Codex Computer Use 最全教程：让 AI 接管 Mac / Windows 桌面（2026）

先说结论。 OpenAI 4 月 16 日给 Codex 桌面 app 发了 Computer Use：Codex 现在能看屏、点按、打字，接管你桌面上的任意 GUI 应用——不再局限于浏览器。macOS 上它在后台跑（不占用你的鼠标键盘，你能同时用电脑干别的），Windows 上是前台接管（5/29 的 v26.527 才补上）。 从「聊天框里的编程助手」变成「会自己动手操作整台电脑的 agent」，这是这次更新真正跨过的那道线。国内照例卡在三道墙——ChatGPT 账号、海外支付、网络——凑得齐走官方；凑不齐，桌面接管这一刀没有等价替代，但编程模型可以用 Codex CLI + ofox 网关本地化。

Computer Use 到底是什么

先把它和 Codex 里几个容易混的东西分清楚。

Computer Use ≠ Codex CLI：CLI 是终端里的编程 agent，读写文件、跑命令，作用域是你的代码仓库。Computer Use 是桌面 app 的能力，作用域是屏幕上的 GUI——它看的是像素，点的是按钮。

Computer Use ≠ Chrome 扩展：Chrome 扩展（5/7 发的）接管的是你已登录的真实 Chrome，作用域限在浏览器里；Computer Use 的作用域是整个桌面，浏览器只是它能操作的众多 app 之一，原生应用、系统设置、设计软件都在射程内。如果你只需要跨 tab 操作网页、调 DevTools，读 Codex Chrome 扩展国内教程 那篇更对症；要的是「操作整台电脑」才用 Computer Use。

官方对它的描述很直白：让 Codex「seeing, clicking, and typing」——看见、点击、输入。它截屏理解界面，决定点哪、输什么，再执行。macOS 和 Windows 的关键差别在这套动作跑在前台还是后台：macOS 上官方明确任务可以在后台运行、你同时在别处干活，不占用你的鼠标键盘；Windows 则是前台接管（下一节展开）。

同一轮 4/16 更新还给 Codex 桌面 app 加了内置浏览器（能在渲染出来的页面上直接批注）；再早一点（3/25）上线的插件系统把 skills、app 集成、MCP server 打包成可安装 bundle。这些本文都不展开，只聚焦 Computer Use。

三条能力线和时间线

Computer Use 不是一次性发全的，分三次上线，能力边界各不同，搞清楚你手头版本能干到哪一步很重要：

macOS 和 Windows 的体感差别是这套功能里最该记住的一条：

• macOS 后台模式：官方明确任务可以在后台运行、你同时在别处干活。Codex 在后台操作，不占用你的鼠标键盘，你在前台照常写代码。
• Windows 前台接管：Codex 直接接管当前会话，你会亲眼看着指针自己动、字自己敲。任务期间这台机基本交出去，别去抢鼠标（一抢就打断）。

Locked Computer Use 是给「设个目标、锁上电脑、明早看结果」这种长任务准备的：Mac 锁屏后 Codex 仍能驱动桌面 app，还能用 Codex Mobile 从手机远程发任务给你留在工位的 Mac。它的安全模型比功能本身更值得看，下面单独讲。

⚠️ 区域：Computer Use 初期（4/16 macOS 首发时）在欧盟经济区（EEA）、英国、瑞士不开放；2026-06-16 起这三地也已开通（官方 changelog）。这跟国内的墙是两码事——国内没进白名单也没进黑名单，卡的是下面要讲的三道墙。

安装与授权（macOS）

装 Computer Use 分两步：装插件，给系统权限。

第一步，装插件。 Codex 桌面 app 里：

Settings → Computer Use → Install

第二步，给 macOS 系统权限。 这是最容易卡住的地方。Codex 要在「系统设置 → 隐私与安全性」里拿到两个权限：

• 屏幕录制（Screen Recording）：让 Codex 看得见目标 app 的画面。没有这个它就是瞎的。
• 辅助功能（Accessibility）：让 Codex 能代替你点击、输入、导航。没有这个它看得见但动不了。

第一次触发时 macOS 会弹授权请求，跟着授权即可；如果当时点了拒绝，之后要手动去「系统设置 → 隐私与安全性」里把 Codex 勾上，再重启 app。注意这两个是系统层的权限，和 Codex 内部「允许操作哪个 app」是两回事——系统权限管「Codex 能不能看和动」，app 授权管「Codex 具体能碰哪个应用」。

用的时候怎么指定操作对象。 在 prompt 里用 mention 圈定范围：

@Computer 打开 Keynote，把第 3 页的标题字号调到 40
@Safari 帮我把这几个 tab 里的报价整理成一张表

@Computer 是泛指桌面，@具体app名 是点名某个应用。Codex 每碰一个新 app 都会先问你要不要放行；对信任的 app 可以勾 Always allow 免得每次弹窗。放行清单开之前想一下——Always allow 等于把那个 app 的操作权长期交出去了。

