Codex Record and Replay：macOS Skill 路由指南 2026

Codex Record & Replay skill routing 是 OpenAI 6 月 Codex 更新里最值得 operator 关注的信号。这个功能允许 macOS 用户先演示一个 workflow，再让 Codex 把捕获到的模式整理成可复用 skill。对 AI 工程团队来说，重点不只是方便。一个被录制的 UI workflow 会变成之后驱动 Computer Use、browser actions 和 plugins 的自动化上下文，因此 routing policy 必须理解是谁捕获了 workflow、它需要哪些权限，以及每次 replay 可能产生多少成本。

Codex Record & Replay skill routing 发生了什么

OpenAI 6 月 18 日的 Codex changelog 在 Codex app 26.616 中列出了 Record & Replay。专门文档说明，该功能目前可用于 macOS，要求 Computer Use 可用且已启用，初始可用范围不包括欧洲经济区、英国和瑞士。

流程很直接：用户在 Codex app 中打开 Plugins，选择 Record a skill，检查建议 prompt，授权录制，在 Mac 上完成任务，并在 workflow 结束时停止录制。随后 Codex 会检查被捕获的操作和窗口内容，起草一个 skill，说明何时使用、哪些输入会变化、应执行哪些步骤，以及如何验证结果。

OpenAI 把它定位给重复性强、依赖个人偏好，或比起 prompt 更适合直接演示的任务：报销、预订停车位、创建配置正确的 issue、发布视频，或下载周期性报表。文档也划出边界：如果团队需要稳定分发包、多 skill、app integrations、MCP servers 或安装元数据，就应该把 workflow 做成 plugin，而不只是生成 skill。

为什么 Codex Record & Replay skill routing 对 AI 工程团队重要

Recorded skill 会改变 agent automation 的采用路径。在这种模式之前，团队通常需要先写 runbook、prompt、script、plugin 或 MCP server，agent 才能重复一个业务 workflow。Record & Replay 让 operator 可以通过演示把隐性的 UI 知识转移给 agent context。这很有力量，但也把治理提前到了生命周期更早的位置。

一个可 replay 的 skill 可能包含隐藏偏好：字段默认值、命名规则、审批路径、browser state 和 app-specific timing。如果演示不够克制，它也可能碰到私人窗口、客户标识、内部 dashboard 或付费 SaaS 操作。OpenAI 文档建议用户让录制保持短而完整、使用真实但不敏感的输入、避免 secrets 和敏感数据，并在录制后继续精修 skill。平台团队应该把这些当成控制要求，而不是普通使用提示。

成本模型也会变化。一次 replay 可能混合 Computer Use、browser actions、connected plugins 和 model calls。如果同一个 skill 在团队内反复使用，gateway 需要区分 training-time capture、review-time refinement 和 execution-time replay。否则，一个笼统的 “Codex” 账单项会掩盖成本到底来自一次性 skill 创建，还是反复执行的自动化运行。

Codex Record & Replay skill routing 的 router/operator 视角

Codex Record & Replay skill routing 应该被当作 workflow 通道运营，而不是普通 chat traffic。更实用的控制面拆分是：

1. Capture lane。 录制与 skill 起草需要明确用户授权、短 scope，并在保存前做 redaction check。
2. Review lane。 生成的 skill 在团队复用前，要检查敏感字段、隐式凭据、区域限制和破坏性动作。
3. Replay lane。 Runtime execution 应带有稳定 skill ID、发起用户、目标 app 与成本预算。
4. Plugin escalation lane。 当 skill 变成共享基础设施时，应升级成带 versioning 和安装元数据的受治理 plugin。
5. Exception lane。 区域排除和 Computer Use 可用性应在 policy 中可见，让 routing 以 fail closed 方式停止，而不是悄悄退化到更弱路径。

这正是 AI gateway 超越 provider choice 的位置。它需要按 workflow role 标注请求，在 browser 与 Computer Use 调用之间保留 session ID，并为 capture、refinement 和 replay 暴露审计记录。TheRouter 读者可以把这个模式对照 TheRouter AI routing documentation 和此前的 Codex remote dispatch and enterprise routing 分析。

TheRouter 用户应关注或尝试什么

TheRouter 用户不必等所有 desktop agent 都提供同类功能。最直接的练习，是盘点团队中 agent 已经在执行的“经验型 workflow”：创建 issue、更新 release checklist、下载 support report、导出内部 dashboard，以及重复性的浏览器发布流程。

对每个 workflow，判断它应该属于 prompt-only skill、recorded skill、deterministic script，还是 plugin。Recorded skill 适合稳定 UI 路径、成功标准清晰、blast radius 较低的任务。高频、团队共享、合规敏感或破坏性动作，更适合 deterministic script 或 plugin。如果你的团队已经在评估 multi-agent execution，可以同时参考 Codex multi-agent per-thread runtime routing analysis。

Codex Record & Replay skill routing 决策清单

在生产环境允许 recorded workflow skill 之前，先问清楚：

1. 谁可以捕获 skill，谁可以批准团队复用？
2. 录制路径是否排除了 secrets、客户数据和无关窗口？
3. 每次 replay 能否绑定 skill ID、user、app、model tier 和 cost budget？
4. 哪些动作即使在 replay 中也必须人工确认？
5. 什么时候 recorded skill 必须升级为带版本的 plugin？
6. 区域排除和 Computer Use 可用性如何体现在 routing policy 中？

Codex Record & Replay skill routing 把个人演示变成可复用自动化。正是在这一刻，operator 需要让 workflow metadata、permission boundaries 和 cost attribution 跟着 skill 一起移动。