Codex 现已直接集成到 macOS 和 Windows 上的 Chrome 浏览器

📌 One-Sentence Summary

OpenAI 推出适用于 macOS 和 Windows 的 Codex Chrome 扩展，使 AI 能够直接在用户的实时浏览器会话中运行，利用其活跃的配置文件和直接代码执行来执行复杂的并行自动化任务。

📝 Summary

本视频宣布推出 Codex Chrome 扩展，这是一项重要更新，将 AI 直接集成到用户的主要工作环境中。演讲者区分了扩展和插件，解释说插件用于结构化数据访问，而扩展则专为需要用户完整网络上下文的任务设计，包括其活跃的配置文件、Cookie 和登录会话。演示的关键功能包括跨多个标签页的并行研究、在专用 Chrome 标签页组中进行后台操作以避免中断用户，以及结合插件（如电子邮件）和浏览器操作（如填写费用报告）的复杂工作流自动化。强调的一个主要技术优势是使用直接代码执行来控制浏览器，这比传统的「截图-推理-移动鼠标」循环效率高得多。视频最后展示了多智能体并行性，其中 Codex 可以在不同标签页中运行多个子智能体以协作完成任务。

💡 Main Points

1. 直接集成到用户的实时浏览器会话 该 Chrome 扩展在用户的实际浏览器中运行，利用相同的配置文件、会话、Cookie 和已登录的应用程序。这使其能够在经过身份验证的 Web 应用中执行任务，克服了沙盒环境或插件的主要限制。
2. 并行且非侵入式的后台操作 Codex 可以跨多个标签页并行工作，执行研究等任务。它会创建自己的 Chrome 标签页组来执行工作，让用户可以在单独的标签页中继续自己的任务而不受干扰。
3. 通过直接代码执行实现高效自动化 该扩展不依赖缓慢且脆弱的视觉自动化（即「截图、推理、移动鼠标」循环），而是使用代码执行直接控制 Chrome。这使得自动化更快、更可靠，并能够处理复杂的重复脚本。
4. 实现复杂的跨工具工作流 该扩展可以将其浏览器控制能力与其他工具（如电子邮件插件）结合。这使得复杂工作流的端到端自动化成为可能，例如在电子邮件中查找收据并自动填写基于网络的费用报告。

💬 Key Quotes

• 「这就是 Chrome 扩展的作用。它让 Codex 可以在你的真实浏览器中工作，使用相同的配置文件、相同的会话、相同的 Cookie、相同的标签页和相同的已登录应用。」
• 「它会创建自己的 Chrome 标签页组，并从那里开始工作。它可以打开多个标签页，滚动页面并查找内容，然后在此过程中进行推理，以查看它是否找到了正确的信息，所有这些都在后台进行，这样我就可以在自己的标签页中不受干扰地继续工作。」
• 「而且由于该扩展可以利用代码执行，Codex 可以在没有通常的『截图、推理、移动鼠标』循环的情况下控制 Chrome。」
• 「我可以让 Codex 启动单独的子智能体，它们一起玩游戏。在这种情况下，每个智能体都有自己的浏览器标签页来玩，所以它们可以并行玩游戏并协作。」
• 「Chrome 扩展通过将 Codex 连接到你已在使用的工具和应用，让你能做更多事情。」

📊 Article Meta

Play Full Video