2026年4月7日，OpenAI 发布 Codex 应用，定位为”云端软件工程 Agent”。9天后的4月16日，这个产品完成了一次看似低调、实则颠覆性的蜕变：它不再只是一个在远程沙箱里帮你写代码的工具——它可以控制你的 Mac 桌面，观察你的屏幕，在后台同时运行多个 Agent，甚至调度未来的任务。

这不是一次普通的功能升级。这是 AI 从”被你调用的工具”变成”替你操作电脑的实体”的分水岭时刻。

TechCrunch 在报道中直言不讳：OpenAI 此举直接瞄准 Anthropic 的桌面控制能力 (来源: TechCrunch, 2026-04-16)。但如果你只把这理解为两家公司的竞争策略，你就错过了更深层的信号——操作系统级别的人机交互范式，正在被重新书写。而这场革命，发生在你的视线之外。

大多数人没看到的关键转变：Codex 这次升级真正重要的不是”AI 能控制你的电脑”，而是 OpenAI 在悄悄地证明一件事：AI 公司可以绕过操作系统厂商，直接成为人与计算机之间的新中间层。 这意味着 Apple 和 Microsoft 数十年建立的”人机交互护城河”正在被第3方 AI 公司渗透——这是一场更深层的商业战争，桌面控制只是第一枪。

第1章：从云端沙箱到你的桌面——Codex 的两次进化

第1次进化：云端编码 Agent 的诞生

2026年4月7日，OpenAI 正式推出 Codex 应用。根据 OpenAI 官方博客的介绍，Codex 被定位为一个”cloud-based software engineering agent”（云端软件工程 Agent），可以在 ChatGPT 内并行运行多个编码任务 (来源: OpenAI 官方博客, 2026-04-07)。

Codex 最初的设计哲学非常清晰：安全、隔离、可控。每个任务在独立的云端沙箱环境中运行，拥有自己的隔离空间，可以安装依赖包、运行测试、执行代码 (来源: OpenAI 官方博客, 2026-04-07)。这种架构的核心优势在于——Agent 的所有行为都被限制在一个受控环境中，它能做的事情有明确边界，用户可以清楚地审查每一步操作的输出。

从技术架构角度看，这是一个经典的”沙箱模式”：AI 在一个与用户真实环境物理隔离的容器中工作，完成任务后将结果（代码、测试报告、PR）交还给用户。用户是最终的决策者和执行者。AI 是工具，人是操作者。

这个模式安全、可预测，但也有一个根本性的限制：AI 无法感知用户的真实工作环境。它不知道你正在看什么文档，不知道你的浏览器打开了哪些页面，不知道你的终端正在运行什么进程。它是一个被关在玻璃箱里的天才程序员——能力很强，但与你的实际工作流完全脱节。

第2次进化：桌面 Agent 的觉醒

仅仅9天后的4月16日，OpenAI 发布了 Codex 的重大升级。根据多家媒体的报道，这次升级包含3个核心新能力：

第1，桌面控制能力（Desktop Control）。 Codex 的 Mac 应用获得了对用户桌面更大的控制权，可以直接操作用户的应用程序 (来源: TechCrunch, 2026-04-16)。这意味着 Codex 不再被限制在云端沙箱中——它可以触及用户的真实工作环境。

第2，屏幕观察能力（Screen Awareness）。 Codex 现在可以观察用户的屏幕内容以获取上下文 (来源: The Decoder, 2026-04-16)。Ars Technica 的报道标题直接点出了这一特性的本质：”New Codex features include the ability to use your computer in the background”——在后台使用你的电脑 (来源: Ars Technica, 2026-04-16)。

第3，任务调度能力（Scheduled Tasks）。 Codex 支持调度未来工作，即用户可以设定 Agent 在未来某个时间点自动执行特定任务 (来源: iClarified, 2026-04-16)。这是一个容易被忽视但极为关键的能力——它意味着 Agent 不再需要用户的实时指令来触发行为，它可以自主地在预定时间”醒来”并执行任务。

9to5Mac 的报道进一步指出，这3个关键特性已经”超越了 agentic coding 的范畴”（go beyond agentic coding）(来源: 9to5Mac, 2026-04-16)。这个判断非常精准——Codex 不再是一个编码 Agent，它正在成为一个通用桌面 Agent。

