摘要：测试代码库是 HTTPie，一个用于发起 HTTP 请求的热门开源 Python 命令行界面 (CLI) 工具。我授予了屏幕录制和辅助功能权限，并要求 Codex 打开终端，导航到 HTTPie 仓库，并免操作修复同一个 Bug。计算机使用是真实存在的，它适用于 GUI 任务，例如运行桌面应用、执行基于浏览器的流程以及视觉 UI 测试。
\n\n本文通过对 Python 代码库 HTTPie 的实测，评估了 OpenAI Codex 的应用内浏览器、计算机使用及 PR 审查等新功能。结果显示其具备极强的代码理解与修复能力，已成为 Claude Code 的有力竞争者。
译自：I tested the new OpenAI Codex features on a real Python codebase, and it's the strongest Claude Code rival yet 作者：Jessica Wachtel
译自：I tested the new OpenAI Codex features on a real Python codebase, and it's the strongest Claude Code rival yet
作者：Jessica Wachtel
上个月底，OpenAI 发布了一款新产品，他们称之为“（几乎）适用于一切的 Codex”。其目标是将 Codex 从一款代码编辑产品转变为通用工具。
“（几乎）适用于一切的 Codex” 发布的功能包括计算机使用、应用内浏览器、PR 审查、连接远程开发机的 SSH 以及 90 多个新插件。每周有超过 300 万开发者使用 Codex，其中许多人可能在第二天早上打开应用时并未察觉到任何变化。
我注意到了。现在我有一些看法。
我花了一天时间，针对我在这篇文章中测试 Cursor 3 和 Claude Code 时使用的同一个真实代码库测试了三个重要的新功能（但测试的是不同的 Bug）。测试代码库是 HTTPie，一个用于发起 HTTP 请求的热门开源 Python 命令行界面 (CLI) 工具。
我在 Codex 桌面应用上运行了测试。通过我的 OpenAI 账号，我可以访问其所有新功能。我使用的是免费版本。计算机使用功能需要 Mac 以及特定的系统权限（稍后详细介绍）。
这是我最期待测试的功能，因为它彻底改变了提示词工作流。我没有将 Bug 描述复制粘贴到聊天框中，而是直接在 Codex 内部打开了 GitHub Issue，并让智能体指向它。浏览器是一个插件，因此在文本框的初始弹出菜单中没有浏览器选项。你需要在选择插件选项后找到它。是的，这让我困惑了一下。不，我不想谈论这件事。
我在应用内浏览器中打开了 GitHub issue #1665 并输入：
“我在浏览器中打开了 GitHub issue。请阅读它并修复其中描述的 Bug。”
我对接下来发生的一切非常满意。页面以分屏布局打开，就在聊天界面旁边。
Codex 不仅理解当前的任务，还理解代码库本身。
Codex 在 3 分钟内修复了它。它阅读了 Issue，将 Bug 追踪到代码库中的三个文件，编写了修复程序，添加了回归测试，并运行了相关的测试。它还注意到 downloads.py 中有我之前测试时留下的无关更改，并明确保持其未动。这让我意识到 Codex 不仅理解当前的任务，还理解代码库本身。
downloads.py
计算机使用是一项重大功能。Codex 现在可以查看你的屏幕、移动自己的光标、点击以及在你 Mac 上的应用中输入内容。对于授予 Codex 这么多权限，我心情复杂，但为了这篇文章，我愿意尝试一下。
拥有不受限终端访问权限的编程智能体是一个安全风险。
我授予了屏幕录制和辅助功能权限，并要求 Codex 打开终端，导航到 HTTPie 仓库，并免操作修复同一个 Bug。Codex 立即标记出 Terminal.app 在此会话中被禁止使用计算机功能，理由是安全原因。它改为使用其内置的 shell 完成了任务。我认为这种限制是最好的。拥有不受限终端访问权限的编程智能体是一个安全风险。
我转向了一个风险较低的任务。我要求 Codex 打开访达 (Finder)，导航到项目文件夹并截屏。它正确地导航了文件夹，但截屏失败了。它生成了一个文件夹内容的文本渲染，并承认了局限性。不过，文本渲染是很准确的。
计算机使用是真实存在的，它适用于 GUI 任务，例如运行桌面应用、执行基于浏览器的流程以及视觉 UI 测试。对于重度依赖终端的开发者工作流，我不推荐它。对于前端开发者测试 UI 流程或操作桌面应用，它可能被证明更有益。
为了这个测试，我将一个修复了 Bug 的分支推送到我的 GitHub fork 中，并要求 Codex 审查该 PR。Codex 阅读了拉取请求，确认修复在概念上是正确的，并引用了相关的 urllib3 和 Requests 文档来支持其评估。然后它运行了特定的回归测试，并指出测试覆盖率中存在一个真正的缺口。它说，模拟测试没有端到端地运行真实的 gzip 流，并建议进行后续的集成测试。
