夜雨聆风上周三上午，我盯着屏幕上的某个网页，做了一件特别没技术含量的事。
在一个数据库网页，复制检索式到检索框，搜索后把 10 个公司名，从网页上一行行选中，复制，粘到 Excel 里，再核对一下有没有复制错，再加个表头，再调一下列宽。再换个检索式，同步相同的操作。机械、枯燥、没有任何创造性，但又必须做。
你想想看，这种活儿 AI 怎么帮？
写代码？没接口，写不了。
我做这事儿的时候，脑子里一直在转一个念头——
这种「在浏览器里点点点、复制粘贴」的工作流，能不能也变成 skill？
前几天我把这个事当真研究了一下，发现 Codex 里有个插件真能搞定。
1. Record & Replay 这个插件，第一次让「录屏即脚本」成为可能
我这两天把 Codex 的插件商店翻了一遍，找到一个名字特别直白的插件，叫 Record & Replay。
什么意思呢？
记录（Record）。回放（Replay）。
你把你的操作录一遍，它能直接给你生成一个可复用的 skill。
它的逻辑特别简单——你就当你是个用户，正常操作一遍你的工作流，录完它就帮你生成一个 skill。下次再干同样的活儿，调这个 skill 就行。
但这个插件单独装上是没用的。
它必须搭配 Codex 的另一个能力——Computer use，也就是「电脑操控」。
你想想看，一个录屏工具，如果不能真正操控你的鼠标和键盘，那录出来的东西也只是个「演示视频」，不能变成可执行的指令。
所以这两个东西要一起装。
第一步，装 Record & Replay 插件。
打开 Codex 的插件市场，搜「re」，就能看到它。
第二步，开 Computer use 的权限。
这个开关藏在 Codex 的设置里，要给 Chrome 浏览器开电脑操控权限。两个开关都开上，记得弹窗提示装浏览器扩展时点安装。
只有扩展程序装好，Codex 才能真的去操控你的浏览器。
这一步是踩坑点。
我自己第一次只开了第一个开关，没注意还要装浏览器的扩展程序，结果录屏能录，但 agent 跑 skill 的时候完全没法操作网页。后来才发现要手动点那个「安装」按钮。
2. 三步走完一遍，从录屏到生成 skill
装好之后，剩下的事就特别简单。
在 Record & Replay 插件上点「···」，选「立即试用」。
点完会自动跳到一个对话框，里面已经给你写好提示词了，直接点发送。
然后会跳一个权限申请，选「允许一次」就行。
这时候你会看到菜单栏多了一个录屏的小图标，红点闪着，说明已经在录了。
接下来你就正常干活儿。
打开网页，点点点，复制粘贴，整套流程走一遍。
注意，最多录 30 分钟。
录完之后，回到对话框，跟它说"录制完成"。
它会自动停止录制，把你刚才的操作转化成一段可复用的 skill。
然后你调这个 skill 试试看，能不能复现你刚才干的事。
我当时录的是一个把网页表格里 10 个公司名复制到 Excel 的活儿，录完调 skill，Codex 就自己打开浏览器、定位到那个表格、一行一行把数据抠出来、粘到 Excel。
我看着屏幕上网页的搜索框不断变换着检索式，公司名被复制粘贴，感觉，怎么说呢，就是一种「机器终于学会替我干这种破事儿了」的爽感。
3. 录屏前的「桌面打扫」，是真的有用
用了几次之后我总结出一条经验，可能是最重要的一条。
在开始录屏之前，务必把你的桌面打扫干净。
什么叫干净？
无关的标签页关掉。
不相干的文件不要放在桌面上。
聊天窗口、邮件、待办 list，能关的先关掉。
录屏时只针对你真正要提效的那个流程，别的什么都不做。
为什么？
因为录屏不是只录你点了什么，它还会录屏幕上的所有上下文。
你打开了一个临时文件、瞥了一眼微信、回了一封邮件——这些"噪音"都会被录下来。Codex 看到你做了这些事，会以为它们也是流程的一部分，下次跑 skill 的时候就要不要做这些动作而纠结。
我第一次录的时候，桌面上还开着几个无关的网页，结果生成的 skill 里有一大堆「点这个链接」「打开那个文件」之类的废动作，agent 跑起来磕磕绊绊，特别慢。
后来我把桌面清空、浏览器只开目标网页、连微信都先退了，重新录了一次。
生成的 skill 一下子干净很多，跑起来也利索。
这事儿给我一个很深的感受。
AI 工具很多时候不是输给能力，是输给输入质量。
录屏工具这么强，你录了一个乱糟糟的工作流进去，它也只能给你一个乱糟糟的 skill。
4. 从「文件式 skill」到「行为式 skill」，一种新的抽象
录了几次、用了几次之后，我开始琢磨这个事更大的意义。
我们以前理解的 skill，是写下来的指令集。
一篇文章里告诉 agent，先做 A，再做 B，遇到 C 就做 D，最后输出 E。这种 skill 是一段文字、一堆规则、几段示例，归根结底它是一个文件。
Record & Replay 这种 skill 化方式完全不一样。
它不是先写好规则再去执行，而是先执行一次，再从执行里提炼规则。
这件事重要在哪？
意味着你不需要预先会写指令，你只需要会做这件事。
意味着 skill 的来源，是你的行为本身，而不是你对行为的描述。
意味着非程序员也能制造 skill 了。
这个东西的意义，可能比我们一开始以为的要大。
我有时候会想，这有点像 Linux 时代的 shell history。
最早大家用命令行，都是一条条手动敲，敲得多了，就想"我能不能把刚才敲的那些保存下来，下次再跑一遍？"于是有了 history 命令、有了脚本、有了各种自动化测试和部署流程。
这条路其实就是从「我手动做过一次」到「机器替我做」的进化。
Record & Replay 在做的，可能就是浏览器时代的 shell history。
这是 AI 时代特别需要的一件事。这才是 AI 时代真正的红利。
感谢你看到这里。
如果觉得有用，欢迎关注「噗噗Ning-AI」，我们会持续分享 AI 前沿工具的实战经验。
我们下次再见。
/ 作者 麦茬道