让我们把这两次进化放在一起看，时间线上的加速感令人震撼：

时间 能力 本质
4月7日 云端沙箱编码 AI 在隔离环境中工作，人审查结果
4月16日 桌面控制 + 屏幕观察 + 任务调度 AI 在用户真实环境中自主运行

从沙箱到桌面，从被动响应到主动调度，从单一编码到通用操作——这不是渐进式改进，这是范式跃迁。而它发生在不到两周的时间里。

第2章：多 Agent 后台并行——看不见的生产力引擎

架构解析：从”单线程助手”到”多线程数字员工”

Codex 从诞生之初就支持并行运行多个任务。OpenAI 官方博客明确指出，用户可以”在 ChatGPT 中并行运行多个编码任务” (来源: OpenAI 官方博客, 2026-04-07)。但在最初的云端沙箱模式下，这种并行性是受限的——每个任务都在独立的隔离环境中运行，彼此之间没有共享上下文，也无法与用户的真实工作环境交互。

4月16日的升级彻底改变了这个格局。当多个 Agent 可以同时在后台运行，并且每个 Agent 都能观察用户屏幕、操作桌面应用时，我们面对的不再是一个”并行的代码生成器”，而是一个”多线程的数字员工系统”。

让我用一个具体场景来说明这意味着什么：

想象你是一个全栈工程师，正在进行一次涉及前端、后端和数据库的重构。在传统模式下，你需要：

  1. 在 IDE 中修改前端代码
  2. 切换到终端运行后端测试
  3. 打开数据库管理工具检查 schema 变更
  4. 在浏览器中验证 UI 效果
  5. 在 Jira 中更新任务状态

在 Codex 的新模式下，理论上可以有多个 Agent 同时在后台处理这些任务的不同方面：一个 Agent 负责代码重构，另一个 Agent 运行测试并监控结果，第3个 Agent 观察你的浏览器来理解 UI 的当前状态。更关键的是，这些 Agent 可以通过观察屏幕来共享上下文——它们”看到”的是你正在看到的同一个工作环境。

这种架构的技术含义非常深远。在传统的 AI 助手模式中，上下文传递是一个核心瓶颈——你需要不断地向 AI 解释”我现在在做什么”、”我的代码库长什么样”、”我遇到了什么错误”。而当 Agent 可以直接观察你的屏幕时，这个瓶颈被极大地缓解了。屏幕本身就是最丰富的上下文源——它包含了你当前的代码、终端输出、浏览器页面、文档内容等所有工作信息。

“始终在线”的意义

The Decoder 的报道使用了一个非常准确的描述：”always-on coding agent that watches your screen”——始终在线的、观察你屏幕的编码 Agent (来源: The Decoder, 2026-04-16)。

“始终在线”（always-on）这个词在科技领域有特殊的含义。我们用它来描述服务器、网络连接、云服务——那些不需要人为启动、持续运行的基础设施。当这个词被用来描述一个 AI Agent 时，它暗示了一个根本性的角色转变：Agent 不再是你在需要时”调用”的工具，而是一个持续运行的”存在”。

结合任务调度能力，这个”存在”变得更加自主。iClarified 的报道指出，Codex 现在可以”schedule future work”——调度未来的工作 (来源: iClarified, 2026-04-16)。这意味着你可以在下班前告诉 Agent：”明天早上8点，把这个 PR 的所有 review comments 都处理掉，运行完整测试套件，如果全部通过就准备好合并。”然后你去睡觉，Agent 在你睡觉的时候工作。

这不是科幻小说。这是 OpenAI 在2026年4月16日发布的产品功能。

生产力乘数效应

让我们从经济学角度思考多 Agent 并行的含义。传统的 AI 辅助编码工具（如 GitHub Copilot、Cursor 等）本质上是”注意力放大器”——它们让你在做一件事的时候做得更快。但 Codex 的多 Agent 后台并行是”注意力乘数器”——它让你在做一件事的同时，有多个 Agent 在做其他事情。

这两者的区别不是量级上的，而是本质上的。注意力放大器受限于人的注意力带宽——你一次只能关注一件事，AI 只是让这件事完成得更快。注意力乘数器则突破了这个限制——你的注意力在 A 任务上，但 B、C、D 任务在同时推进。

根据 Ringly.io 发布的2026年 AI Agent 统计数据，AI Agent 市场正在经历爆发式增长 (来源: Ringly.io, 2026)。虽然该报告的具体数字需要谨慎对待（作为非一手数据源），但一个趋势是明确的：企业对自主 Agent 的需求正在从”实验性尝试”转向”生产级部署”。

