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 双平台通过截图感知屏幕并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 API。本文系统梳理了安装配置插件安装 macOS 双权限 Windows config.toml 白名单、平台核心差异macOS 可后台锁屏运行Windows v26.527 为前台接管模式、Computer 命令语法与实战示例以及手机远程控制绑定流程同时厘清了适合 Computer Use 的场景无 API 的 GUI 软件、跨应用数据搬运与应当优先走 MCP/结构化接口的场景并给出五条安全使用原则帮助开发者和日常用户在 macOS 与 Windows 上安全、高效地将 Computer Use 嵌入真实工作流。Codex Computer Use 是 OpenAI 于 2026 年 4 月随 Codex 大版本更新一同推出的桌面操控功能通过截图感知屏幕、模拟鼠标点击与键盘输入让 AI 能够像真人一样操作任意 GUI 应用。与传统 RPA机器人流程自动化工具不同Computer Use 无需预先录制脚本只需用自然语言描述意图即可跨应用执行任务。截至 2026 年 7 月Codex 周活跃用户已突破 800 万OpenAI 官方数据2026 年 7 月 14 日Computer Use 是其中增速最快的核心能力之一。Windows 版于 2026 年 5 月 30 日前后以 v26.527 版本正式推出终结了长期仅支持 macOS 的局面。本文系统梳理安装配置、平台差异、命令语法与安全边界适用于 macOS 和 Windows 双端用户。Computer Use 是什么Codex Computer Use 是一项通过视觉感知与 GUI 自动化实现桌面操控的 AI 能力底层依赖截图 点击/输入指令的闭环反馈机制。它的工作流程分三步截屏感知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与专用 API 或 MCP Server 相比Computer Use 的优势在于零集成——无需目标应用开放任何接口适合操控没有 API 的老旧软件、本地桌面工具或需要登录态的 Web 页面。订阅要求使用 Computer Use 需要 ChatGPT Plus 或更高订阅在桌面端切换到 Work 或 Codex 模式后方可使用。订阅档位月费Computer Use 权限免费版0有限访问Work/Codex 桌面端Go8 美元有限访问Plus20 美元可用受额度限制Pro100 美元档100 美元Plus 的 5 倍额度Pro200 美元档200 美元Plus 的 20 倍额度Business / Enterprise团队定价可用管理员可集中关闭注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。安装 Computer Use 插件安装分两步装插件给系统权限。macOS 安装步骤打开 ChatGPT 桌面应用在顶部切换器选择Work或Codex进入Plugins Computer Use→ 点击Install plugin若显示Enable点击启用同时开启Computer Use server和skill两个开关前往系统设置 → 隐私与安全性授予两项权限屏幕录制Screen Recording让 ChatGPT 看见目标应用辅助功能Accessibility允许点击、输入和导航操作重启 ChatGPT 应用使权限生效Windows 安装步骤将 Codex 桌面端更新至 v26.527 或更高版本微软应用商店或官网安装包同 macOSPlugins Computer Use → Install plugin → 开启双开关首次运行时应用会弹出权限提示点击Allow若需配置白名单应用编辑配置文件# 路径$CODEX_HOME/computer-use/config.toml [computer_use.windows] always_allowed_app_ids [mspaint.exe, excel.exe]桌面应用填可执行文件名Package 应用填 App User Model ID。macOS 与 Windows 差异对照两个平台的 Computer Use 核心体验相同主要差异在于运行模式和进阶功能支持。对比维度macOSv26.415Windowsv26.527运行方式后台模式不占用鼠标键盘前台接管鼠标自动移动键盘焦点被占用锁屏运行Locked Use✅ 支持v26.519 引入❌ 不支持手机远程监控✅ 支持扫码绑定 ChatGPT App✅ 支持底层接口macOS AX APIWindows UIA Win32 API权限配置方式系统设置 → 隐私与安全性$CODEX_HOME/config.tomlRDP 远程桌面支持不涉及需绕过 DWM 重写截屏逻辑黑屏需手动处理Windows 前台接管是预期行为任务进行中整台电脑的操作焦点归 AI 所有——这是 Windows 权限模型与 UIA 底层决定的并非 Bug。