Загрузка видео...

Не удалось загрузить видео

На главную

又到了新品发布的时间（怎么晚了一天？ 本周的每周更新是 MouseDo —— Computer use 的独立 App！现在你可以直接让 LLM 控制你的电脑做「任何」事情了。 今天 Agent 给你写代码，可以解决你 60% 的需求。 通过定制化的 Cli，可以解决你剩下的 30% 需求。 最后，GUI 操作，通过 Computer use 能够实现你最后 10% 的 需求。 相信各位用 Claw 的都遇到过，需要配置一个什么 key，必须要的点一下电脑的情况。现在你可以通过 MouseDo 自己化完成！ 亮点： 1. Codex 同款技术，不会 block 你的其他操作，Agent 用一套，你自己用一套。 2. MCP 支持，你可以让 Claude Code /OpenClaw Peter Steinberger 🦞...

hwwaanng's profile picture

Hwang

22,317 subscribers

46,728 просмотров • 3 месяцев назад •via X (Twitter)

ОбразованиеНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

介绍一下我们的新项目AutoFish - 一个可以让你的Agent操作你的手机的cli工具 你需要在你的手机上安装我们的app；安装skill后，你的agent会根据信息配置好连接信息，并通过rust cli与你的客户端建立HTTP通信；同时我们还针对手机环境做了工具记忆，现在你的Agent可以通过你的手机来点外卖，发消息，发邮件，就像豆包手机一样 仓库地址：
1:44

介绍一下我们的新项目AutoFish - 一个可以让你的Agent操作你的手机的cli工具 你需要在你的手机上安装我们的app；安装skill后，你的agent会根据信息配置好连接信息，并通过rust cli与你的客户端建立HTTP通信；同时我们还针对手机环境做了工具记忆，现在你的Agent可以通过你的手机来点外卖，发消息，发邮件，就像豆包手机一样 仓库地址：

📦Acbox

29,810 просмотров • 3 месяцев назад

答应朋友们的来了！ 你现在能用我的这个 Skills 远程控制 CodeX App 了！ 安装以后会自动运行配置引导，跟着 CodeX 的指引配置就可以。 同时修复了一些问题。 如果你之前装不上的话，让 Claude 或 CodeX 卸载你的 Skills，重新安装就可以。
1:35

答应朋友们的来了！ 你现在能用我的这个 Skills 远程控制 CodeX App 了！ 安装以后会自动运行配置引导，跟着 CodeX 的指引配置就可以。 同时修复了一些问题。 如果你之前装不上的话，让 Claude 或 CodeX 卸载你的 Skills，重新安装就可以。

歸藏(guizang.ai)

51,785 просмотров • 5 месяцев назад

一个比ChatGPT强大100倍的AI工具codex！ 2026年你可以不会用ChatGPT，但你一定要学会用codex。 这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频， 从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。
30:45

一个比ChatGPT强大100倍的AI工具codex！ 2026年你可以不会用ChatGPT，但你一定要学会用codex。 这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频， 从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。

0x鸣人

104,486 просмотров • 2 месяцев назад

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；
1:15

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；

Gorden Sun

49,455 просмотров • 5 месяцев назад

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。
0:21

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

爱丽丝呀！

38,673 просмотров • 10 дней назад

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。
3:21

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。

歸藏(guizang.ai)

37,391 просмотров • 2 месяцев назад

Computer Use 对于普通用户就是个过渡方案，现在有各种方式可以检测自动化操作。开放的应用以后会有更高效的互访问形式，不开放的应用怎么做都不会把数据给你。
0:26

Computer Use 对于普通用户就是个过渡方案，现在有各种方式可以检测自动化操作。开放的应用以后会有更高效的互访问形式，不开放的应用怎么做都不会把数据给你。

Cyandev

18,595 просмотров • 29 дней назад

3r k12自助开通，可用自己的账号，接码即可用codex 很多用户在QQ咨询这个到底怎么用，所以出了一期教程 由于官方的限制，我们的成品号目前没有接码无法直接使用codex，只能用于反代。 而需要codex的用户请看这个教学视频，会一步一步教你如何低成本蹬codex #gpt #gptplus #codex #chatgpt #claude
1:08

3r k12自助开通，可用自己的账号，接码即可用codex 很多用户在QQ咨询这个到底怎么用，所以出了一期教程 由于官方的限制，我们的成品号目前没有接码无法直接使用codex，只能用于反代。 而需要codex的用户请看这个教学视频，会一步一步教你如何低成本蹬codex #gpt #gptplus #codex #chatgpt #claude

18168

45,481 просмотров • 1 месяц назад

Claude 上线了 Skills 功能 - Agent Skill！录了一段视频给大家讲解下，你可以像打包代码工程文件夹一样，把你的操作指南、脚本和资源压缩上传，Claude Agent 可动态发现并加载这些资源以提升特定任务的执行能力，把你的专业知识打包成“技能组合”来扩展 Claude 的能力，将通用智能体转化为契合你需求的专属智能体✨ 以后传授技能，只需要把你的 AI Skill 加载到对方的 AI 系统即可，突然脑补了黑客帝国中 Neo 学功夫的画面感😜
5:00

