OpenAI Codex 新增后台运行功能，可自主操作电脑应用
Ars Technica AI··作者 Samuel Axon
关键信息
Codex 可在 macOS 上并行运行多个代理而不干扰用户操作；支持提前数小时甚至数周安排任务，并利用 GPT-4 Vision 进行图像生成和网页交互。
资讯摘要
OpenAI 发布了 Codex 桌面应用的重大更新，引入了后台电脑操作功能，使 AI 能像人类一样通过视觉识别、点击和键盘输入自主控制各类程序。这项功能让 Codex 在用户继续使用其他应用时执行前端开发迭代、应用测试或数据处理等任务。它还支持提前数小时甚至数周安排任务，并在指定时间自动唤醒执行。
新版本增加了内置网页浏览器，用户可以查看并标注 Codex 的操作过程，类似团队对设计稿提供反馈的方式。此外，Codex 现在可调用 gpt-image-1.5 模型生成图像用于原型图和文档。这些改进使 Codex 成为 OpenAI 更宏大‘超级应用’愿景的核心工具，旨在将 AI 代理整合进各种工作流中。
资讯正文
OpenAI的Codex桌面应用程序新版本今日面向用户发布。该版本带来了多种全新功能和改进，涵盖从开发人员能力扩展到非开发人员知识工作的应用，以及为公司所谓的“超级应用”奠定基础。
目前最引人注目的是Codex能够在后台执行任务的能力；OpenAI声称它可以在不干扰你当前桌面操作的情况下完成这些任务。
OpenAI在博客文章中解释了此次更新：
通过后台计算机使用功能，Codex现在可以通过自己的光标查看、点击和输入文字来使用你电脑上的所有应用程序。多个代理可以并行处理Mac上的任务，而不会干扰你在其他应用程序中的工作。对开发者而言，这有助于迭代前端更改、测试应用程序，或在没有公开API的应用程序中工作。
此外，Codex现在可以安排在未来数小时、数天甚至数周后执行的任务，并在适当时间唤醒自己完成这些任务。
它还新增了一个内置网页浏览器。这使你可以评估Codex正在进行的网络体验，并能对页面特定部分留下评论，给出指令，类似于组织目前常用的一些工具，用于向网页设计师和开发者提供反馈。另外，新增了利用gpt-image-1.5生成图像的功能，这些图像可以用于原型设计等场景。
来源与参考