摘要：OpenAI于2026年6月19日正式上线Codex的Record & Replay功能，让AI通过"观察学习"代替"文字描述"，用户只需在Mac上演示一遍工作流程，Codex即可自动生成可复用的SKILL.md技能文件，后续换参数即可自动化执行。这一功能将桌面自动化门槛降至"做一遍给它看"的程度，被业内视为AI从"能操作电脑"到"积累经验"的关键拐点。本文从功能原理、实测体验、与传统宏工具的本质区别、对AI超级个体的影响等多维度深度解析，并给出实战建议与风险提示。
一、Record & Replay是什么：从"告诉AI怎么做"到"做给AI看"
长期以来，让AI执行固定工作流的最大瓶颈在于：你得会用文字把每个步骤描述清楚。报销流程怎么走、视频怎么发、报表怎么拉——这些看似简单的操作，一旦要拆解成提示词和SOP，成本极高，且容易遗漏隐性规则（文件命名习惯、字段默认值、决策岔路口的走向）。
Record & Replay打破了这一瓶颈。根据OpenAI官方文档，该功能的核心机制是：通过"视觉观察"替代"文字指令描述"。用户在Mac上完整演示一遍工作流，Codex利用Computer Use能力实时捕获鼠标点击、键盘输入、窗口切换及屏幕内容，自动分析并生成一份结构化的Skill文件，包含四个关键要素：
使用时机：什么场景下调用
输入参数：每次变化的变量（如文件、日期、标题）
执行步骤：具体操作序列
验证方法：如何确认任务成功完成
据36氪报道，该功能于2026年6月19日随Codex App 26.616版本一同上线，目前仅支持macOS，欧盟、英国和瑞士地区暂时不可用，且需要用户先激活Computer Use权限。
二、实测体验：七步走完，从演示到技能沉淀
综合官方文档与多家媒体实测，完整使用流程可拆解为七个步骤：
更新应用：将Codex App升级至26.616或更高版本
进入插件页：打开应用，左侧菜单进入Plugins（插件）
开启录制：点击"+"菜单，选择"Record a skill"，系统会先询问你打算录什么工作流
授权权限：批准录制权限申请（需先在系统设置中开启屏幕录制和辅助功能权限）
演示操作：像平常一样在Mac上完成一次完整流程，录制最长可持续30分钟
停止录制：从菜单栏、悬浮层点击停止，或直接告诉Codex"我录完了"
生成与编辑Skill：Codex自动分析操作轨迹，草拟SKILL.md文件，用户可要求进一步打磨或手动修改
值得一提的是，生成的SKILL.md文件对用户完全透明可编辑，存储路径为~/.codex/skills/（个人级）或项目目录下的.codex/skills/（团队级）。更关键的是，SKILL.md是当前AI编程Agent领域事实上的跨平台技能标准，Codex CLI、Claude Code、OpenClaw等多个Agent均支持读取和执行同一份文件，这意味着录制生成的技能理论上可以直接复制到其他兼容Agent的目录下运行，不被锁定在Codex生态内。
三、与传统宏工具的本质区别：意图识别而非机械坐标
很多人第一反应是：这不就是高级版的按键精灵吗？
完全不是。 据新浪科技分析，二者存在三个本质区别：
第一，意图识别而非机械坐标。 传统录屏宏死板记录鼠标轨迹，一旦UI布局变化即失效；Codex能理解"上传文件→填写标题→点击发布"的业务逻辑链条，具备更强的容错与适配能力。OpenAI公开演示中，Codex完整观察学习了用户上传YouTube视频的全流程，不仅记住了点击选文件、填写元数据、设置隐私选项等所有操作，还能独立复现任务，甚至可自行适配处理缺Python环境这类报错。
第二，跨应用天然衔接。 无需手动搭建应用间的触发桥梁，一次录制即可将浏览器、本地桌面应用、文件系统及插件串联为完整工作流。
