面试官皱眉：“你连 Skills 都不会写？” 我得意：“Codex 新出的录制功能，夯爆了！” 他：“求你入职，给我讲讲~”

　　大家好，我是程序员鱼皮。

　　最近，Codex 上线了一个新功能叫Record & Replay，翻译过来就是「录制与回放」。

　　很多 AI 圈儿的博主把这个功能吹上天了，搞的我也是心痒难耐，对这个功能期待值拉满了。

　　这篇我带大家体验一下这个新功能，然后聊聊它的适用场景和背后的原理。

　　Record & Replay 有什么用？

　　以前让 AI 帮你干活，你得写一段提示词，把每个步骤描述清楚。

　　步骤少还行，可如果流程比较复杂，写提示词得花很多时间，而且总有细节会漏。

　　Record & Replay 的思路是：先开启录制，你在电脑上正常操作一遍工作流，Codex 通过 Computer Use 分析你的录制，自动把你的操作提炼成一个可复用的 Skill 技能。之后，你就可以用这个技能来回放整个流程了。

　　比如 Codex 官方演示了利用这个功能自动上传发布视频：

　　有点儿像那什么，比如我想教自己的小孩怎么搭好一套积木，我很难用语言给他讲清楚，于是亲自搭一遍积木让他在边上看着，他就会了。

　　可惜的是我没有自己的小孩儿，只能把 Codex 当做赛博小孩养着。。

　　下面咱们来实战一下。

　　Record & Replay 实战

　　开始之前要注意，这个功能目前只支持 macOS，Windows 暂时还用不了。而且你需要把 Codex App 更新到最新版，并且提前安装好 Computer Use 插件。

　　之前我写过一篇，从安装到实战都讲过了，不熟悉的同学可以先看看。

　　首先安装 Record & Replay 插件：

　　准备工作做好了，我来录一个试试。

　　想一想，平时我有哪些重复执行的操作呢？

　　有了，我平时做视频经常要找一些能直接下载使用的 BGM，每次都得手动打开网抑云音乐、搜索曲风、下载文件、再检查格式能否使用。

　　正好拿这个场景来测试，让 Codex 学会从网抑云音乐下载 FLAC 格式的指定风格音乐。

　　第一步、输入提示词

　　进入 Record & Replay 插件页面，点击「在对话中试用」：

　　Codex 会自动跳转到新对话页面，对话框里会默认填好一句提示词「Record my workflow and turn it into a reusable skill」，意思是录制我的工作流并生成一个可复用的技能。

　　我在下面追加了一句自己的需求：我要自动下载 FLAC 格式的特定音乐。

　　然后提交。

　　第二步、演示操作

　　AI 读取技能后，会请求屏幕录制权限，批准之后，就可以开始演示了。

　　录制期间，Codex 会观察你的操作行为和窗口内容，一直持续到你手动停止录制。

　　接下来我只需要像平时一样操作就好：打开网易云音乐，搜索想要的音乐风格，找到目标歌曲并下载，然后检查一下格式是否符合自己的预期，不符合就删掉。。。

　　第三步、停止录制，生成 Skill

　　操作完成后，点击停止录制按钮。

　　Codex 会分析我刚才录制的操作，自动生成一个「音乐下载」 Skill 文件。

　　这个 Skill 包含了几个关键信息：什么时候使用这个技能、需要哪些输入参数、具体的执行步骤、以及怎么验证任务完成了。

　　
第四步、回放

　　Skill 生成好了，接下来就可以愉快地使用了。

　　新开一个对话，使用刚才生成的 Skill，描述需求就好，比如我让 AI 自主下载 3 首逗比音乐。

　　Codex 会按照之前演示的操作路径，自动完成整个流程。

　　
什么场景适合用 Record & Replay

　　试了一圈之后，我个人的感受是，这个功能对我来说用处不大，华而不实。

　　一方面目前只支持 macOS、有些应用 AI 还操作不了，速度也慢、而且时不时搞错操作。

　　另一方面，Record & Replay 底层用的就是 Computer Use，而 Computer Use 本身已经能通过提示词来操控你的电脑了。所以如果你能用一两句话就把操作描述清楚，直接写提示词让 AI 干就行，没必要录制。

　　那什么时候 Record & Replay 才真正有价值呢？

　　我认为是：当你的操作流程「说不清楚、但做得出」的时候。

　　比如公司内部的 OA 系统、报销平台这种 AI 从没见过的界面，你没法用提示词描述清楚，但录制一遍它就学会了。

　　再比如整理数据报表时你会下意识选某种排序、调某种配色、跳过某些字段，这些隐性偏好你自己可能列举不全，但通过录制能全部捕获。还有那种横跨好几个应用、每个应用点好几层菜单的长链路流程，写几百字的提示词，不如录制 2 分钟。

　　不过可惜的是，我个人基本没有这些场景。大多数的操作通过让 AI 操作 CLI 命令行就能搞定，不比操作界面快多了？

　　而且还有一个坑，我估计大多数同学很难一次性把自己的工作流录制清楚，难免会有一些误操作，比如点错按钮了之类的。但 AI 可能无法分辨，导致最后生成的技能也有多余的操作。

　　所以总结一下，Record & Replay改变的不是 AI 能做什么，而是你告诉 AI 怎么做的方式。像我们程序员，写提示词本来就是强项，很多场景自己写 Prompt 就能搞定。但如果你身边有不太会写提示词的同事，比如运营、HR、行政，这个功能对他们可能更实用。

　　Record & Replay 的原理

　　最后聊聊 Record & Replay 底层是怎么实现的，做 AI 应用开发方向的同学最好了解一下，万一面试被问到呢？

　　不知道大家有没有用过按键精灵？我小时候拿它做自动打怪脚本来着。

　　按键精灵录制的是死板的鼠标轨迹，比如坐标 (320, 450) 点击一下、等 500 毫秒、坐标 (180, 600) 再点一下。窗口位置稍微挪一下就全废了。

　　Record & Replay 和这种传统宏录制有本质区别。

　　录制阶段，Codex 其实只是在观察和采集，并不会实时分析你的操作意图。等你停止录制之后，它才会对捕获到的完整工作流进行检查和提炼。

　　前面大家已经看到了，Codex 生成的是一个SKILL.md文件，本质上就是一份人类可读的 Markdown 文档，里面记录的是「在搜索框中输入关键词」、「点击下载按钮」、「选择 FLAC 格式」这样的语义化步骤，而不是像素级的坐标。

　　回放的时候也不是在机械地重放轨迹。Codex 会把 Skill 作为上下文加载，然后结合 Computer Use、浏览器操作、已安装的插件这些工具来执行。因为理解的是语义而不是坐标，所以理论上同一个 Skill 可以在不同的环境和工具组合下复用。

　　另外，生成的 Skill 是可以编辑的，你可以手动改SKILL.md，也可以让 Codex 帮你进一步优化，调整到满意为止。

　　OK 就分享到这里，本文会收录到我免费开源的，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。

　　我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注，也欢迎在评论区聊聊：你日常有哪些重复性的电脑操作？觉得 AI 能帮你自动化哪些工作流？