OpenAI 又一次悄悄地給 Codex「補(bǔ)課」了。

北美世界 5 月 7 日，OpenAI 官宣 Codex for Chrome 擴(kuò)展功能上線，讓 Codex 可以直接調(diào)用用戶電腦上的 Chrome 瀏覽器，進(jìn)入已經(jīng)登錄的網(wǎng)站和工具里完成任務(wù)。

按照官方的說辭，接入這個(gè)擴(kuò)展功能之后，Codex 可以讀取網(wǎng)頁(yè)內(nèi)容、操作內(nèi)部系統(tǒng)、查看后臺(tái)、填寫表單等，用戶還可以控制它訪問哪些網(wǎng)站。以雷科技的理解就是，現(xiàn)在的 Codex，可以接管你的 Chrome 瀏覽器了。

（圖源：OpenAI）

不過，只看官方介紹，這的確是一個(gè)美好的新功能，可體驗(yàn)過當(dāng)年 OpenAI 推出的 ChatGPT Altas 的朋友應(yīng)該都明白，理想和現(xiàn)實(shí)還是有一點(diǎn)點(diǎn)差距的。既然如此，我們雷科技AGI（ID：leikejiagi）決定還是親自去體驗(yàn)看看。

接入 codex，瀏覽器自己「動(dòng)」起來(lái)了

Codex for Chrome 擴(kuò)展功能的上手難度并不高，一共就分為兩步。第一步是去 Chrome 瀏覽器里找到擴(kuò)展功能，進(jìn)入 Chrome 應(yīng)用商店，搜索「Codex」安裝即可。完成安裝后，它會(huì)出現(xiàn)在瀏覽器的右上角，但此時(shí)的狀態(tài)是未連接。

接著打開 Codex，找到設(shè)置里的「電腦操控」，把「Google Chrome」這個(gè)插件安裝上，完成后點(diǎn)擊激活即可連接成功。

第一輪測(cè)試我們來(lái)點(diǎn)簡(jiǎn)單的，讓 Codex for Chrome 整理我們的標(biāo)簽頁(yè)。發(fā)出指令之后，Codex 開始思考，這一個(gè)過程我們不需要去關(guān)注 Chrome 正在干什么，它能夠在后臺(tái)自動(dòng)運(yùn)行。

雖然是簡(jiǎn)單的操作，反倒讓 Codex 犯了難。Codex 最開始并不能完全識(shí)別到所有的標(biāo)簽頁(yè)，且沒有一個(gè)專門的控件能夠執(zhí)行這個(gè)操作，但它想到了可以先關(guān)閉所有標(biāo)簽頁(yè)，再按分類順序打開。可惜，第一步 Codex 就誤操作把所有頁(yè)面關(guān)閉了，但沒有記錄下具體的網(wǎng)址，因此無(wú)法打開。

接下來(lái)就是測(cè)試Codex for Chrome 在整理數(shù)據(jù)上的一個(gè)能力，我們直接在 Codex 上讓它喚醒 Chrome，收集蘋果、華為、小米最新款旗艦手機(jī)信息，輸出資料卡，同時(shí)給我們 5 個(gè)選題建議。這一次就非常順利了，我們能清晰看到它調(diào)用了 Chrome 的網(wǎng)頁(yè)，在進(jìn)行信息搜索和整理，整個(gè)過程大概耗時(shí)三分多鐘。

給出的 5 個(gè)選題，我認(rèn)為也是超出預(yù)期的，針對(duì)影像、屏幕、AI 大模型這幾個(gè)大家比較在意的部分均有涉及，Codex 還是挺懂讀者想要看哪些內(nèi)容。

既然這個(gè)不算難，那干脆上一個(gè)長(zhǎng)任務(wù)好了。我讓 Codex 在 Chrome 瀏覽器里找到 Deepseek，并寫一篇符合雷科技風(fēng)格的文章，主題就用之前分析三款旗艦給的建議選題題目，全程讓它自主操作。

