一句话
OpenAI 在5月8日给 Codex 加了个 Chrome 浏览器插件。效果：AI 可以在后台独立操作浏览器标签页，执行搜索、抓取、填表、发布等任务，多标签并行，互不干扰。
1. 背景：之前的浏览器操控有什么问题？
在插件发布之前，Codex 操作浏览器有几种方式，各有短板：
Copy
方式 问题 ───────────────────────────────────── In-app browser 内置调试用浏览器，不是真实浏览器 Browser use 类似通用自动化，不够智能 Computer Use 能操控桌面应用，但和浏览器共享单个应用时不稳定 Playwright MCP 通用自动化引擎，需要逐步配置OpenAI 工程师的原话：
"Computer Use 可以在后台使用应用程序，但很难与 Codex 同时共享单个应用，尤其是浏览器。"
新插件解决了什么：
"新的 Chrome 插件允许 Codex 在不干扰你的情况下运行自己的标签页。子代理可以同时运行独立的标签页。"
2. 插件核心能力
2.1 三种浏览器操控方式对比
Copy
维度 In-app Browser Browser Use Chrome Extension (新插件) ───────────────────────────────────────────────────────────────────────── 本质 内置调试浏览器 通用自动化引擎 官方真实浏览器执行通道 是否真实浏览器 否 是 是 登录态 无 部分 完整继承 多标签并行 不支持 不支持 支持 子代理协同 不支持 不支持 支持 更新同步 不适用 手动 自动 调试成本 低 高 低2.2 权限控制
插件提供了精细的权限管理：
Copy
权限类型 功能 ──────────────────────── 标签页管理 查询、切换、固定标签页 历史记录 查看浏览历史 下载管理 控制文件下载（可配置允许/禁止的域名） 上传管理 控制文件上传 域名控制 允许/禁止特定网站2.3 运行状态指示
绿色图标 = Codex 已完全托管浏览器，可以执行操作。
3. 实测：7个真实场景
以下是博主「kate人不错」对 Codex Chrome 插件的7个实测任务。
任务1：搜索五一冷门旅游城市
Copy
任务：搜索至少20个帖子，整理结论 模型：GPT-5.5 medium + fast mode 耗时：3分41秒 结果：整理出重要城市、关注点、评论线索，附带详细表格和参考依据 评价：结论到位，远超预期任务2：搜索推特评价
Copy
任务：搜索互动量多的 Codex Chrome 插件帖子，至少50条汇总 耗时：约4分钟 过程： 1. AI 批量快速生成搜索关键词 2. 初步采集89条 3. 严格筛选后补充至50条 评价：搜索和筛选能力强，适合舆情分析场景任务3：登录GPT官网提问
Copy
任务：登录 chatgpt.com，选择 Pro 模型提问 过程： 1. 自动打开 GPT 官网 2. 优化提示词并提交 3. 每2分钟检查进度 耗时：6分多钟 评价：能操作已登录的真实网站任务4：批量处理5个Gemini页面
Copy
任务：打开5个 Gemini 页面，用 Extended Pro 生成不同内容 过程：Codex 逐个接管 Gemini 页面进行操作 耗时：3分多钟 发现：如果未明确提示"多标签并行"，会逐个处理较慢 明确指令后可以高效并行任务5：总结Simon Willison四月文章
Copy
任务：总结技术博主 Simon Willison 2026年4月所有文章要点 挑战：服务器抓取被防护页拦截 解决：从浏览器 DOM 获取渲染后数据 结果： - 发现14篇正式长文 - 耗时3分多钟 - 总结121条内容 - 列出每篇文章标题与核心要点 评价：反爬能力强，不依赖服务端，直接从DOM拿数据任务6：京东淘宝比价
Copy
任务：搜索大疆DJI，整理销量最高三个店铺的价格表格 结果： - 京东：1分10秒完成，整理好价格表格 - 淘宝：触发站点安全策略，被禁止访问 替代方案：通过淘宝客户端 API 访问 发现：部分网站（如淘宝）有反自动化策略，需要额外处理任务7：自动生成发布小红书帖子
Copy