InfoWorld 的报道也从企业视角印证了这一趋势，指出企业正在认真评估自主 AI 编码工具的部署 (来源: InfoWorld, 2026-04-16)。当 Codex 从一个云端编码工具进化为可以控制桌面、后台运行、自主调度的多 Agent 系统时，它对企业生产力的潜在影响将不再是”帮开发者写代码快10%”，而是”让一个开发者同时推进多个任务流”。

第3章：瞄准 Anthropic——桌面 Agent 的竞争格局

一场蓄谋已久的正面对决

TechCrunch 的报道标题毫不含糊：”OpenAI takes aim at Anthropic with beefed-up Codex that gives it more power over your desktop” (来源: TechCrunch, 2026-04-16)。这不是记者的过度解读——OpenAI 的产品动作明确指向了 Anthropic 在桌面控制领域的先发优势。

Anthropic 的 Claude 在 Computer Use 方面的布局是业界公认的先行者。Anthropic 较早推出了让 Claude 直接操作用户电脑的能力，包括移动鼠标、点击按钮、输入文字等基本的 GUI 操作。这种能力在开发者社区引发了巨大反响，因为它代表了 AI 从”文本交互”到”图形界面交互”的跨越。

OpenAI 的回应策略非常清晰：不是简单地复制 Anthropic 的 Computer Use 功能，而是将桌面控制能力与 Codex 已有的多 Agent 并行架构、云端沙箱安全模型、以及 ChatGPT 的庞大用户基础结合起来，构建一个更完整的”桌面 Agent 平台”。

BuildFastWithAI 在2026年的 Claude Code vs Codex 对比分析中，详细比较了两者在终端 AI 工具领域的竞争态势 (来源: BuildFastWithAI, 2026)。这场对比揭示了一个关键差异：Anthropic 的 Computer Use 更偏向”通用桌面自动化”——它试图让 AI 像人一样操作任何应用；而 OpenAI 的 Codex 则从”开发者工作流”出发，逐步向通用桌面控制扩展。

这两种路径各有优劣：

Anthropic 路径（通用优先）的优势在于适用范围广，理论上可以操作任何有 GUI 的应用。但劣势在于——通用意味着每个具体场景都需要 AI 从零理解界面布局、按钮功能、操作逻辑，错误率相对较高，效率也受限。

OpenAI 路径（垂直优先再扩展）的优势在于——先在开发者场景中建立深度能力（代码理解、测试运行、PR 管理等），积累了大量领域特定的知识和工具链集成，然后再向通用桌面控制扩展。这种路径的风险在于扩展速度可能较慢，但每扩展到一个新场景时，质量和可靠性可能更高。

竞争的真正战场：嵌入深度

大多数人在讨论 OpenAI vs Anthropic 的桌面 Agent 竞争时，关注的是”谁的 Agent 更聪明”或”谁的操作更准确”。但我认为，真正的竞争战场不在模型能力本身，而在于”谁能更深地嵌入用户的工作流”。

这是一个关于”粘性”的问题。当一个 AI Agent 只是偶尔被调用来完成特定任务时，用户切换到竞争对手的成本很低。但当一个 Agent 始终在后台运行、持续观察你的屏幕、了解你的工作习惯、积累了你的项目上下文、并且已经调度了未来一周的任务时——切换成本变得极高。

OpenAI 在这方面有一个结构性优势：ChatGPT 的用户基础。根据 HumAI Blog 引用的数据，OpenAI 的年化收入已达到250亿美元，并正在筹备 IPO (来源: HumAI Blog, 2026)。这个收入规模意味着 OpenAI 拥有一个庞大的付费用户群体，而 Codex 作为 ChatGPT 生态的一部分，可以直接触达这些用户。

Anthropic 的 Claude 虽然在技术社区有很强的口碑，但在用户规模和分发渠道上与 OpenAI 仍有差距。当桌面 Agent 的竞争进入”谁能更快地覆盖更多用户”的阶段时，分发能力可能比技术能力更重要。

第3个玩家：Apple 的沉默

这里有一个大多数人没有注意到的角度：Codex 的桌面控制能力目前是在 Mac 上实现的。这意味着 OpenAI 的 Agent 正在 Apple 的操作系统上获得越来越深的系统级访问权限。

9to5Mac 的报道特别关注了 Codex Mac 应用的3个关键新特性 (来源: 9to5Mac, 2026-04-16)。作为 Apple 生态的核心媒体，9to5Mac 对此的报道态度是积极的——但这里有一个更深层的张力：Apple 一直将”用户隐私”和”系统控制权”视为核心价值主张。当一个第3方 AI Agent 可以在后台观察用户屏幕、操作用户应用时，这与 Apple 的隐私叙事存在潜在冲突。

