Codex Record and Replay: macOS Skill Routing Guide 2026

Codex Record & Replay skill routing — главный operator-сигнал в июньском обновлении OpenAI Codex. Функция позволяет пользователю macOS продемонстрировать workflow, после чего Codex превращает захваченный pattern в reusable skill. Для AI engineering teams важна не только скорость. Recorded UI workflow становится automation context, который позже может управлять Computer Use, browser actions и plugins, а значит routing policy должна понимать, кто записал workflow, какие permissions ему нужны и насколько дорогим может быть каждый replay.

Что произошло в Codex Record & Replay skill routing

В Codex changelog от 18 июня OpenAI перечисляет Record & Replay в Codex app 26.616. Отдельная документация говорит, что функция доступна на macOS, требует доступного и включенного Computer Use и на старте исключает Европейскую экономическую зону, Великобританию и Швейцарию.

Процесс простой: пользователь открывает Plugins в Codex app, выбирает Record a skill, проверяет suggested prompt, даёт permission на запись, выполняет задачу на Mac и останавливает recording, когда workflow завершён. Затем Codex анализирует captured actions и window content, drafts a skill и описывает, когда его использовать, какие inputs меняются, какие steps нужны и как проверить результат.

OpenAI предлагает применять это для repetitive, preference-heavy задач или процессов, которые проще показать, чем описать prompt: expense filing, parking booking, создание правильно настроенного issue, публикация видео или скачивание recurring report. Документация также задаёт границу: если команде нужен stable distributable package, несколько skills, app integrations, MCP servers или install metadata, workflow лучше оформить как plugin, а не только как generated skill.

Почему Codex Record & Replay skill routing важен для AI engineering teams

Recorded skills меняют путь adoption для agent automation. До такого pattern командам обычно приходилось писать runbooks, prompts, scripts, plugins или MCP servers, прежде чем agent мог повторить business workflow. Record & Replay позволяет operator передать tacit UI knowledge в agent context через демонстрацию. Это мощно, но governance тоже сдвигается на более ранний этап lifecycle.

Replayable skill может содержать hidden preferences: field defaults, naming rules, approval paths, browser states и app-specific timing. При неаккуратной демонстрации он может также коснуться private windows, customer identifiers, internal dashboards или paid SaaS actions. Документация OpenAI советует держать recordings короткими, использовать realistic inputs, избегать secrets и sensitive data, а затем refined skill после записи. Platform teams должны считать это control requirements, а не просто советами пользователю.

Cost model тоже меняется. Replay может объединять Computer Use, browser actions, connected plugins и model calls. Если один skill повторно используется командой, gateway должен разделять training-time capture, review-time refinement и execution-time replay. Иначе одна строка «Codex» в расходах скрывает, был ли spend связан с one-off skill creation или repeated automation runs.

Router/operator angle для Codex Record & Replay skill routing

Codex Record & Replay skill routing стоит эксплуатировать как workflow lane, а не как generic chat traffic. Практичная схема control plane выглядит так:

1. Capture lane. Recording и skill drafting требуют явного user approval, short scope и redaction checks до сохранения skill.
2. Review lane. Generated skills нужно проверять на sensitive fields, implicit credentials, region restrictions и destructive actions до team reuse.
3. Replay lane. Runtime executions должны нести stable skill ID, initiating user, target app и cost budget.
4. Plugin escalation lane. Когда skill становится shared infrastructure, его нужно повышать до governed plugin с versioning и install metadata.
5. Exception lane. Regional exclusions и Computer Use availability должны быть видны в policy, чтобы routing fail closed, а не молча уходил в более слабый path.

Именно здесь AI gateway становится полезен шире, чем provider choice. Он должен маркировать requests по workflow role, сохранять session IDs между browser и Computer Use calls и давать audit records для capture, refinement и replay. Читатели TheRouter могут сопоставить этот pattern с общей TheRouter AI routing documentation и предыдущим разбором Codex remote dispatch and enterprise routing.

Что пользователям TheRouter стоит проверить или попробовать

Пользователям TheRouter не нужно ждать, пока каждый desktop agent получит такую же функцию. Первое упражнение — инвентаризировать existing tribal-knowledge workflows, которые agents уже выполняют: issue creation, release checklist updates, support report downloads, internal dashboard exports и повторяющиеся browser publishing flows.

Для каждого workflow решите, должен ли он быть prompt-only skill, recorded skill, deterministic script или plugin. Recorded skills лучше подходят для stable UI paths с clear success criteria и низким blast radius. Deterministic scripts или plugins лучше для high-volume, team-wide, compliance-sensitive или destructive actions. Если команда уже оценивает multi-agent execution, сравните это с Codex multi-agent per-thread runtime routing analysis.

Decision checklist для Codex Record & Replay skill routing

Перед тем как разрешить recorded workflow skills в production, задайте вопросы:

1. Кто может capture skill, и кто approves его для reuse?
2. Исключает ли recording path secrets, customer data и unrelated windows?
3. Можно ли привязать каждый replay к skill ID, user, app, model tier и cost budget?
4. Какие actions требуют human confirmation даже во время replay?
5. Когда recorded skill должен стать versioned plugin?
6. Как regional exclusions и Computer Use availability будут отражены в routing policy?

Codex Record & Replay skill routing превращает personal demonstration в reusable automation. Именно в этот момент operators нужны workflow metadata, permission boundaries и cost attribution, которые движутся вместе со skill.