Claude 上线了 Skills 功能 - Agent Skill！录了一段视频给大家讲解下，你可以像打包代码工程文件夹一样，把你的操作指南、脚本和资源压缩上传，Claude Agent 可动态发现并加载这些资源以提升特定任务的执行能力，把你的专业知识打包成“技能组合”来扩展 Claude 的能力，将通用智能体转化为契合你需求的专属智能体✨ 以后传授技能，只需要把你的 AI Skill 加载到对方的 AI 系统即可，突然脑补了黑客帝国中 Neo 学功夫的画面感😜

indigo

19,418 просмотров • 10 месяцев назад

今天发的东西，和之前不太一样，今天发的东西，非常有趣，非常试验性。 我和几个小伙伴都是 Vibe Coding 的狂热爱好者，有一天，我们想如果你可以实时和 Codex 对话，那可不就可以在开车的时候也 Vibe Coding 了 ？ 所以我们做了这个 Realtime 的 Codex —— Hey Codex 通过这个 App，你可以直接与 Codex 对话，他也会给你实时回复，告诉你他正在做什么。 下面是一些 Demo 视频
1:35

今天发的东西，和之前不太一样，今天发的东西，非常有趣，非常试验性。 我和几个小伙伴都是 Vibe Coding 的狂热爱好者，有一天，我们想如果你可以实时和 Codex 对话，那可不就可以在开车的时候也 Vibe Coding 了 ？ 所以我们做了这个 Realtime 的 Codex —— Hey Codex 通过这个 App，你可以直接与 Codex 对话，他也会给你实时回复，告诉你他正在做什么。 下面是一些 Demo 视频

Hwang

48,069 просмотров • 2 месяцев назад

今天分享的这个软件，你可能并不那么常用，但是你一定会想立马操作试一试 你收藏了很多PDF， 无论是日语的还是英文的，太多了，做技术的总是会遇到要读白皮书的情况。 没错，可以通过这个软件批量无限次调用的形式，来把你的任意PDF翻译成中文。 功能非常容易理解，它其实就是对标的很多在线服务，在线服务很多也是收费的，你可以通过这个软件来去做闲鱼上面的帮忙翻译PDF的。 接单，或者说有同事需要的时候，你花5分钟时间就可以帮他搞定，所有的东西都是在后台，并且会直接保存到你的懒猫微服私有云NAS中。 老板，这个功能你不一定需要，但是你一定会想要试一试。 老板要买微服的话，可以评论区扣1 像这样子的软件，懒猫微服还有2000多款左右。评论区扣一，我来主动私信你，给你详细介绍你想要的软件。
1:24

今天分享的这个软件，你可能并不那么常用，但是你一定会想立马操作试一试 你收藏了很多PDF， 无论是日语的还是英文的，太多了，做技术的总是会遇到要读白皮书的情况。 没错，可以通过这个软件批量无限次调用的形式，来把你的任意PDF翻译成中文。 功能非常容易理解，它其实就是对标的很多在线服务，在线服务很多也是收费的，你可以通过这个软件来去做闲鱼上面的帮忙翻译PDF的。 接单，或者说有同事需要的时候，你花5分钟时间就可以帮他搞定，所有的东西都是在后台，并且会直接保存到你的懒猫微服私有云NAS中。 老板，这个功能你不一定需要，但是你一定会想要试一试。 老板要买微服的话，可以评论区扣1 像这样子的软件，懒猫微服还有2000多款左右。评论区扣一，我来主动私信你，给你详细介绍你想要的软件。

Andy Stewart

50,958 просмотров • 8 месяцев назад

如何用DeepSeek-R1蒸馏出属于你自己的大模型！ 发现了一个新的fune-tune框架，可以在1小时内让DeepSeek-R1蒸馏出属于你自己的小模型，整个过程是全自动的，不需要编写代码或者手动调节，仅需定义你的数据集即可。 [1/2]
1:59

如何用DeepSeek-R1蒸馏出属于你自己的大模型！ 发现了一个新的fune-tune框架，可以在1小时内让DeepSeek-R1蒸馏出属于你自己的小模型，整个过程是全自动的，不需要编写代码或者手动调节，仅需定义你的数据集即可。 [1/2]

karminski-牙医

181,228 просмотров • 1 год назад

HuaStudio 花录今天又更新了1.3版本。分轨切片和在屏幕上展示提词器的功能我目前没在任何屏幕录制产品里看到过。 如果你做自媒体，或者你有用录屏工具做教学/演示类视频需求的话，相信这会是你能用过的最好产品。 以及，重要的是，现在免费！免费！免费！
0:30

HuaStudio 花录今天又更新了1.3版本。分轨切片和在屏幕上展示提词器的功能我目前没在任何屏幕录制产品里看到过。 如果你做自媒体，或者你有用录屏工具做教学/演示类视频需求的话，相信这会是你能用过的最好产品。 以及，重要的是，现在免费！免费！免费！

