OpenAI Codex 新增 Record & Replay 功能,用户可通过“演示一次工作流”创建可复用的 AI Skill。底层将 Skill 作为结构化上下文,回放时具备适应性,能调用当前环境中的工具完成任务。流程分两阶段:录制时 Codex 分析操作并自动起草 Skill(含使用时机、输入、步骤、验证);回放时用户提供新参数,Codex 自动执行。官方总结了五条高质量录制原则:短而完整、提前声明变量、真实但脱敏、补录隐性规则、及时停止。该功能与 Plugin 形成互补:适合个人快速 Skill 化,而非团队级分发。
OpenAI Codex - Record & Replay
有些工作流很难用纯文字精准描述,但"做一遍"却很直观。比如填写报销单、配置 issue、发布视频,这类任务往往依赖大量隐性偏好,写出来冗长且易遗漏,录下来反而清晰。
Record & Replay 就能满足这个需求,给 Codex 演示一次工作流,Codex 就可以把它固化为可复用的 AI Skill。 https://developers.openai.com/codex/record-and-replay
底层逻辑 Codex uses the skill as reusable context for the task. 这说明 Skill 本身是给 AI 提供的结构化上下文。回放时,AI 可以调用当前环境中可用的工具组合(Computer Use、浏览器操作、已安装插件)来完成任务。
这意味着: · Skill 是语义化的,而非死板的操作录制; · 回放时具备适应性,可以根据新输入(不同的文件、日期、issue 内容)做合理变化; · 它依赖运行环境的工具能力,而非固定绑定某一种执行方式。
这是一种"演示即规格(demo-as-spec)"的设计哲学。
工作流程的两阶段 阶段 1:录制(Record) 1. Plugins → + → Record a skill 2. Codex 先建议一个 prompt,你可以补充上下文(目标 + 可变输入) 3. 授权录制权限后开始演示 4. 演示完毕,从菜单栏/浮层停止,或直接告知 Codex 完成 5. Codex 自动分析录制内容并起草 Skill:包含「何时使用 / 需要哪些输入 / 步骤 / 如何验证结果」 6. 可进一步 refine(提炼隐性偏好)
阶段 2:回放(Replay) 1. 新建会话,要求 Codex 使用该 Skill 2. 提供本次不同的参数值(文件、日期范围、issue 内容等) 3. Codex 调用环境内工具完成任务
高质量录制的五条原则(最佳实践) 1. 短而完整 -- 录一次完整闭环,不录半截。 2. 提前声明变量 -- 把"每次会变的输入"告诉 Codex,便于参数化。 3. 真实但脱敏 -- 用真实数据形态,但绝不录入密钥/敏感信息(这点是安全红线,录制会捕获窗口内容)。 4. 补录隐性规则 -- 录制后主动 refine,把命名约定、默认值、决策点写清楚,这是 Skill 质量的关键。 5. 及时停止 -- 任务完成立即停,不要顺手做无关清理,避免噪声混入 Skill。
关键决策:Record & Replay vs. Plugin · 目标:个人/快速 Skill 化 vs. 团队级稳定分发 · 形态:单一 Skill vs. 可打包多 Skills + MCP + 集成 · 成本:低(录一次) vs. 高(需规范构建) · 适用:个人偏好型工作流 vs. 标准化、可复用资产