没想到 Codex 比 Gemini 还猛，它要控制我的整个 Mac

最近一直在用 Claude Code 做我的实验性项目，Token 烧的很厉害，到目前为止，一周的额度已经干光了，只能靠按量付费续命。

转过头来看 Codex，额度还没咋用呢，于是挑了些任务让 Codex 实现。然后就发现 Codex 也更新了，并且是一个六亲不认的激进更新。Gemini 说要打造一个真正个性化、主动且强大的桌面助手，要做 Agent 模式……

Codex ：好的，我就是。

查了一下 Release Notes，这个版本是 4 月 16 日更新的，叫做：Codex 全能型助手。

今天又叠甲了几个小版本，也就是我现在用到的版本，Codex 26.417.41555 (1858)

我有个感觉，硅谷 AI 御三家（OpenAI、Anthropic 和 Google）的产品发布频率越来越快了，因为这三家的工程师烧 Token 应该是无节制的，模型是顶级的，可能还加了 buf，能想到就能做到。AI 彻夜不停的工作，Codex 这样的产品一天能发几个小版本更新，想一想就很可怕。

中国的 AI 大厂真的要加油了，努力搞出一流模型，咱们中国工程师也都能吃细粮啊。

1

那么，Codex 进化成啥形态了呢？不再是一个 Coding Agent，而是一个非常擅长 Coding 的通用 Agent，用的是 GPT 自家模型，变成了一个会编程、有图形界面、安全保护，能够操控你的个人电脑的大龙虾。这么说吧，如果 Codex 增加一个 Channel 的功能把聊天的功能接入各种 IM 工具。龙虾和爱马仕 Agent 能干的，它都行，龙马不能干的，人家也能干。除此之外，还能做一流的工程师。这一步比 Gemini 走得快了 🤏，我看 Gemini + Antigravity 加一块似乎都不如 Codex 野心大。

Codex 的官方介绍是：

我们正在发布一次对 Codex 的重大更新，让它成为超过每周 300 万名开发者更强大的搭档，帮助他们在完整的软件开发生命周期中加速工作。

现在，Codex 可以在你身边操作电脑，使用你每天用到的更多工具和应用，生成图像，记住你的偏好，从以往的操作中学习，并接手持续且可重复的工作。Codex 应用还加入了更深入的开发者工作流支持，例如审查 PR，查看多个文件和终端，通过 SSH 连接远程开发机，以及在应用内置浏览器中更快迭代前端设计、应用和游戏。

也就是说，Codex 现在可以像用户一样看见屏幕，用自己的光标进行点击和输入，直接操控用户电脑上的一切应用。多个 Agent 可以在 Mac 上并行工作，互不打扰，你照常敲代码、看文档，它们在一旁悄无声息地干活。

比如我一边让它写代码，另开一个聊天窗口，看下我最近写的墨问笔记，还能让它打开音乐 App 放首歌，这些都可以并行作业，毫无压力。

2

新版本的 Codex 布局大概就长这样：

左侧是三个区域，上面是功能菜单，包括新建聊天，搜索，新增了插件和自动化工具。中间是项目的对话历史，底部是聊天的对话历史。

项目一般是针对本地文件，比如编程、处理数据文件等等。聊天就可以当 Agent 用，直接看微信读书、播放音乐、调用命令行，比如我们正在做墨问 CLI 和 Skill，我就可以直接在对话里使用，打开右侧边栏就是我使用的 Skill（还在研发中）。

插件市场和自动化值得聊聊。

插件市场里内置了大量的 Skill，大家自己去看就行了，需要什么装什么，我目前只装了两个，一个是 Computer Use，另一个是 Gmail，前者控制 Mac，后者处理邮件。

Computer Use 可以在设置里安装，主要用来控制电脑的，权限不小，大厂的东西还是很安全的，所有操作都会和你确认。安装的过程里 Codex 会提示你做 Mac 的授权，就看你是否愿意让 Codex 当你的龙虾了：

设置里可以玩的东西很多，大家可以自己探索，定制自己的 Codex。

另外，从这个版本开始，Codex 开始原生支持 Web，内置了一个浏览器，比如我可以直接在 Codex 里启动并打开 CatReader（是的，这是我的另一个实验项目）：

右上角提供了截图和评论模式，我们可以直接在页面上圈画、评论，把非常具体的指令丢给 Agent，让它围绕真实界面来理解需求、改布局、调试交互方式。如果你写的产品有前端界面，这就非常友好了。看官方计划，后续会进一步扩展这套能力，让 Codex 能在本地 Web 应用之外，彻底掌控浏览器。

自动化能力和龙虾里的 Cron 类似，不过 Codex 提供了很多默认的自动化任务，你可以根据自己的需要启动这些任务，或者自己定义：

我搞了个每天自动检查和修复 bug 的任务，夜里 Claude Code 写完代码，早上 Codex 验收和修复 bug：

反正我主打一个只监工，不干活。

3

还有些新特性，比如 Codex 可以使用 gpt-image-1.5 生成图像，结合截图和代码，可以在同一工作流中帮助用户给产品、前端设计、模型和游戏等创建视觉素材。

这个我还没怎么试。

项目模式里，侧边栏的能力大大增强，可以打开文件，代码，直接访问 Web 页面，底部边栏可以直接在终端里写命令，可以直接处理 GitHub 评审评论，运行多个终端标签页……

这也太强了吧，我的朋友。

这一波更新，确实可以用炸裂来形容了。

Codex 这次也增加了主动性功能。主动提出有用的工作建议，帮用户从中断处继续工作。通过利用项目、已连接插件和记忆中的上下文，Codex 可以建议你如何开始工作，或在哪个项目上继续推进。和它工作的时间越长，这哥的主动性越大。

其实 Claude Code 也有，有时候做产品的过程里，它会根据我提的需求，主动增加一些设计让我确认，当然了，这些家伙们还没有主动进化到有一天早上突然告诉我它想做个啥产品的程度，但我感觉也不太远了。

跟上 AI 的脚本，这是我最后的倔强 😂