引言
Codex提供三种不同的方式来控制你的电脑并自动化任务。哪种适合你？它们的能力和局限是什么？前Meta数据科学家、现OpenAI开发者体验工程师Jason Liu最近发布了一篇文章，详解每种方式的使用场景、特点和优势。
1. Computer Use
Computer Use是目前Agent控制电脑最强大、最通用的方式，也是Codex在众多Agent工具中脱颖而出的关键原因。它可以模拟电脑上的大多数操作，无论是微信、飞书、Excel还是视频剪辑软件。只要操作涉及鼠标点击或键盘输入，它基本都能处理。它在macOS和Windows上均可使用，当任务涉及多个软件时可在不同应用间切换。
Jason Liu分享了一个真实案例：有一次他的快递被偷了，但亚马逊客服有25分钟的等待时间。他让Codex每五分钟检查一次客服窗口，一旦客服接通就改为每分钟检查一次，然后申请退款。等Jason洗完澡回来，退款已经处理完毕。这展示了Computer Use的核心优势：它可以监控窗口和工作流，接管繁琐但必要的任务。
但它有一个明显的局限：速度慢。每一步都需要理解界面、定位按钮，然后执行点击或输入。这个视觉循环很耗时，所以不适合要求极高效率的任务。但它非常适合那些没有API、没有插件、只能通过图形界面完成的任务。
2. Codex Chrome扩展
Codex Chrome扩展专为主要发生在浏览器中的任务设计，特别是需要登录状态的任务，如飞书文档、淘宝商家后台、B站创作中心。这些工具依赖账号状态，扩展可以直接使用你已登录的浏览器会话来操作。
与Computer Use的关键区别在于：Computer Use模拟在屏幕上点击按钮，而Chrome扩展直接在浏览器工作流中运行。它可以读取网页内容并在多个标签页之间切换，例如查看数据、对比信息、汇总结果。因此，使用Chrome扩展的浏览器任务通常比Computer Use更快、更准确、更高效。
Jason Liu长期用它来查看私信、浏览新闻、收集反馈，并将有价值的内容保存到本地文件方便后续查阅。但它的权限更敏感：由于使用真实的登录状态，网站会将Codex的点击、输入和提交视为你本人的操作。信息收集和内容草拟可以放心使用，但发送消息或付款等操作应亲自确认。
3. 内置浏览器
内置浏览器更适合开发者，特别是网页前端开发和本地工具调试。例如，在做前端页面时，你可以让Codex打开本地预览地址，检查布局问题、按钮错位或移动端溢出。审查后，它可以直接修改代码，然后重新打开页面验证。
它最有价值的功能是将代码编写和结果查看连接起来。所以内置浏览器不是用来登录网站的；它更像是Codex进行网页开发和界面调试的工作区。
如何选择？
- 需要登录状态的网站任务：用Chrome扩展。
- 涉及桌面软件或多应用切换的任务：用Computer Use。
- 网页开发、页面预览和界面调试：用内置浏览器。
Jason Liu还强调，如果任务可以通过插件或MCP完成，应优先使用结构化工具。例如，直接用插件或接口读取飞书文档、整理在线表格，通常比让Codex在界面中模拟点击更准确。
换句话说，Codex的电脑控制不是追求越像人越好，而是选择正确的入口。真正强大的Agent不是接到任务就盲目点击鼠标；它知道什么时候调用API，什么时候用浏览器，什么时候接管桌面。这是Codex最显著的变化：它不再只是一个编码工具，而是正演变成一个围绕电脑、浏览器和本地项目的任务执行系统。
常见问题
什么时候用Computer Use，什么时候用Chrome扩展？
简单规则：如果任务完全在浏览器标签页中，用Chrome扩展。它更快、更准确，使用真实登录会话。如果任务涉及桌面应用（微信、Excel、视频编辑器）或需要在多个应用间切换，用Computer Use。Chrome扩展碰不到桌面软件，Computer Use对单网站任务又太小题大做。Jason Liu的退款案例是典型的Computer Use场景——涉及长时间监控浏览器窗口，Chrome扩展不是为此设计的。
Computer Use安全吗？会不会误删文件或发送消息？
Codex的权限系统让你掌控。在"approve for me"模式下（推荐），Codex在执行任何破坏性操作前都会请求确认。Computer Use具体来说，你可以实时看到屏幕上它在做什么。Jason Liu的建议：信息收集和内容草拟放心用，但发送消息、付款或删除文件等操作亲自确认。Chrome扩展的权限更敏感，因为使用真实登录状态——网站会把它的操作视为你的操作。把它当作让同事访问你的浏览器：研究没问题，交易有风险。
三种模式能同时使用吗？
可以，而且这正是理想的工作流。一个典型的开发会话可能是：用内置浏览器预览前端改动，用Computer Use在真实浏览器环境中测试应用，用Chrome扩展从飞书文档或Figma拉取参考设计。三种模式互补而非竞争。关键是知道每个子任务该用哪个入口——这是区分Codex普通用户和高级用户的分水岭。
有了Computer Use还需要Chrome扩展吗？
需要，如果你做大量浏览器工作的话。Computer Use技术上也能控制Chrome，但它通过视觉定位按钮然后点击——慢且易出错。Chrome扩展在浏览器层面工作，直接读取页面结构、与DOM交互。像"检查所有未读飞书消息并汇总"这样的任务，Chrome扩展几秒就能完成，Computer Use可能要几分钟。扩展免费，安装只需2分钟——没有理由不两个都装。