Apple 在2024-2025年推出了自己的 Apple Intelligence，但其能力主要集中在设备端的轻量级 AI 功能上，远未达到 Codex 这种”桌面全面控制”的级别。OpenAI 通过 Codex 在 Mac 上的深度嵌入，实际上是在 Apple 的地盘上建立了一个”AI 操作层”——一个位于 macOS 之上、用户应用之间的中间层。

这是一个值得持续关注的动态：Apple 会在什么时候、以什么方式回应？是收紧 API 权限来限制 Codex 的桌面控制能力，还是与 OpenAI 深化合作来将这种能力纳入 Apple Intelligence 的框架中？截至本文发布时暂无公开数据显示 Apple 对此的官方立场。

第4章：隐形革命的代价——控制权、透明度与信任

当”后台运行”遇上”桌面控制”

让我们直面一个不舒服的事实：Codex 的新能力组合——后台运行 + 屏幕观察 + 桌面控制 + 任务调度——如果出现在一个恶意软件的功能描述中，它会被归类为高危间谍软件。

这不是危言耸听。Ars Technica 的报道标题精准地捕捉到了这种张力：”New Codex features include the ability to use your computer in the background” (来源: Ars Technica, 2026-04-16)。”在后台使用你的电脑”——这句话的含义取决于”谁”在使用，以及”为了什么目的”。

当然，OpenAI 的 Codex 和恶意软件有本质区别：用户主动安装、明确授权、可以随时终止。但问题在于，当 Agent 的行为变得足够复杂、足够自主时，”主动授权”和”充分理解”之间的鸿沟可能会越来越大。

具体来说，以下几个问题需要被认真对待：

问题1：行为审计的可行性。 当多个 Agent 同时在后台运行，每个 Agent 都在执行一系列桌面操作时，用户如何审计这些行为？Codex 最初的云端沙箱模式有一个优雅的解决方案：每个任务的所有操作都在隔离环境中进行，用户可以在任务完成后审查完整的操作日志和结果 (来源: OpenAI 官方博客, 2026-04-07)。但当 Agent 直接操作用户的桌面环境时，这种”事后审查”模式的有效性会大打折扣——因为操作已经在你的真实环境中执行了，回滚可能非常困难。

问题2：多 Agent 冲突。 当多个 Agent 同时运行并操作同一个桌面环境时，它们之间的行为可能产生冲突。例如，Agent A 正在编辑一个文件，Agent B 同时试图移动或删除这个文件。在传统的多线程编程中，我们用锁（locks）、信号量（semaphores）等机制来解决并发冲突。但在桌面 Agent 的场景中，”操作”的粒度远比内存访问复杂——一个 Agent 的”操作”可能涉及多个应用的多个步骤，冲突的检测和解决远比传统并发控制困难。

问题3：权限边界。 Codex 可以观察你的屏幕——但你的屏幕上可能同时显示着代码编辑器和包含敏感信息的邮件客户端。Agent 在获取编码上下文的同时，是否也”看到了”你的私人邮件？如果 Agent 的训练数据包含了屏幕观察的内容，这些敏感信息是否会被上传到 OpenAI 的服务器？

问题4：调度任务的不可预见性。 当用户调度 Agent 在未来某个时间执行任务时，执行时的环境可能与调度时完全不同。你在周五下午调度了一个”周一早上自动部署”的任务，但周末可能有人推送了一个 breaking change。Agent 在周一执行时，是否有能力判断环境已经变化、任务不应继续执行？

两种对立视角

乐观视角：信任是可以工程化的。 持这种观点的人认为，上述问题都是可以通过技术手段解决的。更细粒度的权限控制、更完善的操作日志、更智能的冲突检测、更严格的数据隔离——这些都是工程问题，不是根本性障碍。而且，OpenAI 在 Codex 最初设计中就展现了对安全性的重视——云端沙箱的隔离架构就是证明 (来源: OpenAI 官方博客, 2026-04-07)。随着产品迭代，桌面 Agent 的安全机制也会不断完善。

悲观视角：复杂性的诅咒。 持这种观点的人指出，桌面环境的复杂性远超云端沙箱。在沙箱中，环境是可控的、可预测的、可重置的。但在用户的真实桌面上，环境是动态的、不可预测的、操作是不可逆的。当你把一个 AI Agent 放进这种环境中，并让它在后台自主运行，你实际上是在一个混沌系统中引入了一个新的、强大的、但不完全可预测的行为者。这种复杂性不是通过更好的工程就能消除的——它是这种架构的内在属性。