第三，后期维护极简。 生成的Skill文件完全透明可编辑，用户可通过自然语言或手动修改文件中的说明与参数，无需重编复杂脚本。更重要的是技能支持变量化输入——同一个报销流程，换不同的日期和金额即可重复执行，而非死板回放固定操作。这把Record & Replay从简单的宏录制拉升到了参数化自动化的层面。
四、典型适用场景：这些活，做一遍就够了
根据OpenAI官方建议和多家实测，该功能最适合步骤固定、依赖个人操作习惯且难以用文字精确描述的日常重复任务：
财务与行政：录制完整的报销流程（登录系统、上传发票、填金额、选科目、提交审批），后续只需一句指令即可自动执行；请假审批、CRM客户录入同理
内容发布：在YouTube或B站批量上传视频，自动提取元数据、填写标题标签、添加缩略图与字幕并设置隐私状态
数据与文件管理：定期登录后台导出报表、按规则批量重命名乱序文件并归档到指定文件夹
研发协作：创建配置正确的issue、拉取周期性报表、走内部审批流程
五、实战建议：录制前必须知道的五件事
结合官方Tips和实测经验，给出以下录制建议：
演示尽量短而完整：录之前先把目标和每次会变的输入告诉Codex，避免在录制中途做无关操作
用真实输入，但避开敏感数据：密码、密钥、敏感信息千万别录进去
录完后补充隐性规则：比如命名规范、字段默认值、遇到特定情况该走哪条路——这些只有你自己知道的偏好，是Skill质量的关键
流程做完即停止：别拖到无关的收尾动作上
生成后先读一遍再用新样本跑一遍：确认它理解的是"规则"而非某次偶然操作，Record & Replay的真正价值在于生成的skill可以被人审，把它当成一份自动写好的SOP草稿
六、三点判断：别神化，也别低估
1. 别忽视平台风控
很多人第一反应是拿它搞社媒自动发布。但自动发帖从来不是技术难题，平台的封号机制才是死穴。让AI像机器人一样高频操作，平台的反爬和风控分分钟教你做人。Record & Replay的主战场，应该是你自己业务流程中那些需要反复重做的工作流，而非对抗外部平台规则。
2. 它的真正威力在"沉淀经验"
以前做一个Skill需要提示词技术和把问题描述清楚的能力，现在不需要了——只需要你做出来，让AI去学习。这标志着AI正式从"能操作电脑"进化到"积累经验"。以前的AI帮你点一次鼠标就结束了，下一次还得从头教；现在，你演示一遍的流程会固化为永久可复用的专属技能，这是质的飞跃。
3. AI生成的只是加速器，懂业务的人才是核心
生产出的Skill依然需要一个懂业务的真人去反复打磨和调优。AI再强也只是杠杆，真正撬动地球的永远是那个掌握杠杆的人。别指望一个人不懂业务、拿个AI就能躺赢——Record & Replay的价值，恰恰在于把团队里那些"只有熟手才知道"的操作细节沉淀成可编辑skill。
七、对AI超级个体的深远影响：你领导一支永不休息的AI军团
腾讯研究院在《AI时代组织变革的涌现路径研究报告》中指出，超级个体的核心特征之一是**"AI First的工作动线"**——把AI排进整个工作动线，AI是工作的默认起点。Record & Replay恰恰降低了这条动线的启动门槛：懂业务的人，能更容易打造出自己的skills和工作流。
科大讯飞董事长刘庆峰在全国两会期间也表示，"超级个体"和"一人公司"正成为就业增量的重要来源，大模型可以给创业者打造超级个人助手，原来需要一个团队才能完成的工作，现在一个人就可以做到。
这意味着：未来技术平权，拼的绝不是谁操作软件熟练，而是谁能"端到端"拥有业务结果，把流程变成AI能力，自己当那个发号施令的大脑。
你把工作流录成技能，AI帮你干苦力，你解放出来去做更有价值的事情——谈业务、做决策、优化流程。这才是未来AI超级个体的终极形态：不是在跟AI抢饭碗，而是你领导了一支永不休息的AI军团。
工具已经进化到能把你所有的动作都"蒸馏"出来的地步了。问题只剩下：你，准备好当指挥官了吗？
文章来源：大国AI导航（daguoai.com）综合整理自OpenAI官方文档、36氪、新浪科技、虎嗅、搜狐科技等公开报道，原文观点参考findyi公众号作者洋哥的实测体验。
