2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

Codex 6连更:AI看屏、锁屏控制、自主干一整天

发布日期:2026-05-22 09:19:55 浏览次数: 2135
作者:石臻说AI

微信搜一搜,关注“石臻说AI”

推荐语

OpenAI Codex 重磅更新,AI编程助手变身“电脑里的搭档”,双击Command即可让AI“看到”你的屏幕,协作效率飙升。

核心内容:
1. Appshots功能:双击Command键让AI截取窗口内容并提取文字,实现无缝上下文传递
2. Goal模式正式上线:AI可自主规划执行复杂任务,支持跨时间持久化与中途调整
3. 锁屏远程操控:Codex能在Mac锁屏状态下继续工作,甚至支持手机远程控制

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家


石臻说AI编辑:石臻
导读: OpenAI 又到了周四"Codex Thursday",一口气甩出了 6 个更新。这次最猛的不是某个新模型,而是一个不起眼的快捷键——双击 Command,让 Codex 直接"看"到你在干什么。加上 Goal 模式正式毕业、锁屏状态远程操控 Mac、团队插件共享……一连串改动看下来,Codex 正在从"写代码的工具"变成"住在电脑里的搭档"。

Appshots:双击 Command,让 AI 看到你的屏幕

这次更新最让我眼前一亮的功能。

以前跟 AI 编程助手协作,最烦的是什么?给它上下文。你得把报错截图、复制代码、描述问题……光"喂信息"就花掉一半时间。

Appshots 的解决方式粗暴但管用:在 Mac 上,同时按一下左右 Command 键,Codex 会自动截取当前最前面那个应用窗口的截图 + 提取其中的文字内容,直接塞进对话里。

Appshots 演示图

关键细节:

  • 不只截你看得见的部分,窗口里滚动区域之外的文字内容也会被提取,Codex 能拿到的上下文远比你手动复制粘贴多
  • 所有 Mac 计划(Free/Pro/Team)都能用,企业版后续上线
  • 操作路径极短:双击 Command → 选窗口 → 自动附带截图+文字到对话

说白了,这个功能解决的是人机协作里最大的摩擦——上下文传递。与其你费劲描述"我的 Figma 里这个按钮的颜色不对",不如让 AI 直接看一眼。

OpenAIDevs 官方推文截图

Goal 模式正式毕业:让 AI 干几个小时甚至几天

之前是实验性功能,现在正式上线了,覆盖 Codex 桌面应用、IDE 插件和 CLI 三端。

Goal 模式解决的问题也很明确:有些任务不是一个回合能搞定的

比如"重构这个模块的认证逻辑",可能需要跨好几个文件,涉及数据库 migration、API 变更、前端适配……传统模式下你得一步步指挥。Goal 模式下,你给 Codex 定一个目标,它会自己规划、自己执行、自己检查,中间你随时可以介入调整方向。

Goal 模式

几个实用技巧:

  • Side chat:开一个侧边对话查看当前任务进展,不打断主任务
  • Pause & Steer:中途暂停、调整方向,不用从头来
  • 跨时间持久:目标可以跨小时甚至跨天,Codex 会记住进度
Goal 模式推文截图

从 Codex CLI 0.133.0 的 changelog 来看,Goal 模式这次是实打实地做了底层重构——有了专门的 Goal 存储数据库,进度跨会话追踪,不再是之前靠上下文窗口"硬记"的土办法。

锁屏远程操控:人走了,AI 还在干活

这个功能有点科幻感——你的 Mac 锁屏了,Codex 还能继续操作桌面应用。甚至可以从手机上的 Codex Mobile 远程操控。

先说 Computer Use 本身。Codex 的 Computer Use 不是简单的远程桌面,而是一套完整的 GUI 操作系统:它能看到屏幕、截图、操作窗口菜单、模拟键盘输入、读取剪贴板。前提是你授予了 macOS 的屏幕录制辅助功能两项权限。安装方式也很简单——Codex 设置里找到 Computer Use,点 Install,然后按系统提示授权就行。

适用场景很广:

  • 测试 macOS 应用或 iOS 模拟器流程
  • 复现只在 GUI 中出现的 bug
  • 修改必须点击 UI 才能改的应用设置
  • 操作没有插件/MCP 接入的数据源
  • 执行跨多个应用的流程

用法也很直觉——在 prompt 里 @Computer@AppName,或者直接说“用 computer use 打开 XX 应用”:

