本文详细介绍了在 Codex App 平台上利用 Computer Use 插件实现本地电脑自动化操作的完整流程。该功能通过集成屏幕录制与鼠标指针控制能力，允许 AI 智能体直接操控 Mac 上的应用程序及浏览器，适用于集成测试、重复性办公任务等场景。文章指出，用户需在 Codex 插件中心搜索安装 Computer Use，并在系统设置中授予“辅助功能”、“隐私与安全”及“屏幕录制”等核心权限。在权限配置方面，作者建议针对任意应用开启权限以实现全局控制，但对于浏览器访问，推荐采用“默认询问、特定站点放行”的策略（如针对 GitHub 或 GitHub），以平衡效率与安全。实测演示中，Codex 成功完成了启动网易云音乐播放歌曲、使用 Chrome 搜索资讯、记录备忘录等连贯操作。此外，文章还提到了在锁屏状态下运行任务的可能性，以及画中画模式在高版本 macOS 中可能导致 GPU 占用过高的问题，建议用户根据硬件情况调整显示设置。
事件分析
此次 Computer Use 功能的普及标志着 AI 智能体从单纯的内容生成向物理/虚拟世界操作迈进的关键一步。通过调用操作系统的辅助功能接口，AI 模型实现了对图形用户界面（GUI）的感知与控制，这是构建“Operator”级智能体的基础技术架构。与传统 RPA 基于规则匹配不同，基于视觉模型的自动化方式具备了更强的容错性和泛化能力，能够应对界面元素的细微变化。在产业层面，这种技术不仅极大地降低了软件测试与自动化脚本编写的门槛，还预示着个人计算设备的交互模式正在重构——用户意图直接转化为系统指令，中间的“手眼协调”将由 AI 完成。然而，赋予 AI 全局控制权限也带来了严峻的安全挑战，如何在实现自动化与保障系统安全之间取得平衡，将是未来该类应用落地的核心竞争壁垒。
💡 核心观点：赋予 AI 视觉与操控能力是实现通用 Agent 的最后一公里，从“对话”到“操作”的范式转移正在重塑软件开发逻辑。
原文链接：Linux.do
Codex CLI 深度
AI 模型横评
AI Agent 框架
Claude Code 订阅生存指南