Windows 侧的差别：除了前台接管这个体感区别，允许 / 拒绝的 app 清单是写在配置文件里的：

$CODEX_HOME/computer-use/config.toml

在这里维护白 / 黑名单，比一个个弹窗点更适合批量管理。

什么活适合交给它，什么活别交

Computer Use 强在「有 GUI、没 API、重复、可回退」的活。典型适合场景：

• 没有 API 的桌面软件里的重复操作：在设计工具、老旧内部客户端里批量改配置、导出文件。
• 跨 app 的搬运：从一个 app 读数据、填到另一个没有集成的 app 里。
• 前端 / 游戏的「看着改」：配合内置浏览器，在渲染出来的页面上直接指着说「这个按钮往左挪」。
• 后台批量跑的杂活（仅 macOS 后台模式）：把重复的 GUI 操作丢给它在后台跑，你继续写自己的代码。

反过来，下面这些别用 Computer Use，有更好的路子：

• 纯代码改动：这是 Codex CLI 的主场，别绕到 GUI 里点。参考 Codex CLI 真实编程工作流。
• 有 API / MCP 的事：能调接口就别截屏点按钮。GUI 自动化是「没有更好接口时的兜底」，不是首选——它慢、脆、认界面。
• 不可回退的高危操作：删库、批量改生产数据、点「确认支付」。Computer Use 擅长无人值守地把活干完，不擅长判断「这一步该不该点」。

安全模型：它做不到的事，和随时叫停

这块是 Computer Use 敢在后台 / 锁屏跑的底气，也是你敢放手的前提。

硬边界（官方写死的，改设置也绕不开）：

• 不能自动化终端类 app，也不能操作 Codex 自己——防止用 GUI 自动化去跑命令绕过 sandbox。
• 不能以管理员身份认证，不能替你点掉系统的安全 / 隐私授权弹窗——防止提权。遇到 admin 弹窗它会停下等你。

你手里的闸：

• 任务期间随时能接管或叫停；Codex 盯错窗口了直接取消。
• macOS 锁屏使用（Locked Computer Use）的安全设计：Codex 装一个 Apple 授权插件参与解锁流程，任务期间临时解锁但所有显示器保持被锁屏画面盖住，授权窗口短暂且只绑定当前这次操作；你一碰本机键盘 / 触控板 / 鼠标，Mac 立刻重新锁上并停掉自动解锁。没有长期授权这回事。
• 文件编辑和 shell 命令仍然走 Codex 原有的审批和 sandbox 设置，Computer Use 不给它们开后门。

实操上就一条原则：把任务切窄，一次只盯一个目标；不需要的敏感 app 提前关掉；账号、支付、凭证相关的操作，人留在场看着。

国内的三道墙

Computer Use 是 Codex 桌面 app 的功能，要用 ChatGPT 账号登录桌面 app 才能开，跑 Codex 任务需要 ChatGPT Plus（20 美元/月起）或 Pro 订阅。这就意味着国内用户会连续撞到三个独立卡点，任何一个倒了都用不了：

第一道墙：ChatGPT 账号。 Computer Use 和 Chrome 扩展、cloud threads 一样，属于吃 ChatGPT 积分那一档功能，必须用 ChatGPT 账号登桌面 app。账号免费可注册，但要跑任务得有 Plus 或 Pro 订阅。

第二道墙：海外支付。 ChatGPT 订阅只收 Visa / Master / AmEx 这类海外发卡方，境内主流双标卡大多被风控。Apple ID 改区 + 礼品卡是社区里跑通较多的路径，但苹果这两年对跨区礼品卡也在收紧。

第三道墙：网络。 Codex 桌面 app 是常驻进程，启动后持续向 api.openai.com、chatgpt.com 这些域名发握手请求。这些域在境内出口不稳，落到 Computer Use 这种连续、实时的操作上就是「点到一半卡住、光标停在那不动」。而且 Computer Use 每一步决策都要一次模型往返，网络抖动被放大得比纯 CLI 更明显。

第三道墙最隐蔽：前两道装之前就知道过不过得去，第三道是装完跑了半小时才发觉线路不稳。

凑不齐三件套：能替代到哪一步

先把话说清楚，免得白折腾：「让 AI 拿光标接管你本机所有 GUI app」这件事，目前没有 ofox 或任何第三方的等价替代。 Computer Use 是 Codex 桌面 app 的原生系统级功能，依赖 macOS / Windows 的屏幕录制和辅助功能权限，不是一个能通过换 API 网关就搬过来的东西。ofox 是 OpenAI 兼容的 API 网关，它替代的是模型层，不是桌面接管层。