這次Codex for Chrome 的響應(yīng)速度很快，基本上 30 秒就把指令完整貼到了 Deepseek 上，開始寫文章，直至完成文章也只花了 1 分鐘左右。

接著我們又嘗試了更復(fù)雜的操作，讓Codex for Chrome 做一份 AI 新聞日?qǐng)?bào)的表格。由于我一開始就已經(jīng)給 Codex 安排上了做 AI 日?qǐng)?bào)總結(jié)的 Skill，因此這部分進(jìn)展還是相對(duì)順利的，大概 1 分鐘就完成了信息的收集。然后就到了開啟騰訊文檔，新建表格，將內(nèi)容粘貼進(jìn)去，整個(gè)過程進(jìn)展還算順利，中間偶爾會(huì)出現(xiàn)識(shí)別不準(zhǔn)確的問題，但也能及時(shí)糾正。

目前來(lái)看，Codex for Chrome 的實(shí)用性還是挺高的，一方面，Codex 的能力在當(dāng)前來(lái)說的確是第一梯隊(duì)的，以它為軸心去執(zhí)行的操作，基本上不會(huì)出現(xiàn)很大的岔子，至少我們嘗試了這幾種方案，都沒有說完全做不到的情況；另一方面，打通 Chrome 和 Codex，最大的優(yōu)勢(shì)其實(shí)還是不需要專門更換其他 AI 瀏覽器也能做到相同的效果，降低了換新的門檻。

輔助瀏覽器而不是替代，OpenAI 這次學(xué)聰明了

在看到 OpenAI 官宣做了這么個(gè)擴(kuò)展應(yīng)用時(shí)，我們下意識(shí)會(huì)想起被冷落了很久的 ChatGPT Atlas，作為 OpenAI 推出的首款 AI 瀏覽器，它其實(shí)承載了很大的希望。不過，大家也都知道，ChatGPT Atlas 并沒有掀起多大的波瀾。

包括 Firefox、Atlas、美團(tuán)光年之外團(tuán)隊(duì)打造的 Tabbit 瀏覽器在內(nèi)的這些 AI 瀏覽器，一直都在教育用戶，現(xiàn)在的瀏覽器不應(yīng)該只是一個(gè)看網(wǎng)頁(yè)的工具，它應(yīng)該能理解你正在看的內(nèi)容，知道你接下來(lái)可能要干什么，甚至在某些時(shí)候直接幫你把操作做完。

比如Atlas，它能在你打開網(wǎng)頁(yè)、查資料、做研究、整理信息，AI 都在旁邊跟著看，必要的時(shí)候還能進(jìn)入 agent mode，幫你自動(dòng)化處理任務(wù)。但問題是，大家還是按照習(xí)慣，每天的工作基本都在 Chrome 上處理，為啥呢？我認(rèn)為這很簡(jiǎn)單，瀏覽器畢竟不是一個(gè)普通的 App，它承載了書簽、密碼、歷史記錄、插件、登錄狀態(tài)，還有使用習(xí)慣，很多人就是喜歡某些按鈕在某個(gè)位置。更別提，Chrome 依然是目前擴(kuò)展功能最豐富的瀏覽器。

所以回過頭來(lái)看 Codex for Chrome，我反而覺得這一招有點(diǎn)雞賊，或許是 ChatGPT Atlas 沒能成功引起了 OpenAI 的另一個(gè)思考，那就是，既然改變不了用戶的習(xí)慣，我們?cè)谟脩袅?xí)慣的范疇里給更強(qiáng)的能力。

都是 AI 為主，這里面還是有區(qū)別的。Atlas、Tabbit 更像是瀏覽器+AI，瀏覽器本身就是產(chǎn)品主角，AI 是它的核心體驗(yàn)，它在搜索、信息總結(jié)這些基于網(wǎng)頁(yè)的能力上，表現(xiàn)非常亮眼。而Codex for Chrome 本質(zhì)上是借 Codex 的能力落地，Codex 本身就是 OpenAI 打造的專門做任務(wù)的 Agent，優(yōu)勢(shì)自然就是「干實(shí)事」。

