Codex 团队手把手教你区分三种控制模式：本地开发用 Browser，登录 SaaS 用 Chrome，原生应用用 Computer。还有决策框架，实测好用。
OpenAI Codex 提供三种操作电脑能力：@ Browser 是线程内隔离浏览器，适合本地开发与视觉调试，无登录态和扩展；@ Chrome 使用真实 Chrome 身份，支持多标签和已登录 SaaS，操作等同于用户本人；@ Computer 控制整个桌面 GUI，用于原生 App 和无 API 流程，速度最慢但覆盖面最广。此外，Appshots 仅提供当前窗口上下文，不赋予控制权。文章还给出了基于任务场景的选择决策框架和三个典型应用案例。
OpenAI Codex 中三种操作电脑能力：Computer Use、Chrome Extension 和 in-app Browser 分别怎么用？ Codex 团队 @jxnlco 这篇文章强...
OpenAI Codex 中三种操作电脑能力：Computer Use、Chrome Extension 和 in-app Browser 分别怎么用？ Codex 团队 @jxnlco 这篇文章强烈推荐阅读： 1. @ Browser：线程内隔离浏览器 · 用于本地开发、视觉调试、设计迭代 · 无登录态、无扩展 2. @ Chrome：你的真实 Chrome 身份 · 多标签、已登录 SaaS、跨站工作流 · 操作算你的，敏感度高 3. @ Computer：整台桌面 GUI · 原生 App、系统设置、无 API 流程 · 最慢、信任面最广 # 展开看看怎么选、怎么用 1. @ Browser — 线程内隔离，专做 Web 开发 是什么： 线程内浏览器，你与 Codex 共享同一页面，适合 build/debug。 何时用： localhost、单文件预览、公开页、响应式/视觉 Bug、元素标注改设计。 约束： 无 Cookie/扩展/登录态——要 Google 登录或依赖扩展 → 换 Chrome。 亮点： 改代码 <-> 看页面闭环极短；标注即规格。可先 Browser 定上下文，再 CLI/API 深抓。 触发： Plugins → Browser；对话 @ Browser。 2. @ Chrome — 你的 Chrome 身份 + 多标签 是什么： 访问已登录 Chrome：Cookie、扩展、已有标签。 何时用： Gmail、Salesforce、内部 Dashboard 等需账号的 Web；多标签对照（客户页 vs 工单页）；页面有 WebMCP 时可结构化 + 浏览器上下文。 vs Computer： 浏览器任务优先 Chrome——理解 DOM/标签，不是点坐标。 触发： Plugins → Chrome → Connected → 新线程；对话 @ Chrome。 边界： 操作视同本人；页面内容不可信。可自动研究/草稿，发送/购买/提交须人工确认。 3. @ Computer — 桌面 GUI，最广最慢 是什么： 通过窗口、菜单、键盘、剪贴板操作已授权的 macOS/Windows 应用。 何时用： 无 API 的原生 App、系统设置、模拟器/iPhone 镜像、跨 App 串联，或结构化工具差「最后一步 UI」（如 Slack 不能上传文件）。 代价： 视觉循环慢（看屏 → 点击 → 等响应 → 再看），但 macOS 上常可后台跑。 触发： Settings → Computer Use → Install；对话 @ Computer。 边界： 信任面最大。一次一个 App/流程；敏感 App 不用即关；涉及账号、支付、安全须人在场审。 Appshots：第四种误解 Appshots 不是第四种控制方式，而是把当前上下文指给 Codex： · Mac 上 双 Cmd 捕获最前窗口（非整屏） · 附带图像与可用文本进线程 · 只给上下文，不给控制权 记忆法：Appshots = 指向；Browser / Chrome / Computer = 行动。 决策框架（可写进 AGENTS.md） 1. 有插件/MCP/API 且能覆盖任务？ → 用结构化工具 2. 本地 dev / 无登录 / 视觉调试 / 设计标注？ → @ Browser 3. 需要已登录 Chrome、多标签、SaaS 控制台？ → @ Chrome 4. 原生 App、系统设置、模拟器、跨 App、API 缺失的最后一步？ → @ Computer 5. 只想让 Codex 看见某窗口、不必操作？ → Appshot（双 Cmd） 三个典型故事背后的模式 1. Amazon 退款： Computer Use + 定时轮询 + 状态切换（5 分钟 → 1 分钟）—— 无 API 的长等待客服流。 2. Slack 发视频： 结构化读 Slack + 改代码 + 渲染，Computer Use 只补「上传文件」—— 结构化为主，视觉为最后一步。 3. Strudel / Twitter： Chrome 或 Browser 建立上下文，页面工具或 CLI 做重活—— 界面定意图，工具做深度。 jason @jxnlco x.com/i/article/2066… 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 1 👀 82 ⚡