这两天Codex 的更新频率已经到了让人焦虑的程度——几乎一天好几个版本。不是小修小补，是整个产品形态在变。
上周它还是一个「帮你写代码」的桌面应用，这周直接变成了——一个能像真人一样操作你电脑的 AI Agent。
Codex 不再只是一个编码助手。它在向全能 AI 操作系统进化，而这个速度，正在全面对标 Claude Code。
一、Computer Use：像真人一样操作你的 Mac
这次更新最炸裂的功能叫 Computer Use——Codex 现在能看你的屏幕、移动光标、点击按钮、打字，跟你自己操作电脑没有区别。
不需要 API。 很多应用根本没有公开 API，Codex 直接通过 macOS Accessibility API 读取界面层级，像人一样操作。
| 以前 | 现在 |
|---|---|
| 只能操作有 API 的工具 | 任何有界面的应用都能操作 |
| 需要写脚本做自动化 | 自然语言描述就行 |
| 需要人盯着 | 后台独立运行，不抢你的鼠标 |
它不会抢你的鼠标键盘。 运行在隔离工作区里，你该干嘛干嘛，还能同时开几个 Agent 并行跑任务。收集竞品信息、批量录入数据、自动测试前端、迭代 UI——原来需要人一步步点的活儿，现在全甩给 Codex。
二、图像生成打通了：不用再切工具
Codex 这次把 GPT-Image-1.5 直接整合进了工作流。以前生成图要切到 DALL·E 或 Midjourney，现在——同一个对话里直接说「帮我生成首页 banner」，图就出来了。 不满意接着改，它直接在原图上修。
| 能力 | 说明 |
|---|---|
| 图像生成 | 内置 GPT-Image-1.5，直接出图 |
| 图像迭代 | 同一对话里修改优化 |
| 代码+图像联动 | 设计完直接转代码 |
| 无需额外配置 | 不用单独搞 API Key |
真实的开发流程从来不是纯写代码。 设计稿、原型图、素材、文档——以前每个环节切一个工具，现在全在一个上下文里搞定。工具链断裂的痛，Codex 正在消灭。
三、持久记忆 + 任务调度：AI 终于有了「连续工作」的能力
之前 AI 工具的共同痛点：对话一关，啥都忘了。 Codex 这次上了两个杀手级特性：持久记忆 和 任务调度。
持久记忆：Codex 能记住你的偏好、技术栈、项目结构。说过一次「我用 Next.js 15 + Tailwind」，下次不用再说。
任务调度更猛——Codex 可以安排自己在未来执行任务：
- 「每天早上检查 PR queue，有新的就做 code review」
- 「爬虫跑完把结果汇总发给我」
- 「每周五自动跑回归测试」
这不是 cron job，是理解上下文的 cron job。 它知道项目状态、上次做到哪、出了问题该怎么处理。
| 特性 | 旧模式 | Codex 新模式 |
|---|---|---|
| 上下文 | 每次重新交代 | 自动记忆偏好和历史 |
| 任务连续性 | 单次对话即结束 | 同一线程持续执行 |
| 未来任务 | 需要外部调度 | 内置安排，自动执行 |
| 工作跨度 | 分钟级 | 天级甚至周级 |
四、全面对标 Claude Code
Anthropic 的 Claude Code 最近凭 Computer Use 火得一塌糊涂。OpenAI 这次的回应速度令人咋舌：从宣布到推送，几乎没给市场反应时间。
上述更新已于本周四（4月16日）开始推送，面向 Codex 桌面应用用户，目前仅支持 macOS。加上 90 多个新插件（Jira、GitLab、Microsoft Suite 等），Codex 的野心很清晰：不做编码工具，做 AI 原生的工作操作系统。
五、国内大厂的困局
看完 Codex 再回头看国内大厂，有点替他们着急。
技术好解决，真正难的是组织。 顶层决策者还被上一个时代的成功经验束缚着，负责组织形态设计的关键角色，还被不真正懂 AI 的人把持着。他们不是不知道 AI 重要——是没有体感。
不过我的判断是：这种进化一旦发生，速度不可阻挡，回不去从前。 就像移动互联网来时，有人说「手机屏幕那么小能干啥」，几年后整个商业世界被重构。就看哪个组织能率先突破这一禁锢了。
写在最后
Codex 这轮更新的核心信号：AI 正在从「帮你写东西」进化到「帮你做事情」。 看屏幕、点鼠标、生成图片、记住上下文、安排未来任务——加在一起，这已经不是「工具」，是数字员工的雏形。
我一个人打造的 Zaokit AI 正在内测，2026年4月30日前1000名用户赠送价值150RMB的Pro计划，助力大家高效完成图文创作和PPT生成，唯一网站：zaokit.app。
工具在进化，组织在被倒逼。你不需要等所有人都准备好——你只需要比你的竞争对手早一步，开始用 AI 帮你做事。
