深览
6.8
深览指数
科技腾讯新闻·爱范儿··AI 生成

洗个澡功夫，Codex 替我跟售后把退款要了回来 ｜附指南

本文通过一个真实案例——开发者用 OpenAI Codex 自动与客服系统交互完成退款——引出 Codex 新推出的三种电脑操作能力：Computer Use、Chrome 插件和内置浏览器。作者清晰解释了这三种模式的设计理念并非让 AI 模拟人操作，而是一套分层权限体系：能用 API 或插件就不用视觉控制，后者只是兜底方案。文章适合关心 AI Agent 产品设计、工具效率的读者，提供了具体的选型指南和最佳实践。原文 ↗

核心观点
  • ▍OpenAI Codex 的三种电脑操作能力（Computer Use、Chrome 插件、内置浏览器）不是简单功能重复，而是按不同信任级别和效率设计的权限分层体系，结构化接口优先于视觉模拟操作。
  1. 01开发者 Jason Liu 用 Codex 自动完成淘宝客服退款：指令为「每 5 分钟检查一次聊天窗口；如果客服上线，改成每分钟检查一次；尽量帮我完成退款」，他洗澡回来后退款已完成。
  2. 02Computer Use 能通过 iPhone Mirroring 操作手机、修改备忘录，但执行效率低——需要「看清界面、判断点哪、等 App 反应、再看下一屏」的视觉循环，适用于没有 API 或不支持插件的原生应用。
  3. 03Chrome 插件可复用用户的 Cookie 和登录态，直接操作 Gmail、LinkedIn、Salesforce 等需登录的网页；Jason Liu 用它让 Codex 每天查看 Twitter 私信、读新闻并存入笔记库，持续运行。
  4. 04应用内浏览器隔离运行，没有插件、Cookie 和登录态，适合本地 Web 开发调试；用户可直接圈注页面元素留反馈，Codex 改完后刷新展示下一版。
  5. 05Appshots 功能（macOS 双 Command 键截图）负责「指」目标，三种操作能力负责「动手」，形成完整的交互链。
反方 / 局限
  • — Computer Use 需要用户交出整台桌面的控制权，官方提醒只能用于单一明确任务，涉及敏感操作仍需真人监督。
CodexOpenAIJason LiuComputer UseAppshotsChrome 插件iPhone Mirroring
11 分钟 · 4 卡片 · 9 资料
读原文 →

前置背景

平行视角

未来推演

延伸追问