從我們前面的實(shí)測(cè)看，也確實(shí)如此，比如讓它整理旗艦手機(jī)資料、生成選題建議、調(diào)用 DeepSeek 寫稿、去騰訊文檔新建表格，這些事情 Codex for Chrome 都能做，而且整體不算慢。尤其是調(diào)用 DeepSeek 寫稿那次，體驗(yàn)其實(shí)比我預(yù)想中順，它能喚起 Chrome，進(jìn)入對(duì)應(yīng)頁(yè)面，找到輸入?yún)^(qū)域，把內(nèi)容寫進(jìn)去。整個(gè)過程都不需要我去監(jiān)看 Chrome 正在發(fā)生什么事，也沒有要接管的情況。

我認(rèn)為Codex for Chrome 最有價(jià)值的地方還是做一些日常比較瑣碎的工作，就像我把 AI 日?qǐng)?bào)做成表格，實(shí)際上作為科技數(shù)碼行業(yè)從業(yè)者來(lái)說，這可能是每天都需要完成的一項(xiàng)任務(wù)，而交給Codex for Chrome ，可以節(jié)省不少時(shí)間和精力。

和所有 AI 瀏覽器一樣，Codex for Chrome 目前也還是存在一些問題。我們自己操作瀏覽器的時(shí)候，哪些網(wǎng)頁(yè)沒加載出來(lái)、哪些按鈕不要隨便按，登錄、廣告位置在哪里，我們都能判斷，但是 AI 還是需要花很長(zhǎng)的時(shí)間識(shí)別。比如小雷最擔(dān)心的是，萬(wàn)一它直接點(diǎn)了發(fā)布，把沒寫完的文章發(fā)布出去，那就釀成大禍了。

所以我現(xiàn)在更愿意把 Codex for Chrome 看成一個(gè)已經(jīng)能干活的半自動(dòng)助手，在不涉及安全、金融、隱私等方面的工作時(shí)，會(huì)放心交給它，但還是需要有人在旁邊盯著，以防出現(xiàn)問題。

當(dāng)然，瀏覽器 Agent 對(duì)普通用戶來(lái)說，形態(tài)倒是沒有那么重要，反而是查資料、寫稿、填表、整理網(wǎng)頁(yè)的時(shí)候，它能不能給到幫助。

從這次體驗(yàn)看，Codex for Chrome 已經(jīng)能做到一部分。它可以幫你跑一些中間步驟，也能把幾個(gè)原本需要來(lái)回切換的網(wǎng)頁(yè)任務(wù)串起來(lái)。只不過，它現(xiàn)在還沒有到“你說一句話就徹底不用管”的程度。

至于涉及關(guān)閉標(biāo)簽頁(yè)、提交表單、修改后臺(tái)數(shù)據(jù)這些動(dòng)作，現(xiàn)階段還是要謹(jǐn)慎一點(diǎn)。不是說它完全不能做，而是用戶最好知道它做到了哪一步，也最好在關(guān)鍵節(jié)點(diǎn)看一眼。說白了，你還是得盯著，不要完全讓它全權(quán)接管瀏覽器。

這可能也是 Codex for Chrome 眼下最現(xiàn)實(shí)的價(jià)值：它沒有把瀏覽器 Agent 一步帶到終點(diǎn)，但至少讓人第一次感覺到，這件事不是只能停留在演示里。等它再穩(wěn)一點(diǎn)、再少翻車一點(diǎn)，用戶自然會(huì)給它更多活干。到那時(shí)候，瀏覽器會(huì)不會(huì)被 AI 改掉，反而不用急著下結(jié)論。先看它能不能把眼前這些小事做好，就夠了。