用 computer use 打开应用,复现 onboarding 流程里的 bug,
然后修复导致 bug 的最小代码路径。每次改完后重新跑一遍 UI 流程。

锁屏模式(Locked Computer Use) 是这次的新功能核心原理:Codex 安装了一个 Apple authorization plug-in,参与 macOS 的解锁流程。

但设计上非常克制——它不是一个通用的远程解锁通道,别人(或其他应用)没法通过这个机制解锁你的 Mac。只有 Codex 在活跃的、受信任的 Computer Use turn 内,才能触发临时解锁。

安全机制做了几层:

  • 短时授权窗口:解锁窗口只在当前尝试期间生效,不是一直开着
  • 仅限 Codex:自动解锁只对 Codex 的 Computer Use turn 开放,其他应用/进程无法利用
  • 覆盖所有显示器:临时解锁期间,所有屏幕都会被覆盖显示,防止信息泄露
  • 本地输入立即中断:一旦检测到本地键盘或鼠标输入,立刻重新锁定并暂停自动解锁,直到你手动解锁
  • 手动解锁兜底:遇到任何异常,手动解锁即可完全接管

几个值得注意的限制:

  • 不能操作终端应用和 Codex 自身(防止绕过 Codex 安全策略)
  • 不能以管理员身份认证,也不能批准系统安全和隐私权限弹窗
  • 文件编辑和 shell 命令仍遵循 Codex 的沙箱和审批设置
  • 目前仅 macOS(EEA、英国、瑞士暂不可用)

典型场景:你在公司跑着 Codex 做前端调试,下班锁屏走人。回家路上掏出手机,打开 Codex Mobile 看看进展,甚至远程点两下让它改个配色。人不在电脑前,活照样干。

浏览器标注升级:设计师终于能精准反馈了

Codex 内置浏览器做了一波体验优化,重点在"标注"功能:

标注模式演示
  • 直接调整页面元素:不用口头描述"这个字太小了",直接在页面上改字号、颜色、间距,Codex 能看到你的修改
  • 即时预览:改完马上看到效果,不用等一个完整的 turn
  • 批量标注:一次性标记多处需要修改的地方,不用来来回回说

配合 Chrome 扩展的改进——不再创建标签组(之前很多人吐槽这个),改用标签图标显示状态,Windows 可靠性也修了一波。

对设计师和前端开发者来说,这个更新大幅降低了"说清楚我要什么"的成本。

团队插件共享

Business 用户现在可以把自建插件分发给整个团队了。Plugin 里可以包含技能、应用集成和 MCP 服务器。

插件共享演示

Enterprise 版本还在路上,但方向很明确:把 Codex 从个人工具变成团队基础设施。团队内部的工具链、代码规范、部署流程,都可以打包成插件统一分发。

Analytics 升级:老板终于知道钱花哪了

这次还给 Business 和 Enterprise 加了更详细的分析面板:



维度说明
活跃用户谁在用、用了多少
Credits 消耗Token 用量一目了然
代码行数AI 生成了多少代码
插件使用率哪些插件最受欢迎
用户排行榜团队里的 AI 使用达人

配合 Analytics API,企业可以把 Codex 用量集成到自己的内部看板。

说到底,OpenAI 在押注什么?

把这 6 个更新串起来看,一条暗线很清楚:Codex 正在从"代码生成器"变成"开发操作系统"

Appshots 让 AI 获得了视觉上下文 → Goal 模式让 AI 能长期自主执行 → 锁屏控制让 AI 不受物理位置限制 → 浏览器标注让 AI 理解设计意图 → 插件共享让团队标准化 → Analytics 让管理层看得见 ROI。

每一环都在降低"人指挥 AI"的成本,提高"AI 自主干活"的上限。

当然也有槽点——评论区一堆 Windows 用户在哭,Appshots 和锁屏远程控制目前都是 Mac Only,Chrome 扩展在 Windows 上的稳定性还刚修完。OpenAI 的产品节奏明显跟着苹果生态走,这事儿短期内改不了。

竞争对手方面,Claude Code 同一天发了 2.1.147 更新(Workflow 确定性多智能体编排),Cursor 也在持续迭代。AI 编程赛道的竞争已经从"谁的模型写代码更准"升级到"谁的开发体验更丝滑"——而体验的关键,是减少你描述需求的时间,增加 AI 执行的时间

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