能替代的是这两块：

一、编程能力走 Codex CLI + ofox。 如果你要 Computer Use 主要是为了让 Codex 帮你写代码、跑仓库任务，那 GUI 接管其实用不上，Codex CLI 就够，而且模型可以本地化。Codex CLI 支持自定义 base_url，改向 OpenAI 兼容网关后整条链路不再碰 openai.com。先确认 CLI 装好：

npm install -g @openai/codex
codex --version

然后写 ~/.codex/config.toml：

model = "openai/gpt-5.3-codex"
model_provider = "ofoxai"
preferred_auth_method = "apikey"

[model_providers.ofoxai]
name = "ofox.ai"
base_url = "https://api.ofox.ai/v1"
env_key = "OFOX_API_KEY"
wire_api = "responses"

OFOX_API_KEY 在 ofox.ai 控制台 里 Create new key 拿到，export OFOX_API_KEY=sk-... 进 shell。wire_api = "responses" 不是可选项——Codex CLI 早已把 chat 标记弃用，现在只认 responses。配置细节不熟的话，Codex 官网国内访问 + 完整安装教程 和 Codex CLI API 配置指南 把基础跑通更省事。

二、浏览器类自动化走 CLI + Browser MCP。 如果你要 Computer Use 其实是为了操作网页——填表、爬数据、跑端到端测试——那用 Codex CLI 配 Playwright MCP 或 chrome-devtools MCP 能替代到八成，登录态、DevTools 都能用。这条路的完整配置在 Codex Chrome 扩展国内教程 里讲透了，这里不重复。

剩下真正替代不了的，是「操作没有 API、也不在浏览器里的原生桌面 app」这一类活。这种就得凑齐三件套走官方，或者接受它暂时做不了。

Computer Use（app）vs API 侧的 computer 工具

还有个容易混的点：OpenAI 有两套「computer use」。

• 本文讲的这套：Codex 桌面 app 的 Computer Use，面向个人用户，装插件、给系统权限、@ 一下就用，不写代码。
• API 侧的 computer 工具：走 Responses API，给开发者自己在应用里搭 computer-use 循环用的，需要你写代码接管截屏 → 模型决策 → 执行动作的整个 loop。

两者别混。想要「开箱即用地让 AI 操作我的电脑」，是 app 这套；想「在自己产品里嵌一个能操作虚拟机 / 浏览器的 agent」，才是 API 那套。截至发稿，ofox 的模型列表里是标准的对话与编程模型（含 openai/gpt-5.3-codex），API 侧的 computer-use 工具不在其上架范围内——要搭 API 版 computer use 得走 OpenAI 官方。

怎么挑下一步

按你手头条件和真实需求对号入座：

• 有 Plus / Pro + 海外卡 + 稳定海外网络出口 → 直接走官方 Computer Use，macOS 后台模式不占你的输入设备、最省心。
• 只想让 Codex 写代码，其实用不上桌面接管 → Codex CLI + ofox，链路不碰 openai.com，成本是订阅的零头。
• 要的是浏览器自动化 → CLI + Browser MCP，替代到八成。
• 必须操作原生桌面 app 且凑不齐三件套 → 暂时没等价方案，要么补齐三件套，要么等区域 / 渠道放开。

还在 Codex / Claude Code / Cursor 之间纠结的，Claude Code vs Codex CLI vs Cursor vs DeepSeek 横评 把四家的取舍摆在一起了——Computer Use 这种「接管整个桌面」的能力，目前是 Codex 相对另外几家的一张独有牌。

常见问题速查

装了插件但 Codex 说看不到屏幕 / 点不动：屏幕录制或辅助功能权限没给全。去「系统设置 → 隐私与安全性」把 Codex 两个权限都勾上，勾完重启 Codex app（权限变更不重启不生效）。

@Computer 没反应，Codex 只回文字：多半是目标 app 没放行。看 Codex 的 app 授权提示有没有被忽略，或者手动把该 app 加进允许清单（Windows 是 $CODEX_HOME/computer-use/config.toml）。

Windows 上 Codex 一跑就抢我鼠标：这是预期行为——Windows 是前台接管，任务期间它就是要占用当前桌面。要背景并行只有 macOS 有。

锁屏后任务停了：Locked Computer Use 是 macOS 专属（v26.519+），且你一碰本机输入设备它就会重新锁屏并停掉自动解锁。确认版本够新，任务期间别去动键盘触控板。

旧版本在欧盟 / 英国看不到 Computer Use：EEA、英国、瑞士是 2026-06-16 才开通的，比 macOS 首发（4/16）晚。把 Codex app 升到最新版再看。

CLI 替代方案报 401：OFOX_API_KEY 没 export，或值是占位符。echo $OFOX_API_KEY 确认有值，还不行就去 ofox 控制台重新生成一个 key。

参考信息来源

• Computer Use — Codex App（官方文档）
• Codex Changelog（官方发布记录）
• Codex App — 官方下载与说明
• ofox.ai 模型列表