14 Codex 怎么操控电脑 ​

Codex 操控电脑常见有三种方式：

• Computer Use
• Chrome 扩展
• 内置浏览器

Codex 团队成员 Jason 写过一篇详细指南，本文按它整理成精简版。

1. Computer Use：最广，也最慢 ​

Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘。

它可以操作电脑上的图形界面应用。

比如：

• Spotify
• Xcode
• 系统设置
• iOS 模拟器
• iPhone Mirroring

代价是慢。

结构化插件可以直接调用 API。

Computer Use 要一步步看界面、找按钮、等响应、再检查结果。

但它能操作没有 API 的应用，这是其他方式做不到的。

Mac 和 Windows 的体验差别很大。

Mac 上，Codex 可以在后台操作，你可以继续使用电脑。

Windows 上，它必须占据前台。操作期间，你基本不能使用那台机器。

Jason 举过一个例子：

他的快递被偷后，Amazon 说要等 25 分钟才能接通客服。

他让 Codex 每 5 分钟检查一次聊天窗口。

客服出现后，再改为每 1 分钟检查一次，并自动完成退款流程。

他去洗澡，回来时退款已经处理好了。

2. Chrome 扩展：带着你的登录状态 ​

Chrome 扩展让 Codex 使用你已登录的浏览器会话。

包括：

• cookies
• 账号状态
• 已打开的标签页

需要登录才能用的网页工具，优先考虑 Chrome 扩展。

比如：

• Gmail
• LinkedIn
• Salesforce
• 公司内部后台

它还能同时控制多个标签页。

比如在一个标签页读信息，到另一个标签页对比，再到第三个标签页完成操作。

Computer Use 也能操作浏览器。

但 Computer Use 看的是屏幕坐标，Chrome 扩展理解的是浏览器上下文。

Jason 用它跑过一个长期任务：

每天让 Codex 通过 Chrome 检查 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容保存到本地文件。

这个任务不发送任何消息。

需要注意：

网站会把 Codex 的点击和表单提交当成你本人操作。

研究、浏览、起草可以自动化。

发送、发布、付款这类操作，最好留给自己确认。

3. 内置浏览器：给开发者的沙盒 ​

内置浏览器在 Codex 的对话线程里。

你和 Codex 共享同一个渲染页面。

它不带你的登录状态和 cookies，是完全隔离的环境。

这反而适合开发场景。

它的主场是：

• 本地开发服务器
• 文件预览
• 公共网页
• 响应式布局检查
• 视觉 bug 复现

Codex 可以改代码、操作页面、截图、再重新验证。

这一套反馈循环很紧。

Jason 最喜欢的是标注功能。

你可以直接在页面上点某个元素留评论。

比如：

• 这个层级反了
• 这个按钮间距不够

Codex 会带着截图和元素上下文去改代码。

改完后，它可以重新打开同一个页面，等你继续标注。

这比来回传截图和文字描述更高效。

怎么选 ​

简单记：

• 需要登录状态：用 Chrome 扩展
• 需要操作桌面应用：用 Computer Use
• 做前端开发和页面检查：用内置浏览器

如果有现成插件或 MCP 能完成任务，优先用结构化工具。

视觉控制更适合放在最后。

推荐阅读 ​

• Codex 插件与技能怎么用
• 怎么让 Codex 越用越顺手
• Codex 的 /goal 怎么用