使用方法Computer 命令语法在 Codex 对话框中用Computer或应用名前缀触发 Computer Use。# 通用桌面操控 Computer 打开微信给[联系人]发消息已收到明天回复 # 指定应用 Keynote 把第 3 页标题字号改为 40配色改为深蓝 # 跨应用工作流 Chrome 打开这几个标签页里的报价整理成一张 Excel 对比表 # 验证前端页面 Open Chrome and verify the checkout page still works after the latest changes.macOS 锁屏模式Locked UsemacOS 支持锁屏后继续让 AI 在后台操作桌面启用路径Settings Computer Use 开启 Locked use保护机制授权窗口极短暂仅对当次解锁有效检测到本地输入时立即重新锁定手机远程控制iOS / Android通过 ChatGPT 手机 App 绑定 PC可在任意位置下达指令并监控任务进度。绑定步骤PC 端 Codex 进入“Codex 移动版”选项点击开始设置 → “允许” → 屏幕显示二维码手机 ChatGPT App 扫码 → “在 ChatGPT 中打开” → “授权此手机”完成身份验证后手机端同步显示 PC 上的所有项目绑定成功后手机端可以实时查看操作进度、随时介入暂停或重新定向任务、将 PC 作为托管执行节点。适用场景与不适用场景Computer Use 的核心价值是操控没有 API 的应用在可以用结构化接口的地方应当优先使用 MCP 或专用插件。适合用 Computer Use 的场景无 API 的老旧桌面软件ERP、本地财务工具需要登录态的 Web 页面操作下单、填表、截图确认复现只在 GUI 中出现的 Bug前端视觉回归跨应用数据搬运把多个软件里的数据汇总到一张表后台批量重复操作macOS 锁屏模式下尤其高效不适合的场景纯代码改动用 Codex CLI 更快更稳定有 API 的操作优先使用对应 MCP Server 或插件精准、不受截图误差影响不可回退的高危操作删库、批量删除文件等操作不可撤销开发者若需在 Agent 工作流中调用结构化模型能力可接入支持 MCP 协议的推理服务例如七牛云 MCP 服务与 Computer Use 形成有 API 走 MCP无 API 走 Computer Use的分层架构。安全使用原则每次只指定一个目标应用范围越窄误操作风险越低涉及账号、支付、凭据时保持在场浏览器操作等同于你本人操作仅对真正信任的应用选 Always allow权限可在 Settings Computer Use 中随时撤销操作错误窗口立即取消Codex 会在操作前弹出确认不确定时点取消而非继续Windows 任务期间不共用电脑前台接管模式下同一台机器无法并行操作常见问题QComputer Use 和 RPA 工具如 UiPath、Zapier有什么区别传统 RPA 依赖预先录制的操作脚本界面一变就失效维护成本高。Computer Use 每次通过视觉模型实时理解界面无需预录脚本能适应界面变化但响应速度Windows 中位数约 820ms/次比脚本慢适合频次低但逻辑复杂的任务。QWindows 版 Computer Use 为什么比 Mac 版晚这么久Windows 的 UI 自动化接口UIA/Win32 API比 macOS AX API 复杂一个数量级还要解决企业域控下 UAC 提权失败、多语言 UI 元素定位偏移、RDP 远程桌面截屏黑屏等问题。v26.527 跳过了两个内部测试版说明至少处理了三类核心兼容性 Bug。QWindows 版支持锁屏后继续运行吗暂不支持。macOS 的 Locked Use 依赖 Apple Security Framework 的特殊授权机制Windows 对应的会话隔离模型不同目前 Windows 端任务必须在活跃桌面前台运行。Q用 Computer Use 操作浏览器时网站会认为是机器人吗ChatGPT 官方文档明确说明浏览器操作使用的是已登录的真实账号目标网站看到的是正常用户会话不是无头浏览器。但这也意味着你要对 AI 在浏览器中的所有操作负完全责任。QComputer Use 需要一直开着屏幕吗macOS 开启 Locked Use 后可锁屏后台运行无需盯屏。Windows 目前需要前台可见任务期间屏幕必须处于活跃状态不能关闭显示器或切换用户会话。总结Codex Computer Use 将自然语言 桌面控制合二为一macOS 后台模式已可实现锁屏挂机Windows v26.527 版本终于补齐了前台接管能力。掌握三个核心要点优先用 MCP/API 完成有接口的任务、Windows 前台接管是设计而非 Bug、高危操作全程在场——就能安全高效地将 Computer Use 嵌入日常工作流。本文内容基于 OpenAI 官方文档及 2026 年 7 月实测数据建议关注 Codex 版本更新以获取 Windows Locked Use 等待推进中的功能。延伸资源Computer Use 官方文档learn.chatgpt.com/docs/computer-use多模型 API 接入qiniu.com/ai/plan
