乐于分享
好东西不私藏

AI 替你操作电脑这件事,真的来了

AI 替你操作电脑这件事,真的来了

大家好。

前两天我看到一条消息,直接坐直了。

OpenAI 给 Codex 加了个新功能,叫 Record & Replay

我看完介绍视频,第一反应是:

完了,以后「会用电脑」这件事,可能不值钱了

一、它到底是什么?说人话

以前的 AI,你吭哧吭哧写提示词描述步骤,它已读乱回

现在的 Codex,你不光跟它说话——

你还能「演示」给它看。

演示一遍,它就学会了。

以后你说一句话,它就能替你把这件事干完。

想到这里,我已经开始幻想codex库库帮我干活了。

我举个具体例子,你们就懂了。

你每天要在公司系统里填表。

流程很固定:登入 → 点某个菜单 → 填几栏 → 提交。

但你懒得学什么 Prompt,也不想写脚本。

现在你只需要:打开 Codex,点录制,自己填一遍表。

停止录制。

以后你说:「帮我填今天的表。」

它自己打开系统,自己填,自己提交。

你人不用在。

这不就是赛博徒弟吗??

▲ 打工人真实反应

靠谱吗?我替大家看了一圈测评

(目前Windows还没上,mac端已覆盖,在Codex插件中即可安装

我把博主们的实测结果,翻译成人话,讲给你们听。

先说能做到的部分。

录制完生成的不是「录屏」,而是一个语义化的步骤文件

不是「在坐标 320,450 点一下」——

而是类似「在搜索框输入关键词,然后点击搜索按钮」。

这意味着,下次窗口位置变了,它也能找到对应的按钮。

理论上,适应能力强于传统录屏工具,

比传统的按键精灵或者RPA更聪明。

▲ Codex Record & Replay运行逻辑

但实测下来,问题也不少。

1,速度慢。

你亲自干 30 秒的事,它回放可能要花 3 分钟

因为它要「思考」每一步该点哪里。

不是纯执行,是边理解边执行。

2,偶尔点错。

网页布局一改,按钮位置变了,它可能找不到。

▲ 可能一个诡计多端的广告就能拦住Record & Replay

所以目前的成功率是「能用,但要盯着」。

不是「放着不管让它自己跑」。

3,它只学操作流程,不学你的判断。

比如你演示的时候,遇到弹窗点了「取消」。

下次它遇到一模一样的弹窗,也会点「取消」。

但如果弹窗内容变了,它就可能懵。

所以目前来说,它更像个「不太聪明的助手」。

— — — — —

三、对普通人来说,这意味着什么?

我先说一个事实。

过去两年,AI 最大的门槛是——你得会问。

Prompt 写得好,AI 答得好。

Prompt 写得烂,AI 答得烂。

很多人就卡在这里——不知道怎么「问」。

但 Record & Replay 把这个门槛干掉了。

你不用会「问」了。

你演示一遍,它就会了。

「演示」这件事,任何人都会。

你不需要懂术语,不需要写清楚步骤。

你只要——像平时一样操作。

这才是这件事最炸的地方。

以后再有人问:「AI 能帮我干这个吗?」

答案很可能是:「能,你演示一遍就行。」

四、谁会最先感受到变化?

我猜,是这三类人。

每天有大量重复操作的人(填表、录数据、整理文件)

不会写代码、但工作流很固定的人(行政、运营、财务)

公司里用内部系统、外面教程查不到的人

反而是程序员——

其实受影响最小。

因为程序员本来就会写脚本,会写 Prompt

这个功能是「让不会的人也能用」,

而不是「让会的人变得更强」。

当然,程序员也可以用,省掉部分RPA脚本的时间。

但革命性的程度,没那么高。

真正被颠覆的,是那些「重复但说不清楚」的工作。

— — — — —

五、我细思了一下,有点极恐

这件事的终极方向是——

以后你电脑上装了多少软件、会不会用这些软件,

可能都不重要了。

重要的是:你有没有给 AI 演示过你怎么用。

想象一下这个场景——

你新入职一家公司。

同事给你演示了一遍所有内部系统怎么用。

你录下来,给 AI 学一遍。

第二天,你就能让 AI 替你操作那些系统了。

你甚至不需要真的「学会」怎么用。

我再往后想一步。

如果 AI 能学会你所有操作——

那你的工作,哪些部分是「只有你能干的」,

哪些部分是「演示一遍 AI 就能替你干的」?

这个问题,可能每个人都要想一想了。

六、所以,要不要用?

目前 Record & Replay 还在逐步开放,不是所有人都能用。

但方向已经很清楚了——

AI 从「回答问题」,走向「替你干活」。

这一步迈过去之后,回不来的。

我个人的建议是:

保持好奇,自己去试。

不用担心被替代——

先搞懂它是什么,比假装它不存在,要安全得多。