这篇文章是作者对 Codex 新发布的 Computer Use 功能做的实测反馈。作者原本对这类能力抱有期待，认为既然出自 ChatGPT 团队，表现应该会比较强，但实际体验下来并不理想。文章先测试了让它通过视觉方式操控原生微信，结果它一开始连公众号入口都找不到，还尝试过用各种旁路方法去寻找文章链接，但都没有成功。
作者指出，这种 Computer Use 更像是基于纯视觉的操作，速度慢，而且在复杂桌面应用里很容易找错目标。比如本来应该点击窗口右上角的菜单，它却误点到了文章内部图片上的相似按钮，说明它对界面层级和语义理解还不够稳定。文章还提到，微信本身的加密和页面结构，也让它无法像预期那样直接通过数据库或网页搜索拿到内容。
随后作者又测试了让它自动操作网页，去回复一条推文，但结果同样不够好。它虽然能慢慢找到输入框位置，却在粘贴和触发输入事件上反复失败，最后连回复按钮都无法正常激活。作者因此认为，纯视觉式自动化在当前阶段仍然比较鸡肋，尤其在网页场景里，若能直接基于 DOM 操作，效率和成功率会高得多。
文章最后还提到一次普通任务就消耗了大量 token，体验并不划算。整体结论很直接：Codex 的 Computer Use 不是完全不能用，但在原生桌面和网页自动化里都还有明显短板，离“真正好用”还有距离。