OpenAI Codex走出代码: computer use、自动化、记忆与代理工作流
4月16日的Codex发布把Codex从代码助手变成了更广的软件工作流代理。它可以用自己的光标操作Mac，使用内置浏览器，生成图像，记住偏好，运行自动化，并与开发者工具更深连接。
发生了什么Codex新增了computer use、插件、图像生成、记忆预览、自动化、SSH、PR审查支持，以及多文件工作区改进。
为什么重要代理工作正从代码编辑扩展到整个软件生命周期。
TRH动作在让Codex跨应用操作之前，先明确范围、输出契约和信息源边界。
OpenAI宣布了什么
OpenAI表示，Codex现在每周服务超过300万开发者，并正在扩展到完整的软件开发生命周期。这个应用可以在macOS上使用后台computer use，配合内置浏览器工作，用gpt-image-1.5生成并迭代图像，还能在GitLab Issues、CircleCI、CodeRabbit、Render、Microsoft Suite、Atlassian Rovo、Remotion、Neon、Superpowers等工具上使用90多个额外插件。
为什么这不只是一次功能堆叠
真正重要的变化是，Codex正在从孤立的代码任务转向真实工作流的运行：审查评论、终端、PDF、表格、幻灯片、文档、通过SSH连接的远程devbox、视觉迭代，以及计划好的后续工作。OpenAI还表示，基于线程的自动化可以跨越几天或几周保留上下文，而记忆可以保存偏好、修正和来之不易的项目事实。
风险：上下文越广，浪费也越广
让Codex更有用的同一批功能，也会让运行成本更高、更难审计。computer use代理可能点击无关界面。带记忆的代理可能携带过时假设。插件很多的代理可能收集超出任务需要的上下文。视觉工作流可能把令牌烧在截图和重复检查循环上。
TRH操作手册
在把工作流委托给Codex之前，先定义目标产物、允许的应用、来源边界、停止条件和验证命令。把自动化用于重复性的发现和草稿生成，但让发布关口继续由人工批准。对于团队来说，要跟踪已收集上下文、已执行动作和已交付产物之间的比例。这正是代理杠杆与代理拖累的分界线。