花叔

12,134 просмотров • 14 дней назад

这首曲子是2020年写的，也一直没有填写歌词，当时正值疫情，每天呆在家里，很少出门。这首曲子出售，价格100美金。 嗯，如果你也想成为我视频中的主角，给你的青春留下一段美好的记忆，你也可以找我。 我提供的服务： 1，可以专门为你写一首曲子，并简单制作出来，效果就是这个视频里的效果。 2，你需要提供你个人的视频或者影像资料，我给你制作，并配文字，文字可以古典，也可以现代，不论是古典诗歌，还是现代诗歌，我都有作品发表，所以相信我的文字的驾驭能力。当然，你认为你自己的文字功底也很厉害，你自己提供文字也行。 3，视频长度一般控制在一分钟以内。视频效果质量参考本视频。 4，价格200美金，其中100是美金原创音乐的创作费用，你视频里的音乐，将只使用在你的视频里，即时以后，你说你是这音乐的作者，也与我无关。剩下的100美金是其他的制作费用。如果你不需要我给你专门作曲制作音频，你也可以选择我公开使用过的音频，比如本帖下方的音频。费用只需要10美金。 5，欢迎随时联系我，不管你是男是女，相信我都能给你一个较为满意的制作。
1:05

这首曲子是2020年写的，也一直没有填写歌词，当时正值疫情，每天呆在家里，很少出门。这首曲子出售，价格100美金。 嗯，如果你也想成为我视频中的主角，给你的青春留下一段美好的记忆，你也可以找我。 我提供的服务： 1，可以专门为你写一首曲子，并简单制作出来，效果就是这个视频里的效果。 2，你需要提供你个人的视频或者影像资料，我给你制作，并配文字，文字可以古典，也可以现代，不论是古典诗歌，还是现代诗歌，我都有作品发表，所以相信我的文字的驾驭能力。当然，你认为你自己的文字功底也很厉害，你自己提供文字也行。 3，视频长度一般控制在一分钟以内。视频效果质量参考本视频。 4，价格200美金，其中100是美金原创音乐的创作费用，你视频里的音乐，将只使用在你的视频里，即时以后，你说你是这音乐的作者，也与我无关。剩下的100美金是其他的制作费用。如果你不需要我给你专门作曲制作音频，你也可以选择我公开使用过的音频，比如本帖下方的音频。费用只需要10美金。 5，欢迎随时联系我，不管你是男是女，相信我都能给你一个较为满意的制作。

Daniel Fang

502,510 просмотров • 2 лет назад

最近有使用Windows的朋友总问我Codex插件computer use突然不能使用的问题，昨天我升级了codex，也发现了同样的问题。 今天就实战给大家看下我是怎么解决的，最后沉淀了一套提示词，有问题的朋友可以把提示词丢给codex让他自己诊断、自己修复！ 提示词放在我们Ai Spark的开源知识库了，有需要的自取：
3:37

最近有使用Windows的朋友总问我Codex插件computer use突然不能使用的问题，昨天我升级了codex，也发现了同样的问题。 今天就实战给大家看下我是怎么解决的，最后沉淀了一套提示词，有问题的朋友可以把提示词丢给codex让他自己诊断、自己修复！ 提示词放在我们Ai Spark的开源知识库了，有需要的自取：

雨哥向前冲

20,015 просмотров • 2 месяцев назад

国产的Workbuddy，我很推荐大家去使用，一开始我也觉得国产的都比较垃圾，是抄袭。 但是使用下来发现真的不是，加入了很多自己的特点，如果你的工作都是腾讯系的话，可以直接无缝的接入，不需要额外的配置，只需要登录账号即可使用。 优点： 1、腾讯系软件无缝接入，只需要登录账号授权即可。 2、远程操作只需要通过小程序连接即可。 3、内置了非常多的行业智能体，研究还是了解，相关行业都会非常有帮助。 4、基本上国内有名的大模型都可以免费体验使用，而且有免费的额度。 整体下来就一个字全，真的什么功能都有一点，而且还可以配置第三方模型使用，很多时候没有其他第三方ai使用的时候可以用workbuddy作为中转让他去帮你安装其他的AI。
1:34

国产的Workbuddy，我很推荐大家去使用，一开始我也觉得国产的都比较垃圾，是抄袭。 但是使用下来发现真的不是，加入了很多自己的特点，如果你的工作都是腾讯系的话，可以直接无缝的接入，不需要额外的配置，只需要登录账号即可使用。 优点： 1、腾讯系软件无缝接入，只需要登录账号授权即可。 2、远程操作只需要通过小程序连接即可。 3、内置了非常多的行业智能体，研究还是了解，相关行业都会非常有帮助。 4、基本上国内有名的大模型都可以免费体验使用，而且有免费的额度。 整体下来就一个字全，真的什么功能都有一点，而且还可以配置第三方模型使用，很多时候没有其他第三方ai使用的时候可以用workbuddy作为中转让他去帮你安装其他的AI。

小墨同学

21,960 просмотров • 2 месяцев назад

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。
0:34

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。

Viking

36,200 просмотров • 1 год назад

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。
1:28

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 просмотров • 2 месяцев назад

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。
1:08

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

88,230 просмотров • 1 месяц назад