Codex 操控電腦的三種模式：應用程式、瀏覽器與跨平台協作的效率革命

Jason Liu 探討了 Codex 如何使用電腦、Chrome 或內建瀏覽器，明確指出了不同工具的使用場景與時機。這提供了具體的工具使用指導。

Codex 不僅是一個程式編寫代理，還能透過多種方式與電腦互動，大幅提升工作效率。它提供三大核心途徑來驅動電腦，使其能處理訊息、表格、瀏覽器分頁及各種應用程式。 • 第一種是 「電腦使用 (Computer Use)」，這是功能最強大但也最慢的選項，能操作幾乎所有原生應用程式，甚至在使用者離開時自動完成複雜任務，例如處理退款或申請簽證。 • 搭配 Appshot 可以快速捕捉 Mac 視窗內容供 Codex 參考，而 Remote Control 則允許使用者透過手機遠端監控與操控作業。 • 第二種途徑是利用 Chrome 擴充功能，當需要存取使用者 Chrome 設定檔、Cookie 或已登入網站時特別有用，能同時管理多個分頁，進行研究與草稿工作。 • 第三種是 內建瀏覽器 (In-app browser)，專為公共頁面、視覺審查和註釋設計，不攜帶使用者登入狀態，其註釋工具特別適合協作和提供回饋。

作者建議在 AGENTS.md 中設定路由規則，以優先使用最窄、最適合的工具來完成任務，並在執行發送、發布或購買等關鍵操作前，要求 Codex 進行確認。 Codex 的真正力量在於它能無縫地串聯應用程式和瀏覽器，在無需人工干預下，持續執行從 Appshot 開始的複雜工作流。