OpenAI 为 Codex 带来 Record & Replay：演示一次工作流程，AI 即可生成可复用技能
摘要
OpenAI 正在把 Codex 从代码助手扩展为通用工作代理。最新推出的 Record & Replay 功能允许用户在 macOS 上演示一次操作流程，Codex 自动将其转换为可重复执行的 Skill。相比传统提示词编写，这种“演示即编程”的方式可能进一步降低自动化门槛。
OpenAI正在尝试解决 AI Agent领域一个长期存在的问题：很多自动化流程并不难，但用户往往不知道如何准确描述给 AI。最新出现在 Codex平台中的 Record & Replay功能，提供了一种完全不同的思路——用户不需要写复杂提示词，只需要实际操作一次，Codex就能把整个过程转换为一个可重复执行的 Skill（技能）。
对于开发者、运营人员、数据分析师以及需要频繁处理重复工作的知识工作者来说，这可能是 Codex从“写代码工具”向“工作代理平台”演进的重要一步。
什么是 Record & Replay？
根据 OpenAI最新更新内容，Record & Replay是一项基于 macOS的工作流录制功能。用户开启录制后，可以像平时一样完成一套任务流程，例如下载报表、整理数据、填写后台表单、创建工单或者发布内容。
Codex会观察整个操作过程，并自动分析：
- 这个流程适用于什么场景
- 后续执行时需要哪些输入参数
- 应该按什么步骤完成任务
- 如何验证任务是否执行成功
录制结束后，Codex会生成一个可编辑的 Skill。以后用户只需要一句话指令，就能让 Codex自动执行同类工作。
与传统 RPA（机器人流程自动化）相比，Record & Replay最大区别在于它生成的是 AI理解的工作流，而不是固定坐标和固定按钮脚本。
Codex的 Skills体系到底是什么？
事实上，Record & Replay背后依赖的是 OpenAI近半年重点推进的 Skills体系。
OpenAI对 Skills的定义是：可复用、可共享的工作流程。
一个 Skill通常包含：
- 名称与用途说明
- 工作流程步骤
- 模板与参考资料
- 外部工具连接能力
- 自动执行脚本（可选）
简单理解，Skill类似于 AI Agent的“专业能力包”。
例如：
- Figma设计稿转前端页面
- 自动整理 Linear工单
- 自动部署到 Vercel
- 自动生成项目文档
- 自动处理 PDF和表格
- 自动生成图片素材
OpenAI在今年推出的 Codex App中已经内置大量官方 Skills，并允许团队创建自己的企业级工作流库。
为什么 Record & Replay值得关注？
AI Agent行业目前普遍面临一个问题：
大模型越来越强，但普通用户不会配置 Agent。
很多工作流程需要：
- 编写复杂提示词
- 配置 MCP服务
- 连接第三方工具
- 定义输入输出格式
- 设计执行逻辑
这些步骤对技术人员不算困难，但对普通用户仍然存在门槛。
Record & Replay的核心价值在于把“描述流程”变成“演示流程”。
用户只需完成一次实际操作。
Codex自动完成：
- 工作流理解
- 参数抽取
- Skill生成
- 后续自动执行
这让 AI自动化更接近现实世界中的使用习惯。
OpenAI正在把 Codex从代码助手变成工作代理
2025年推出的 Codex本质上还是软件工程 Agent。
其主要能力包括：
- 编写代码
- 修复 Bug
- 提交 Pull Request
- 运行测试
- 阅读代码库
但到了2026年，OpenAI已经开始明显扩展 Codex的边界。
最新版本中，Codex不仅可以写代码，还能结合：
- Browser Use
- Computer Use
- Plugins
- Skills
- Automations
形成完整 Agent工作平台。
OpenAI官方甚至展示过一个案例：通过多个 Skills协同工作，Codex在数百万 Token的长时间执行过程中独立完成一个完整赛车游戏项目，包括设计、美术素材生成、测试与验证。
从这个方向来看，Record & Replay更像是 OpenAI降低 Agent使用门槛的重要一环。
与传统自动化工具相比有什么不同？
传统自动化产品通常依赖：
- 固定规则
- 固定坐标
- 固定网页结构
页面稍微变化就可能失效。
而 Codex Skills的思路更接近“目标驱动”。
用户定义目标后，Agent可以结合：
- 浏览器操作
- 本地应用操作
- 插件调用
- 文档处理
- 网络搜索
自主决定执行路径。
因此它更像数字员工，而不是脚本机器人。
当然，这也意味着其执行结果仍然需要验证，不适合完全无人监管的关键业务场景。
目前有哪些限制？
根据 OpenAI已公开的信息：
- Record & Replay首批仅支持 macOS
- 需要开启 Computer Use权限
- 暂未向英国、瑞士及欧洲经济区开放
- OpenAI建议避免录制密码和敏感信息
- 自动生成的 Skill仍需要人工审核
换句话说，它更适合提升效率，而不是完全替代人工决策。
这意味着什么？
过去几年 AI Agent最大的问题不是能力不足，而是配置成本太高。
OpenAI通过 Skills、Automations、Computer Use和最新的 Record & Replay，正在尝试把 Agent从开发者工具变成大众工具。
如果这套模式能够稳定运行，未来很多重复性的电脑工作可能不再需要用户编写提示词、配置脚本或学习自动化工具，而是通过一次演示直接生成长期可复用的数字技能。
从行业趋势来看，Record & Replay或许比单纯提升模型性能更值得关注。因为它解决的是 AI Agent普及过程中最现实的问题：如何让普通用户真正用起来。