我的判断

我倾向于认为，短期内（2026-2027年），桌面 Agent 的安全问题是可管理的，因为用户群体主要是技术人员（开发者），他们有能力理解和监督 Agent 的行为。但中长期（2028年及以后），当桌面 Agent 扩展到非技术用户群体时，信任和安全问题将成为真正的瓶颈。

原因很简单：技术用户可以阅读操作日志、理解 Agent 的行为逻辑、在出问题时手动干预。但当你的父母开始使用桌面 Agent 来”帮我整理照片”或”帮我交水电费”时，他们既没有能力审计 Agent 的行为，也没有能力在出问题时进行修复。

这意味着，桌面 Agent 的大规模普及不仅需要技术上的安全保障，还需要一套全新的”AI 行为透明度标准”——类似于食品行业的成分标签，让用户能够以非技术的方式理解 Agent 正在做什么、已经做了什么、以及为什么这样做。

第5章：操作系统的下一个形态——不是你操作电脑，而是 AI 替你操作

从 GUI 到 AUI

让我们把视角拉远，看看 Codex 的演进在计算史上的位置。

1970年代：命令行界面（CLI）。人通过输入文本命令来操作计算机。 1984年：图形用户界面（GUI）。Apple Macintosh 让人通过鼠标点击图标来操作计算机。 2007年：触控界面（Touch UI）。iPhone 让人通过手指触摸屏幕来操作计算机。 2026年：Agent 用户界面（AUI）？Codex 让 AI Agent 通过观察屏幕和操作应用来”替人”操作计算机。

每一次界面范式的跃迁都有一个共同特征：降低了人与计算机之间的”交互摩擦”。CLI 要求你记住命令语法，GUI 让你看到可操作的对象，Touch UI 让你直接触摸对象。而 AUI 的终极承诺是——你甚至不需要”操作”，你只需要表达意图，Agent 替你完成所有操作。

Codex 的4月16日升级是 AUI 范式的一个早期但重要的里程碑。当 Agent 可以观察你的屏幕来理解上下文、在后台操作你的应用来执行任务、调度未来的工作来实现自主运行时，它已经具备了 AUI 的核心要素。

操作系统的重新定义

传统操作系统（macOS、Windows、Linux）的核心功能是：管理硬件资源、提供应用运行环境、以及为人提供交互界面。在这个定义中，”人”是操作系统的唯一用户。

但当 AI Agent 成为操作系统的常驻”用户”时，操作系统的定义需要被扩展。未来的操作系统可能需要原生支持：

  1. Agent 身份管理：每个 Agent 有自己的身份、权限和资源配额，类似于今天的用户账户系统。
  2. Agent 间通信协议：多个 Agent 需要协调行为、共享上下文、解决冲突，需要操作系统级别的通信机制。
  3. Agent 行为审计：操作系统需要记录每个 Agent 的每一步操作，提供可追溯的行为日志。
  4. Agent 沙箱与隔离：不同信任级别的 Agent 运行在不同的隔离环境中，防止恶意或错误的 Agent 影响整个系统。

这些需求听起来是否似曾相识？它们与今天操作系统对”用户”和”进程”的管理机制高度相似。区别在于——今天的”用户”是人，”进程”是被动执行的程序；而未来的”用户”可能包括 AI Agent，”进程”可能是具有自主决策能力的 Agent 实例。

谁会构建”Agent 操作系统”？

这是一个价值万亿美元的问题。目前有3种可能的路径：

路径1：AI 公司自建。 OpenAI 通过 Codex、Anthropic 通过 Claude，从 AI Agent 的角度向下渗透到操作系统层。Codex 的 Mac 应用就是这种路径的早期形态——它不是一个操作系统，但它是一个运行在操作系统之上的”Agent 运行时”（Agent Runtime）。

路径2：传统 OS 厂商扩展。 Apple 通过 Apple Intelligence、Microsoft 通过 Copilot，从操作系统的角度向上集成 AI Agent 能力。这种路径的优势在于拥有底层系统控制权，可以提供更深度的集成和更好的安全保障。

路径3：新的 OS 层出现。 一个全新的”Agent OS”出现在传统操作系统之上，专门为 AI Agent 的运行、管理和协调而设计。这类似于容器编排系统 Kubernetes 之于 Linux——它不替代底层 OS，而是在其上构建了一个新的抽象层。

