6月19日消息,OpenAI Codex 推出 Mac 端"录制与回放"(Record & Replay)功能。用户演示一次重复性工作流,Codex 观察操作步骤和窗口细节,自动生成一份可编辑的 SKILL.md 文件。后续执行同类任务时,只需替换输入参数,Codex 即可自动完成。
录制三步:开启、操作、生成技能文件
Record & Replay 的完整流程分三步。第一步,用户在 Codex 桌面端手动开启录制;第二步,像平常一样完成一次完整操作——填写费用报告、提交请假申请、在内部系统中走审批流程等;第三步,录制结束后 Codex 通过 Computer Use 能力回溯录制期间的屏幕窗口细节和操作序列,将其编译为结构化的 SKILL.md 技能文件并存入用户的技能目录。
功能属于可选开启项,需要用户或管理员先激活 Computer Use 权限。同版本还新增了自动化运行历史的批量操作(一键标记已读或归档)和 SSH 连接管理的 deep link 入口。
同时,还包含多项实用改进:自动化运行历史新增批量操作,支持一次性标记多条记录为已读或归档;新增 SSH 连接管理深度链接,简化远程开发场景的工作流;浏览器端体验改善,草稿会话迁移至服务器时,可见标签页路由和注释得以保留。
SKILL.md 格式与参数化执行机制
产出物的格式选择值得注意。SKILL.md 是当前 AI 编程 Agent 领域事实上的跨平台技能标准,Codex CLI、Claude Code、OpenClaw 等多个 Agent 均支持读取和执行同一份文件,技能存储路径为 ~/.codex/skills/(个人级)或项目目录下的 .codex/skills/(团队级)。这意味着录制生成的技能理论上可以直接复制到其他兼容 Agent 的目录下运行,不被锁定在 Codex 生态内。 生成的技能文件对用户完全透明,可以打开查看内部逻辑、修改步骤、增删操作节点。更关键的是技能支持变量化输入——同一个报销流程,换不同的日期和金额即可重复执行,而非死板回放固定操作。这把 Record & Replay 从简单的宏录制拉升到了参数化自动化的层面。
路径稳定、参数变化的事务性工作流最受益
对日常高频处理标准化事务的用户来说,这个功能切中了一个真实痛点:操作路径固定但输入参数不同的桌面工作流,之前要么手动重复,要么编写 RPA 脚本或 Agent 指令。现在只需做一遍,后续交给技能文件执行。
但适用边界同样明确。需要临场判断的决策类任务、涉及复杂条件分支的工作流、以及跨多个应用且界面频繁变动的场景,录制一次未必能覆盖后续所有变化。Record & Replay 更适合"路径稳定、参数变化"这一类任务,不是万能的桌面自动化方案。
演示生成技能 vs 指令驱动 vs 手动搭建流程
桌面自动化领域目前有三条主要路线。Anthropic 的 Claude Computer Use(3 月上线 macOS,搭配 Cowork 和 Claude Code)走的是指令驱动路线——用户每次用自然语言描述任务,Claude 实时观察屏幕并执行,但没有内建的技能沉淀机制,每次执行都是从头理解。微软 Power Automate 和传统 RPA 工具走的是手动搭建流程图路线,执行稳定但构建成本高,需要一定技术背景。 Record & Replay 的差异化在于从一次真实操作中反向生成可编辑的自动化方案,用户不需要写指令也不需要搭流程。同时 SKILL.md 的跨平台兼容性意味着技能不与 Codex 深度绑定,这在各家 Agent 生态竞争中是一个值得关注的开放策略。
平台覆盖、地区合规、演示质量三重约束
三个限制需要关注。
第一,平台覆盖不完整:Record & Replay 目前仅支持 macOS,尽管 Codex Computer Use 本身已于 5 月底扩展到 Windows,录制回放功能并未同步跟进,Windows 用户暂时无法使用。
第二,地区排除存在时间矛盾:Codex 刚在 6 月 16 日向欧洲经济区、英国和瑞士开放了 Computer Use,但两天后发布的 Record & Replay 又将这些地区排除在外,这与同期 Chronicle 功能的地区限制模式一致,指向录制类功能可能涉及额外的屏幕数据处理环节尚未通过 GDPR 合规审查。
第三,技能质量高度依赖演示质量:用户在录制过程中如果操作不规范、步骤遗漏或界面状态异常,生成的技能文件可能无法正确复现预期流程,目前 OpenAI 没有公开说明是否有校验或纠错机制。