内容来自于博主 Riley Brown 的一条分享，短短 1 天，被 OpenAI 联合创始人转发，被 40 万人看过。他 Codex 拆成了七项和知识工作相关的核心能力，看完就能在 28 分钟内掌握 Codex 中 95% 的内容。我们觉得这个拆法很清楚，就在他的框架基础上做了整理和补充。
下面会拆解 Codex 的七大核心能力，每个能力都配真实案例。看完这篇，你会清楚 Codex 能做什么，以及它在你的工作流里应该放在什么位置。
一个本地化的 Agent 超级应用：Codex
Codex 是一个简洁的 AI Agent 界面，可以完全控制你的电脑。乍一看，它有点像 ChatGPT 或 Claude，因为你可以创建对话。但它们有一个本质区别：
在 ChatGPT 或 Claude 上，你上传的文件和生成的文件都存储在云端。
在 Codex 上，所有文件都存储在你的电脑上。
这个差异决定了 Codex 可以做很多 ChatGPT 做不到的事：创建动态图形视频、生成落地页、制作游戏和 3D 模拟、开发移动应用和桌面应用、生成带图表的 Excel 和 Word 文档、创建演示文稿并导出到 Canva。
更重要的是，Codex 可以完全控制你的电脑和浏览器。当我们逐一介绍它的 7 大核心能力时，你会意识到它真的是一个超级应用，可以做任何编程任务或知识工作任务。
Agent 超级应用 Codex，七大核心能力拆解
能力 1：完整的文件访问权限
Codex 的第一个能力是完整的文件访问权限。ChatGPT 的文件存在云端，Codex 的文件存在你的电脑上，而且 Codex 里的 Agent 对你的电脑有完整的访问权限。
真实案例：自动处理 60 张收据
我的 Downloads 文件夹里有一个“receipts to process”文件夹，里面有 60 张收据照片。我对 Codex 说：“在 Downloads 文件夹里，你会看到我需要处理的收据。我想让你在 Excel 表格里分析它们，创建图表来帮我可视化交易类型和其他模式。”
7 分钟后，Codex 完成了任务。它找到了文件夹，对 53 张收据进行了 OCR，提取了文本，对每笔交易进行了分类，然后在我的电脑上创建了一个 Excel 工作簿。
打开这个文件，里面有完整的仪表板：总支出 25,982，收据类别汇总、支付方式汇总、月度趋势图。这个 Excel 文件就在我的电脑上，我可以直接打开、编辑、分享。
用 Project 管理文件
既然 Codex 的所有文件都存在电脑上，如何保持组织？答案是用 Project。
在 Codex 里创建对话有两种方式：一种是直接创建 Chat，对话会显示在侧边栏，但不在项目里。另一种是创建 Project，连接到你电脑上的一个文件夹。我把所有项目都放在 Documents 文件夹里。
Project 的好处是，当 Agent 在项目里的对话中创建文档时，文档会自动存储在这个项目文件夹里。而且 Codex 支持多任务，你可以在同一个项目里同时创建多个对话。
能力 2：持久化记忆，agents.md 记偏好、memories 记过程
Codex 有两种类型的记忆：手动记忆和自动记忆。
手动记忆：agents.md
当你让 Agent 记住某些东西时，它会把这些信息存储在 agents.md 文件里。比如我对一个落地页的格式很满意，我说：“从现在开始，每当我要求一个落地页但没有指定样式时，你应该使用这个样式。记住，如果有很多文本内容，要使用目录。”
Codex 会自动把这个偏好添加到 agents.md 文件里。这个文件是一个随时间更新的活文档，你可以告诉 Agent 更新它，也可以手动编辑它。
自动记忆：memories 文件夹
还有一种记忆你永远不应该碰，就是自动记忆。Codex 会自动记录你让 Agent 做的所有任务，存储在 memories 文件夹里。你可以观察它，看看 Agent 观察到了你的什么，但不要手动修改。这个记忆会随着时间自动优化。
能力 3：插件生态，用 @ 就能调用各种插件
Codex 的第三个能力是插件。插件是可安装、可重用的包，可以把 Codex 连接到外部工具、应用和工作流程。现在有超过 100 个插件，可以连接 Gmail、Notion、Slack 等你已经在使用的工具。
真实案例：自动分析品牌合作邮件
我创建了一个新项目叫“Brand Deals”，对 Codex 说：“我想让你查看我过去两周的邮件，找出所有提供付费推广的品牌。对它们都做研究，放进一个表格里，附上相关笔记。”然后我用 @ 符号提及 Gmail 插件。
5 分钟后，Codex 搜索了我所有最近的邮件，创建了一个 Markdown 文件，列出了所有提供赞助的公司，写下了详细笔记，说明了他们的要求，还添加了研究笔记。因为它既然可以读我的邮件，也可以发送邮件，我可以直接让它回复这些邮件。
同时，我还让 Codex 用 Notion 插件查看我之前写的所有脚本，然后用我的风格写一个新脚本。它浏览了我的 Notion，找到了所有脚本，生成的文档真的是我的声音。
插件用 @ 符号调用，这是一个快速查看你可以访问哪些插件的方法。
能力 4：Skill 系统，把工作流程沉淀成可复用的指令
这是 Codex 最强大的能力之一。你可以把 Skill 想象成可重用的工作流程配方或 SOP，你的 Agent 可以一遍又一遍地使用。
Skill 是指令文件，存储在插件文件夹的 Skill 子文件夹里。每次你的 Agent 想使用这些技能时，它都会遵循这些指令。