我的判断是：短期内（2-3年），路径1会主导——AI 公司会继续在现有操作系统之上构建越来越强大的 Agent 运行时。中期（3-5年），路径2会加速——Apple 和 Microsoft 不会容忍第3方 AI 公司在自己的操作系统上建立一个”影子控制层”。长期（5-10年），路径3可能出现——当 Agent 的复杂性和数量达到一定程度时，需要一个专门的抽象层来管理它们。

Codex 的战略意图

回到 OpenAI 和 Codex。从4月7日到4月16日的9天演进，揭示了 OpenAI 的一个清晰战略意图：从”AI 模型提供商”转型为”AI Agent 平台运营商”。

模型是商品化的——今天 OpenAI 的模型最强，明天可能是 Anthropic 或 Google。但平台是有网络效应的——当用户的工作流、项目上下文、任务调度都建立在 Codex 平台上时，切换成本会随着使用时间指数级增长。

OpenAI 的250亿美元年化收入和 IPO 筹备 (来源: HumAI Blog, 2026) 也从商业角度印证了这个判断：一个纯模型 API 公司很难支撑这样的估值预期，但一个”AI Agent 平台”——一个新时代的操作系统——可以。

结语：隐形革命的”So What”

让我们回到文章开头的那个时间线：4月7日，云端沙箱；4月16日，桌面控制。9天。

这9天里发生的不只是一个产品的功能升级。它标志着 AI 与人类工作关系的一次根本性重构：

  • 从”你调用 AI”到”AI 在后台运行”：交互模式从同步变为异步，从前台变为后台。
  • 从”AI 在沙箱中工作”到”AI 在你的桌面上工作”：运行环境从隔离变为融合，从虚拟变为真实。
  • 从”单个 Agent 响应单个请求”到”多个 Agent 并行处理多个任务”：架构从单线程变为多线程，从被动变为主动。
  • 从”即时执行”到”调度未来任务”：时间维度从当下扩展到未来，Agent 获得了”时间自主权”。

这些变化的叠加效应是：AI 正在从一个”工具”变成一个”环境”。你不再”使用” AI，你”生活在” AI 运行的环境中。

对于开发者来说，这意味着你需要开始思考：当你的编码工作流中有多个 AI Agent 在后台持续运行时，你的角色是什么？你是”写代码的人”还是”管理写代码的 Agent 的人”？你的核心能力是”编程能力”还是”任务分解和 Agent 编排能力”？

对于企业来说，这意味着你需要开始评估：当员工的电脑上运行着多个 AI Agent，这些 Agent 可以观察屏幕、操作应用、访问数据时，你的数据安全策略、合规框架、IT 管理体系是否需要根本性的更新？

对于整个科技行业来说，这意味着：操作系统、应用软件、开发工具的边界正在被重新划定。当 AI Agent 成为人与计算机之间的中间层时，所有建立在”人直接操作计算机”假设之上的产品和商业模式，都需要重新审视。

Codex 的后台桌面 Agent 是这场隐形革命的一个早期信号。它还很粗糙，还有很多问题需要解决，还远未达到”替代操作系统”的程度。但方向已经明确：AI 不会停留在聊天窗口里。它正在走出对话框，进入你的桌面，接管你的应用，在你看不见的地方，悄悄地重塑你与计算机的关系。

这场革命之所以”隐形”，恰恰因为它发生在后台。当你注意到它的时候，它可能已经完成了。

参考资料

  1. Introducing the Codex app — OpenAI, 2026-04-07
  2. OpenAI takes aim at Anthropic with beefed-up Codex that gives it more power over your desktop — TechCrunch, 2026-04-16
  3. OpenAI Makes $25 Billion a Year and Is Preparing for an IPO — HumAI Blog, 2026
  4. 45 AI Agent Statistics You Need to Know in 2026 — Ringly.io, 2026
  5. OpenAI turns Codex into an always-on coding agent that watches your screen — The Decoder, 2026-04-16
  6. OpenAI’s Codex Mac app adds three key features that go beyond agentic coding — 9to5Mac, 2026-04-16
  7. OpenAI Codex Can Now Control Your Mac and Schedule Future Work — iClarified, 2026-04-16
  8. OpenAI launches Codex app as enterprises weigh autonomous AI coding tools — InfoWorld, 2026-04-16
  9. Which Terminal AI Tool Wins in 2026? Claude Code vs Codex — BuildFastWithAI, 2026
  10. New Codex features include the ability to use your computer in the background — Ars Technica, 2026-04-16

主题分类：技术突破