Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

Windows 有救了? Codex 昨晚又发布了大量体验更新,很多都超级有用,尤其是对 Windows 用户。 大家最期待的支持了 Windows 的 computer Use,以及通过移动端的 ChatGPT 远程控制 Windows 上的 Codex。 但是 Windows 上的 Computer Use,在它控制的时候你是不能控制的。这跟 Mac 上的不太一样。 聊天记录控制功能:能够控制你的聊天记录,比如置顶、查找、创建新的归类、存档等一系列操作。 新增个人资料页面:能看到你消耗的 Token、连续登录天数、最长的任务。 ChatGPT 上的 Codex 控制,现在支持了以下功能: 侧边对话:你可以不打断主对话,新开一个分支继续跟 AI 基于当前项目或任务进行对话,输入/side 开启 一键模型切换:通过长按即可快速切换模型。 iPad 专属快捷方式:支持从快捷方式直接进入 Codex,无需通过侧边栏切换。 Git Diff 显示:对话结束后,系统会显示 Git 上的 Diff,即你代码编辑的不同部分。

37,391 görüntüleme • 2 ay önce •via X (Twitter)

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

ChatGPT 桌面端(原来的 Codex App)今天加入了语音控制,macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说,你可以一边跟 ChatGPT 说话,一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务,全程不用打字。开着一个语音对话,同时管理多个后台 Agent(智能体),有点像一个人坐在那里口述指令,几个助手分头干活。 这个功能基于 GPT-Live,OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构,也就是它能同时听你说话和给你回话,不用像以前那样等你说完、停顿、它再开口。遇到复杂问题,它会把推理任务丢给后台的 GPT-5.5 处理,自己继续跟你聊,不会卡住。 macOS 用户多了一个叫 Appshots 的功能:语音对话时,ChatGPT 可以直接看到你当前最前面的窗口,了解你在做什么,回答就更贴合上下文。比如你正在看一段代码,直接说“这个函数有什么问题”,它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外,iPhone 用户可以通过远程配对的方式,用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出,面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

88,385 görüntüleme • 1 ay önce

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南,把三者的区别和适用场景理清楚了,这里做个精简版。 【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,操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器,甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API,Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用,这是其他方式做不到的。 Mac 和 Windows 的体验差距很大:Mac 上 Codex 可以在后台静悄悄地操作,你继续用自己的电脑不受影响;Windows 上它必须占据前台,操作期间你没法用那台机器。 Jason 举了个例子:有次他的快递被偷了,Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口,客服出现后改为每分钟一次,自动完成退款流程。他去洗了个澡,回来退款已经办好了。 【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、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台,这些需要登录才能用的工具,Chrome 扩展是对的选择。 它还能同时控制多个标签页,在一个标签里读信息,到另一个标签里对比,再到第三个标签完成操作。Computer Use 也能操作浏览器,但它只认屏幕坐标,Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务:每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈,把有价值的内容存到本地文件,但不发任何消息。 要注意的是,网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化,但发送、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 内置浏览器住在 Codex 的对话线程里,你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies,是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍,形成紧密的反馈循环。 Jason 最喜欢的功能是标注:你可以直接在页面上点击某个元素留评论,比如"这个层级反了""这个按钮间距不够",Codex 会拿着截图和元素上下文去改代码,改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个?】 简单记:任务需要登录状态用 Chrome,需要操作桌面应用用 Computer Use,在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务,优先用结构化工具,视觉控制是最后手段。

宝玉

185,006 görüntüleme • 2 ay önce

哼哧哼哧用 Codex 又改了一整天的官网,对于网页注释功能是越来越爱不释手了。 总结了几个小技巧,记录和分享一下,👇 1. 网页注释只支持 Codex 的内置浏览器。通过 Codex 在本地跑起来的服务,只需要点击输出内容中的链接即可自动唤起。 如果没有链接,也可以通过窗口最右侧的侧边栏按钮,直接打开浏览器手动输入地址唤起。 2. 注释功能分为简要和详细模式,又分别是对应单个和批量两种修改执行方式。这一点估计是很多人没有注意到的,其实是用好注释功能的关键。 3. 先说简要模式。使用简要模式,只需要在开启了注释功能之后,使用对话气泡样式的鼠标 ICON ,在需要调整的元素上点击一下,即可唤出输入框,然后直接在输入框中描述期望的修改即可。 输入完毕之后,使用回车确认,注释的内容和相关上下文就会直接到进入到 Codex 的对话框,并立即开始执行修改操作。 4. 更有价值的是详细模式。打开详细模式,需要点击注释输入框的左侧的配置 ICON。打开之后,元素对应的属性值会一览无遗,需要做什么样的修改,都可以直接手动调整最底层的细节。 同时,也依然支持通过自然语言,在上方的输入框中输入期望的调整效果。 另外,在详细模式下,此前 ⬆️ 形状的确认按钮,变成了 ☑️ 的形状。在每一个注释确认了之后,也并不会立即执行,而是可以持续的添加多个注释,最后再一起通过右上角的“发送”发送至 Codex 进行批量处理。 5. 注释模式还有一些细节做的挺用心的,例如 Esc 键的逐级取消,在Codex 对话框的样式,甚至还有个很漂亮的轻微摆动的交互效果,很明显是花了不少的心思打磨的。 作为在 AI 时代依然坚守了 VS Code 三年的老顽固,最近沉迷于 Codex 无法自拔,已经好久好久没有打开过老伙计了。 原因无他,一个超级 App ,All in One 搞定一切需求,这种顺畅感实在是让人无法抗拒,也许 Codex 真的是那个带领用户从 Vibe Coding 阶段迈入 Vibe Working 阶段的天选之子。 我郑重承诺,只要你丫不封号,我就一直充值用下去!

李不凯正在研究

31,628 görüntüleme • 2 ay önce