实战

Codex Computer Use 完全指南:让 AI 接管你的 Windows 桌面(含双平台对比)

2026/8/276 分钟阅读

什么是 Computer Use?

Codex Computer Use 是 OpenAI 于 2026 年 4 月随 Codex 大版本更新推出的桌面 GUI 操控功能,支持 macOS 和 Windows 双平台。

它通过截图感知屏幕、模拟鼠标点击与键盘输入,让 AI 能像真人一样操作任意桌面应用——无需目标应用开放任何 API,适合操控没有接口的老旧软件、本地桌面工具或需要登录态的 Web 页面。

工作链路分三步:

  1. 截屏感知:Codex 周期性截取当前屏幕,由视觉模型分析界面元素位置与状态
  2. 动作规划:根据用户指令确定操作序列(点击按钮、输入文字、切换窗口等)
  3. 执行反馈:执行后再次截屏确认结果,如目标未达成则自动调整

订阅门槛

档位 月费 Computer Use 权限
免费版 $0 有限访问(Codex 桌面端)
Go $8 有限访问
Plus $20 可用,受额度限制
Pro(100美元档) $100 Plus 的 5 倍额度
Pro(200美元档) $200 Plus 的 20 倍额度
Business / Enterprise 团队定价 可用,管理员可集中关闭

⚠️ OpenAI 于 2026 年 7 月宣布暂时取消 Plus/Pro 的每次 5 小时使用上限,同时 GPT-5.6 Sol 模型效率优化后相同额度可完成更多任务。


Windows 版安装与配置(v26.527+)

Windows 版于 2026 年 5 月 30 日前后以 v26.527 正式推出。

第一步:安装 Codex

  • Windows:从 Microsoft Store 搜索 "Codex" 安装,或访问官方网页下载
  • macOS:官网下载或使用 Homebrew brew install --cask openai-codex

第二步:开启 Computer Use 插件

打开 Codex → 设置 → 搜索「Computer Use」:

  • 点击 Install 旁的加号,选择「Any App」可控制任意应用
  • 若只需浏览器操作,安装 Chrome/Edge 插件即可

第三步:配置系统权限

Windows(v26.527 为前台接管模式): - 在 ~/.codex/config.toml 中添加白名单:

[computer_use]
allowed_apps = ["chrome.exe", "code.exe", "excel.exe"]
  • 不填白名单则仅允许默认应用

macOS(需双重授权): 1. 系统设置 → 隐私与安全 → 辅助功能 → 开启 Codex 2. 系统设置 → 隐私与安全 → 屏幕录制 → 开启 Codex 3. 开启「后台运行」选项,允许锁屏后继续执行任务


核心操作方式

方式一:@Computer 命令

在对话中输入 @Computer,然后描述你想做的事:

「打开 Chrome,登录我的邮箱,下载最近一封邮件的附件」

Codex 会自动完成截图→分析→点击→输入的全流程,期间你可以看到光标移动和界面变化。

方式二:手机远程控制

在 Codex 中点击底部「手机图标」→ 生成二维码 → 用 ChatGPT App 扫码绑定。

绑定后,你可以在手机上启动、监控、审批桌面任务,即使人不在电脑前也能推进工作。

方式三:多 Agent 并行

可同时跑多个 Agent,例如: - Agent A 写代码 - Agent B 做测试 - Agent C 操作 Excel 整理数据

互不干扰,效率倍增。


典型实战场景

场景 1:批量处理没有 API 的老软件

「打开 ERP 系统,把 yesterday_sales.csv 的数据逐行录入到表格字段里」

场景 2:自动化报表发布

「打开微信电脑端,把生成的报告 PDF 发给财务部张三」

场景 3:跨应用数据搬运

「从 Chrome 复制这张表格数据,粘贴到 Excel 的新工作簿里」

场景 4:UI 测试

「打开 Chrome,验证最新改动后的结账页面是否正常工作」


平台差异速查

能力 macOS Windows
后台锁屏运行 ✅ 支持 ❌ 不支持
虚拟光标(不影响用户操作) ❌(前台接管模式)
手机远程控制
config.toml 白名单
自动修复验证码 ❌(通用限制)

安全边界与避坑

  1. 高危操作必须人工确认:删除文件、发送邮件、提交付款等,Codex 会暂停等你审批
  2. 分辨率与缩放问题:建议固定显示器和缩放比例(如 100%),避免点击偏移
  3. 登录态失效:提前在 Chrome 中登录各平台并勾选「记住密码」,跳过验证码环节
  4. 页面异步加载:部分数据平台图表加载慢,可在指令中加一句「若页面未加载完,等待 5 秒再操作」
  5. 不要在任务运行时抢鼠标:Windows 版会接管真实光标,操作期间请勿手动干预

适用与不适用场景

适合 Computer Use: - 无 API 的本地 GUI 软件 - 需要登录态的 Web 页面操作 - 跨应用的数据搬运与整合

优先走 MCP / 结构化接口: - 有开放 API 的服务(优先用 API 而非模拟点击) - 高频重复任务(建议录制 Skill 后复用) - 精确的数据处理(Excel 脚本比截图点击更可靠)


来源:七牛云《Codex Computer Use 完全指南》、新浪新闻《普通用户如何使用 OpenAI Codex 的桌面操控功能》、CSDN《Codex Computer Use 完全指南》(aidoudoulong)、PCWorld(Viktor Eriksson)

资料最后核对日期:2026-08-27 · 内容整理自 CodexGuide 社区公开教程