创建 Skill 的两种方式
方式 1：提示词转技能
直接说：“我想让你创建一个叫 brand deal analysis 的技能，它做某某事。”这会给你一个可重用的指令文件，但质量可能不够好。
方式 2：手动工作流程法（推荐）
这是创建高质量 Skill 的最佳方式。你先让 Agent 做某事，然后来回迭代，直到你对输出满意。然后说：“我对这个输出满意了，把它变成一个技能。”
比如我让 Codex 把品牌合作邮件整理成电子表格，表格质量很高，按优先级用颜色编码。我说：“我对这个输出满意了。把它变成一个我可以使用的技能。”
Codex 会把整个工作流程变成指令，创建一个叫“brand deal research skill.md“的文件。以后我只需要按斜杠键，输入”brand deal researcher“，就可以随时使用这个技能。
Skill 可以包含使用特定插件的指令，因为归根结底，它只是做一个任务的指令。
Skill 可以持续优化
Skill 不是一次性的。每次你使用技能，都是一个让它变得更好的机会。
比如我用 Excalibur diagram 技能创建了一堆图表，发现它用的格式特别好。我说：“我真的很喜欢你在这里做的格式。请更新技能，让你总是把它们放在这些容器里，总是给我一个链接包含所有图表。”
Codex 会更新技能，以后每次使用都会应用这个改进。
Skill 用斜杠键调用，这与插件（用 @ 符号）不同。
能力 5：内置 GPT Image 2，直接生成图片
Codex 内置了 GPT Image 2，这是世界上最好的图像生成模型。你可以直接在 Codex 里生成图片。
真实案例：生成产品照片
我创建了一个新项目叫“content”，粘贴了一张毛衣的图片，说：“为我的毛衣公司生成产品照片。请用 GPT/image/2 创建 5 张图片，不同国籍的模特穿着这件毛衣。其中 3 张图片应该有一个人，一张图片应该有三个人，最后一张图片应该有五个人。”
Codex 使用内置的图像生成技能，生成了 5 张高质量的产品照片。这些图片直接存储在 content 项目文件夹里。
图像生成是 Codex 推荐的内置技能之一，你不需要启用它，默认就可以使用。
能力 6：浏览器控制和电脑控制，让 Agent 替你点鼠标
这是 Codex 最强大的能力之一。Codex 可以像人类一样控制你的电脑和浏览器。
真实案例 1：自动创建 Canva 演示文稿
我用 @computer use 插件说：“请在我的电脑上打开 Canva 应用，制作一个新演示文稿，把这 5 张图片每张放在一张幻灯片上。”
Codex 控制了我的电脑，打开 Canva，创建演示文稿，把所有图片放进去。我甚至没碰鼠标，它自动完成了整个过程。你可以看到 Codex 的鼠标轮廓在屏幕上移动。
真实案例 2：自动测试网页应用
我创建了一个网页应用，然后说：“把这个变成一个应用，然后测试界面，确保按钮和导航工作，使用 @browser use。”
Codex 在浏览器里打开应用，开始测试。它点击开始按钮，滚动页面，点击不同的测验，标记正确答案，测试侧面板，确保应用的所有部分都工作。整个过程完全自动化。
任何你可以在浏览器里打开的东西，你都可以用 @browser use 插件直接在 Codex 里测试它。
能力 7：自动化，把任何任务变成定时任务
Codex 的最后一个核心能力是自动化。你可以把任何任务变成定时任务。
真实案例：每周自动更新品牌合作表格
还记得我们创建的品牌合作分析 Skill 吗？我可以让它定期运行。我说：“请每周五上午 9 点做这件事，更新这个表格。”
Codex 会创建一个自动化，显示在自动化标签里。我可以看到它每周五上午 9 点运行，使用 brand deal researcher 技能扫描 Gmail，寻找付费推广、赞助、品牌合作等邮件，然后更新表格。
你可以在自动化标签里查看所有自动化任务，看到它们的运行时间、状态、上次运行时间。你也可以随时编辑它们。
还有一个全新功能：AI 实时监控你的屏幕
Codex 还有一个全新的功能叫 Chronicle。这是一个研究预览功能，你需要在设置里手动开启。
Chronicle 做什么？
Chronicle 会持续录制你的屏幕，所以它有你正在做什么的上下文。比如我在浏览器里打开了一个演示文稿，我说：“使用 Chronicle，告诉我我应该在我的 Codex 视觉演示文稿里添加什么。”
Chronicle 会调取我屏幕的最近截图，从我最近打开的东西那里获取上下文。然后它说：“基于 Chronicle，我会在你的视觉演示文稿里添加这些：一个 Codex 超级应用地图，一个提示词文件的完整控制循环图，一个 Chronicle 演示幻灯片，可用技能幻灯片，以及为什么选择 Codex 而不是其他工具的幻灯片。”
我没有上传任何图片或文档，它就知道我的幻灯片里有什么。因为 Chronicle 会监视我的屏幕并持续截图。
这个功能有点侵入性。 它会一直录制你的屏幕，所以在开启之前要考虑清楚。
写在最后：ChatGPT 用来聊，Codex 干活的时代来了
Codex 不是“更好的 ChatGPT”。ChatGPT 是云端对话工具，Codex 是本地化的 Agent 超级应用。
如果你只是偶尔问问题，用 ChatGPT 就够了。但如果你需要处理本地文件、构建可复用工作流程、让 AI 控制你的电脑，Codex 就是为你准备的工具。
往期推荐
点个在看你最好看
SPRING HAS ARRIVED
