OpenAI：Codex 在 macOS 上具备通用电脑使用能力

产品具体是什么

Codex 通过 macOS computer use 功能，让 AI 模型能够像人一样"看"屏幕、理解界面元素，然后执行点击、输入等操作来控制任意应用。它在后台静默运行，不占用用户桌面空间，也不干扰正常操作。这意味着 AI Agent 首次能够绕过 API 直接操控那些没有开放接口的传统桌面软件。

解决什么问题

大量真实工作场景依赖没有 API 的工具——传统 ERP 的操作界面、老旧桌面软件的交互、某些不支持自动化的 Web 应用。开发者过去只能用 Selenium 等工具编写复杂的爬虫脚本，或者干脆靠人工点击来完成任务。Codex 把这个过程自动化了：给定一个任务描述，它就能自动规划步骤、执行操作、验证结果。这对前端迭代和自动化测试尤为有价值——无需为每个应用单独写 API 适配器，AI 直接模拟人类操作流程。

从 API 到 OS 级的跨越

这次发布代表了 AI Agent 能力的重要跃迁：从"调用 API"到"操作系统级控制"。Codex 基于 GPT-4.5 的多模态理解能力，不仅能看懂屏幕内容，还能将 UI 状态转化为可执行的行动计划。这种能力在 Claude Computer Use（Anthropic，2025年10月发布）上已有先例，OpenAI 此番跟进并将能力落地到