任务：搜索插件信息 → 写帖子 → 生成图片 → 自动发小红书 过程： 1. AI 搜索并撰写内容 2. ImageGen 生成配图（中文渲染质量高） 3. 上传图片 → 第一次因权限错误失败 4. 手动开启 "Allow access to file URLs" 5. 重新上传成功，撰写文案 耗时：约1分多钟完成到发布前一步 评价：端到端自动化能力很强，但权限配置需注意4. 技术分析
4.1 为什么比 Playwright 强？
Copy
# 定位差异 Playwright = { "定位": "通用浏览器自动化引擎", "优势": "稳定、可复现、可配置", "适合": "测试工程师、爬虫开发", "劣势": "需要逐步编写脚本，不智能", } Codex_Chrome_Extension = { "定位": "AI Agent 的真实浏览器执行通道", "优势": "理解自然语言、智能决策、多标签并行", "适合": "内容运营、市场调研、自动化办公", "劣势": "不适合需要精确复现的测试场景", } # 简单说： # Playwright = 你写代码让它按固定步骤执行 # Codex Chrome = 你用自然语言描述意图，它自己想办法完成4.2 多标签并行的实现
Copy
传统方式（串行）： 用户 → 任务A → 完成 → 任务B → 完成 → 任务C → 完成 总耗时：A + B + C Codex Chrome（并行）： 用户 → 任务A ─┬─ 标签页1 ├─ 任务B ── 标签页2 └─ 任务C ── 标签页3 总耗时：max(A, B, C)4.3 已知限制
Copy
limitations = { "反自动化网站": "淘宝等会触发安全策略，需要走API", "国内安装": "Chrome商店可能打不开，需要手动安装压缩包", "权限配置": "首次使用需手动开启文件URL访问权限", "复杂任务": "多标签并行需明确提示，否则会逐个处理", "子代理协同": "4个Agent玩画图游戏，协同能力有待提升", }5. 安装与使用
5.1 安装步骤
Copy
1. 打开 Codex，点击"电脑操控" 2. 找到 "Chrome 浏览器插件" 选项 3. 国内用户：下载压缩包，手动安装 海外用户：直接通过 Chrome 网上应用店安装 4. 安装后，在 Chrome 扩展程序中启用 5. 返回 Codex，确认绿色图标 = 连接成功5.2 提示词技巧
Copy
# 差的提示词（串行处理） "帮我搜索5个主题" # 好的提示词（并行处理） "打开5个标签页，并行搜索5个主题，每个标签页一个主题， 最后汇总结果" # 提高准确率的关键： # 1. 明确说"并行"和"多标签" # 2. 说清楚期望的输出格式（表格/列表） # 3. 给出具体数字（至少20条/50条）6. 对开发者的实际价值
6.1 适用场景
Copy
场景 价值评级 说明 ────────────────────────────────────────────────── 竞品分析/价格监控 ★★★★★ 批量爬取，整理表格 舆情收集/社交媒体监控 ★★★★★ 搜索+筛选+汇总 内容运营/草稿生成 ★★★★☆ 搜索+写作+配图 自动化测试（Web） ★★★☆☆ 简单场景够用，复杂场景用 Playwright 数据抓取 ★★★★☆ DOM级别抓取，反爬能力强 自动化办公 ★★★★☆ 填表、报销、邮件处理6.2 与现有工具的组合建议
Copy
# 推荐工具组合 工具栈 = { "日常办公自动化": "Codex Chrome 插件", "精确Web测试": "Playwright", "复杂数据抓取": "Scrapy + Codex Chrome 辅助", "内容生成": "Codex Chrome（搜索+写作）+ ImageGen（配图）", }7. 总结
| 维度 | 评价 |
|---|---|
| 安装便捷性 | 国内需手动，海外直接装 |
| 处理速度 | 极快，多标签并行 |
| 准确率 | 高，搜索和筛选能力强 |
| 反爬能力 | 通过DOM获取数据，绕过服务端拦截 |
| 多标签并行 | 支持，需明确提示 |
| 已登录网站 | 完整继承登录态 |
| 限制 | 部分网站有反自动化策略 |
核心价值：从"AI帮你写代码"进化到"AI帮你干活"。多标签并行 + 登录态继承 + 自然语言指令，让浏览器自动化进入了一个新阶段。
信息来源：Bilibili频道「kate人不错」「程序员晓刘」视频转写（2026-05-10）
