Record & Replay录制下来的技能为什么能复现？核心依赖叫Computer Use——它是Codex操作图形界面的底层能力。与Chrome扩展（依赖已登录的浏览器身份）和应用内浏览器（隔离干净的调试环境）不同，Computer Use覆盖范围最广：它能看见Mac/Windows的窗口和按钮，通过鼠标键盘操作那些没有API的应用（如Spotify、Xcode、系统设置），甚至能通过iPhone镜像控制手机。代价是慢——它需「看界面→判断点哪→等响应→确认状态」一步步来。理解这三条路线，才明白为什么录制前必须先开启Computer Use。

很多人以为Codex就是个写代码的工具，其实它经历了两次截然不同的「生命」。2021年的初代Codex基于GPT-3微调，本质是代码补全模型，为GitHub Copilot提供动力；2025年它以「自主编程Agent」形态重生，能独立规划、执行和调试复杂开发任务。2026年3月Codex桌面应用问世，将Agent能力从终端扩展为可视化的多智能体指挥中心。Record & Replay正是这套架构上的最新拼图——它让AI不再只懂API，还能直接「看」你操作图形界面，把人的经验打包成可复用的Skill。

传统的RPA靠录制鼠标点击和定位UI元素来写脚本，脆弱得像玻璃——前端换个class名就崩。AI Agent与RPA的融合给出了新方案：大模型作为「大脑」理解意图、拆解任务，RPA作为「双手」执行精确操作。但Codex的Record & Replay走得更远：它不再需要提前写好规则，而是让AI从一次演示中自学整个流程，并用Skill封装成可复用的上下文。RPA厂商把赌注压在「规则+AI」的融合上，而OpenAI选择了「演示即编程」——两种路径本质是对「自动化应该由谁定义」的不同回答。

Record & Replay透露的更深远信号是：操作系统角色正在演变。过去，人是连接各个软件的中间层——在不同应用间复制、粘贴、切换。当AI能跨应用观察、理解并执行任务，人类的核心工作将从「如何操作软件」转向「教会AI如何操作软件」。Codex已经展示了一条路：人做一遍，AI学会，下次它干。这对软件行业意味着界面设计不再只为人类服务——AI更关心功能能否被稳定调用而非是否好看。未来真正的软件用户可能是AI，而人的竞争力是「教会AI用工具」的能力。

Codex的Skill目前只在macOS上支持Record & Replay录制，且不覆盖欧盟、英国和瑞士。但Codex桌面应用、CLI和SDK本身不是只能配OpenAI模型——在config.toml里设置model_providers，你可以把它指向Ollama、LM Studio这类本地开源模型。这引出一个更深的问题：如果Skill的底层推理引擎可以换，那是否意味着Record & Replay这种「演示+封装」的模式未来也能跨操作系统、跨模型平台？Codex官方的限制清单（macOS only、Computer Use必须开启、管理员需留意requirements.toml配置）给出了当下能看到的不确定性边界。