由于端口绑定限制，沙箱再次阻止了完整测试套件的运行。这在我测试过的所有工具中都会出现，这也是沙箱化智能体环境的一个真实局限。
它并不完美，但起作用了。PR 审查阅读了真实的 GitHub PR，引用了文档，执行了测试，并给出了可操作的反馈。
Codex 现在不仅仅是我们过去一年中所了解和喜爱的标准编程智能体。尽管仍有改进空间（说的就是你，计算机使用功能），但它是目前 Claude Code 最完整的替代方案。全 工智能
暂无回复，快来抢沙发吧！
本次需消耗银元：
100
当前账户余额: 0 银元
上个月底，OpenAI 发布了一款新产品，他们称之为“（几乎）适用于一切的 Codex”。其目标是将 Codex 从一款代码编辑产品转变为通用工具。
“（几乎）适用于一切的 Codex” 发布的功能包括计算机使用、应用内浏览器、PR 审查、连接远程开发机的 SSH 以及 90 多个新插件。每周有超过 300 万开发者使用 Codex，其中许多人可能在第二天早上打开应用时并未察觉到任何变化。
我注意到了。现在我有一些看法。
设置
我花了一天时间，针对我在这篇文章中测试 Cursor 3 和 Claude Code 时使用的同一个真实代码库测试了三个重要的新功能（但测试的是不同的 Bug）。测试代码库是 HTTPie，一个用于发起 HTTP 请求的热门开源 Python 命令行界面 (CLI) 工具。
我在 Codex 桌面应用上运行了测试。通过我的 OpenAI 账号，我可以访问其所有新功能。我使用的是免费版本。计算机使用功能需要 Mac 以及特定的系统权限（稍后详细介绍）。
Codex 应用内浏览器
这是我最期待测试的功能，因为它彻底改变了提示词工作流。我没有将 Bug 描述复制粘贴到聊天框中，而是直接在 Codex 内部打开了 GitHub Issue，并让智能体指向它。浏览器是一个插件，因此在文本框的初始弹出菜单中没有浏览器选项。你需要在选择插件选项后找到它。是的，这让我困惑了一下。不，我不想谈论这件事。
我在应用内浏览器中打开了 GitHub issue #1665 并输入：
“我在浏览器中打开了 GitHub issue。请阅读它并修复其中描述的 Bug。”
我对接下来发生的一切非常满意。页面以分屏布局打开，就在聊天界面旁边。
Codex 在 3 分钟内修复了它。它阅读了 Issue，将 Bug 追踪到代码库中的三个文件，编写了修复程序，添加了回归测试，并运行了相关的测试。它还注意到
downloads.py中有我之前测试时留下的无关更改，并明确保持其未动。这让我意识到 Codex 不仅理解当前的任务，还理解代码库本身。Codex 计算机使用功能测试
计算机使用是一项重大功能。Codex 现在可以查看你的屏幕、移动自己的光标、点击以及在你 Mac 上的应用中输入内容。对于授予 Codex 这么多权限，我心情复杂，但为了这篇文章，我愿意尝试一下。
我授予了屏幕录制和辅助功能权限，并要求 Codex 打开终端，导航到 HTTPie 仓库，并免操作修复同一个 Bug。Codex 立即标记出 Terminal.app 在此会话中被禁止使用计算机功能，理由是安全原因。它改为使用其内置的 shell 完成了任务。我认为这种限制是最好的。拥有不受限终端访问权限的编程智能体是一个安全风险。
我转向了一个风险较低的任务。我要求 Codex 打开访达 (Finder)，导航到项目文件夹并截屏。它正确地导航了文件夹，但截屏失败了。它生成了一个文件夹内容的文本渲染，并承认了局限性。不过，文本渲染是很准确的。
计算机使用是真实存在的，它适用于 GUI 任务，例如运行桌面应用、执行基于浏览器的流程以及视觉 UI 测试。对于重度依赖终端的开发者工作流，我不推荐它。对于前端开发者测试 UI 流程或操作桌面应用，它可能被证明更有益。
Codex 拉取请求 (PR) 审查测试
为了这个测试，我将一个修复了 Bug 的分支推送到我的 GitHub fork 中，并要求 Codex 审查该 PR。Codex 阅读了拉取请求，确认修复在概念上是正确的，并引用了相关的 urllib3 和 Requests 文档来支持其评估。然后它运行了特定的回归测试，并指出测试覆盖率中存在一个真正的缺口。它说，模拟测试没有端到端地运行真实的 gzip 流，并建议进行后续的集成测试。
由于端口绑定限制，沙箱再次阻止了完整测试套件的运行。这在我测试过的所有工具中都会出现，这也是沙箱化智能体环境的一个真实局限。
它并不完美，但起作用了。PR 审查阅读了真实的 GitHub PR，引用了文档，执行了测试，并给出了可操作的反馈。
Codex 现在不仅仅是我们过去一年中所了解和喜爱的标准编程智能体。尽管仍有改进空间（说的就是你，计算机使用功能），但它是目前 Claude Code 最完整的替代方案。全 工智能