Codex 那个新功能，让我意识到 AI 终于开始"在现场"了

事情是这样的。

我之前不是一直在用各种 AI 编程工具吗，Claude Code、Copilot、Codex，这些都用过。

但有个问题特别烦：你每次让它干活，得先说一大堆背景。

我在看什么文件，刚才报了什么错，当前页面是什么状态，工作场景是什么。这些东西不告诉它，它就在那儿犯愣。

有时候光描述上下文的时间，比真正让它干活的时间还长。

直到我看到 Codex 刚出的这个新功能。

这是什么

叫 Chronicle。

简单说，就是 Codex 能读取你最近的屏幕上下文，然后把这些上下文变成一种"记忆"存起来。

这样一来，很多东西就不用你再重复描述了。

以前有多麻烦

以前让 AI 干活，经常要这样：

1. 先截个图
2. 把报错信息复制出来
3. 描述现在卡在哪里
4. 解释之前做了什么操作
5. 最后才说想让它干什么

这一套下来，五分钟过去了。

而且有些上下文特别难描述。比如"刚才那个日志报错"，你得把日志贴出来吧，得说明是从哪个文件、哪一行来的吧。这种事情每天要重复几十次。

Chronicle 怎么解决的

现在你可以直接说：

"刚才那个日志报错，你帮我看一下。"

不用贴日志，不用解释报错从哪里来。因为这些上下文就在屏幕上，Codex 自己就能看到。

再比如：

"这个接口报错了，帮我处理一下。"

理论上你不用自己截图，不用复制 URL，不用把控制台里的东西整理出来再发给 AI。

这个方向意味着什么

我觉得最关键的变化是：AI 开始从一个"需要你不断描述上下文"的工具，变成一个"能看到现场、理解现场"的协作者。

以前它不在现场，你得把现场搬运给它，它才能开始工作。

现在它能看到了，更像一个真的协作者。你不用每次都从头描述，因为它知道你现在在哪儿、卡在哪里、刚才发生了什么。

甚至更进一步，Codex 之前还有个 computer use 的能力。也就是说，未来很可能是这样：你跟 AI 说想解决什么问题，它自己操作电脑，打开 IDE，运行代码，复现问题，定位原因，然后给你方案。

当然，这个能力现在可能还没那么完整。但方向已经很明显了。

我的感受

我们日常大量时间，其实都浪费在上下文切换和上下文搬运上。

你要把报错复制出来，把文件路径贴出来，把刚才发生了什么讲清楚，把当前页面状态描述出来。

Chronicle 的意义就在于，它开始把这部分工作交给 AI 自己理解。

这不是简单多了一个截图功能，而是 AI 在往更像真人协作的方向走。

这个变化，对开发者来说挺重要的。

---

本文介绍 Codex 新功能 Chronicle，它能让 AI 读取屏幕上下文，理解你当前的工作状态，减少重复描述上下文的繁琐。

在 AI 技术快速迭代的今天，保持持续学习的能力比掌握任何特定的技术都更重要。理解底层原理可以帮助你在遇到新技术时更快地上手，可以在不同的技术方案之间做出更明智的选择。建议开发者建立自己的技术框架，而不是追逐每一个新的工具和框架。实践是最好的学习方式，在真实项目中应用新学到的技术，遇到问题并解决，这种经历比任何教程都更有价值。定期整理和复盘也是很好的习惯。将学到的知识归档整理，形成自己的知识库。当需要用到某个技术时，可以直接从自己的知识库中找到相关的参考，而不是从零开始搜索。

技术的价值不在于它有多前沿，而在于它能在多大程度上解决实际问题。AI 技术的快速迭代不是用来追赶的潮流，而是用来解决业务痛点的工具箱。在实际应用中，有时候简单的方案反而最有效。一个 RAG 系统用了最复杂的检索策略但文档处理没做好，效果不如一个文档处理完善但检索策略简单的系统。一个 Agent 系统用了最贵的模型但 prompt 设计粗糙，效果不如一个精心设计 prompt 的普通模型。建议在追求技术先进性之前，先把基础工作做扎实。文档清洗、数据标注、评测体系、监控告警，这些看似基础的工作，往往是决定 AI 项目成败的关键。