Codex如何使用电脑?三种入口与权限边界
Codex 使用电脑有三种主要入口:Computer Use、Chrome 扩展和应用内浏览器,它们对应不同的任务场景、权限边界和信任级别。
**Computer Use** 功能最广,可操作 macOS/Windows 原生应用、系统设置等,适合无 API 支持的 GUI 流程,但速度较慢,权限边界最宽,需谨慎授权敏感应用。
**Chrome 扩展** 适合依赖浏览器登录状态、Cookies 和多标签页的任务,如处理 Gmail、Salesforce 或跨网站研究。它继承用户身份,能力较强但需注意操作审核。
**应用内浏览器** 用于开发和调试,如本地服务预览、视觉 Bug 复现和设计批注。它隔离性强,不继承登录状态,适合与 Codex 在页面上直接协作修改。
**核心原则**是优先选择最窄、最安全、最结构化的操作界面:能用插件或 MCP 就不动用视觉控制;网页开发优先用应用内浏览器;需要登录状态时用 Chrome 扩展;仅当结构化工具无法覆盖且必须依赖桌面 GUI 时,才使用 Computer Use。
**Appshots** 是输入工具,用于将当前屏幕上下文提供给 Codex,而非控制方式。结合三种行动入口,这套分层体系体现了 AI Agent 产品化的关键:在具体任务中收窄权限、明确边界,并让用户保留对关键行动的审核权。
marsbit06/21 02:10