯着。

1. Computer Use：真的去操作桌面

Computer Use 是范围最大的那个。

它可以控制你批准的桌面应用，比如 Spotify、Xcode、系统设置、iOS 模拟器，甚至一些没有 API、没有插件的传统软件。

它适合这种任务：

打开 Spotify，随机播放一首歌。

打开 iOS 模拟器，复现一下这个 onboarding bug。

在这个桌面软件里导出一份文件，再放到另一个地方。

它的优点很明显：只要是图形界面，它理论上都能看、能点、能操作。

缺点也同样明显：慢，而且权限边界大。涉及账号、支付、隐私、系统设置的时候，最好别让它自己一路跑到底。让它做事可以，但关键动作前要停下来给你看。

很多网页不是打开就能用的。你需要 cookies、登录状态、浏览器扩展，甚至需要同时看几个标签页。这个时候 Browser 就不够了，因为 Browser 是隔离环境，不带你的 Chrome 状态。

Chrome 适合这种任务：

打开我已经登录的 Gmail，整理今天需要回复的邮件。

看一下这个客户后台，再对照另一个 tab 里的工单。

读取我当前打开的页面，帮我整理信息，但不要提交。

它比 Computer Use 窄一点，因为它只处理浏览器里的事情。但它又比 Browser 更贴近你的真实工作环境。

这里也要小心。网页里的按钮，Codex 点了就是你点了。发邮件、提交表单、购买、发布内容，这些动作最好让它停在草稿或确认页。

我觉得它最适合开发场景。比如你在本地跑了一个 Vite、Next.js 或单 HTML 页面，让 Codex 打开 localhost:3000，检查布局、复现 bug、改代码、再刷新验证。

它适合这种任务：

打开 localhost:3000，检查移动端溢出问题。

我标注这个区域，你帮我把间距调舒服

Browser 的好处是边界清楚。它不带你的登录状态，也不碰你的真实 Chrome。用来调页面很安心。

但这也是它的限制。如果一个网站必须登录，或者依赖你的浏览器扩展，那就别在 Browser 里折腾，直接换 Chrome。

它不是让 Codex 操作电脑的第四种方式。它更像是"指给 Codex 看"。

你把当前窗口截给 Codex，它就知道你在说哪个页面、哪个错误、哪个设计稿。接下来它要不要操作，用 Browser、Chrome 还是 Computer Use，是另一回事。

我现在越来越喜欢这种方式：先截图给上下文，再让 Codex 选合适的工具做事。

写网页、看本地页面、修 UI，用 Browser。

需要你的登录状态、多个 Chrome 标签页、浏览器扩展，用 Chrome。

要操作桌面 App、系统设置、模拟器，或者没有 API 的软件，用 Computer Use。

这三个东西真正重要的不是"谁更强"，而是谁刚好够用。够用就好。权限给太大，反而麻烦。