[程序员] 过去我觉得 codex 最大的两个问题是封闭且不够懂我的工作流

一句话看懂：一位长期使用 Codex 的开发者，在尝试自建 AI 工作台的过程中，发现微软正在快速补齐 Codex 的短板，尤其是新增了对自定义 API 的支持和“Record & Replay”工作流录制功能，让个人开发者感到深深的追赶压力与无力感。

事件核心：发生了什么

据 V2EX 社区一位开发者的亲历分享，他曾因 Codex 只支持自家模型、订阅费用高且功能封闭，萌生了自建 AI 工作台的念头。他注意到市场上已有 opencode、hermes、workbuddy、marvis、lobehub 等第三方工具涌现。然而，在他开发过程中，Codex 迅速更新了两项关键功能：一是宣布支持自定义 API 接入（此前使用中转站虽有性价比，但存在安全风险，该开发者的公司 GitHub PAT 就曾因此泄露）；二是新增了 Record & Replay 模式，能够录制并回放用户的工作流，用于分析与优化。这一节奏让开发者感到，个人或小团队很难追赶微软这种万亿级企业的研发速度。

为什么重要

Codex 正在从单纯的“AI 编程辅助工具”向“全能型 AI 工作台”演进。支持自定义 API 意味着开发者可以接入非 OpenAI 的模型，降低了生态锁定风险，同时也大幅扩展了 Codex 的可编程性与企业合规性。而 Record & Replay 模式则将 AI 的能力从代码补全扩展到对用户工作流程的深度理解与自动化——这正是许多 AI 应用开发者认为自己能做出差异化优势的方向。微软正在用产品迭代速度与资本优势，对中小 AI 应用开发者形成“降维打击”，加速 AI 工作台工具的市场集中度。

对用户/开发者/创作者的影响

普通用户：未来可能不需要手动配置多个 AI 工具，一个 Codex 就能接管从代码编写到工作流自动化的多数环节。订阅价格若维持现有水平，对重度用户仍有吸引力。
开发者：自建 AI 工作台的技术门槛降低（vibecoding 几天即可出原型），但商业护城河变窄。微软快速复制个人创意功能的能力，意味着独立开发者必须依赖独特数据源、垂直场景或强本地化服务才能生存。
企业用户：自定义 API 支持解决了将 Codex 接入内部模型或第三方 LLM 的合规与安全问题，企业做 AI 应用的采购决策时，Codex 的竞争力明显增强。

值得关注的后续

产品落地节奏：Codex 的 Record & Replay 模式何时正式上线、是否支持多平台截图分析、能否主动学习用户习惯，将决定它是否能真正“取代工作”。
生态博弈：其他 AI 工作台（如 Cursor、Copilot 的竞品）是否会快速跟进类似的工作流录制功能，以及它们能否在数据隐私和本地化上建立差异化。
安全与成本：自定义 API 开放后，微软是否会调整 Codex 的定价模型（如按 token 使用量分级），以及是否会出现新的 token 泄漏风险。目前公开信息显示，该开发者已因第三方中转站导致公司 PAT 泄露，这可能是推动官方开放自定义 API 的导火索。