Codex 新增 Record & Replay：把軟體操作變成可複用的 AI Skill
OpenAI Codex Record & Replay 讓團隊示範一次重複流程，再沉澱成可檢查、可編輯、可複用的 AI Skill。
Codex Record & Replay 很容易被低估。
它看起來像一個 workflow recorder。
但它真正指向的，是一種保存公司操作知識的新方式。
OpenAI 官方 Record & Replay 文件 說得很直接：讓 Codex 看你做一遍 workflow，再把它變成可複用的 skill。例子也很日常：報銷、預約停車位、建立配置正確的 issue、發布影片、下載週期性報表。
重點恰恰在這種日常感。
一家公司裡，到處都是「會操作軟體的人」。他們知道哪個欄位該怎麼填，命名規則是什麼，哪個報表該下載，哪個勾選框不能碰，最後怎麼確認真的做完。
這些知識，大多數從來沒有變成軟體。
Record & Replay 給了另一條路：讓人示範一次，再讓 Agent 把流程草擬成可檢查、可編輯、可複用的 Skill。之後，它可以結合 Computer Use、browser actions、plugins，或多種工具一起執行。
Record & Replay 做了什麼
Record & Replay 目前可在 macOS 上使用。OpenAI 也說明，初始可用地區不包括 European Economic Area、United Kingdom 和 Switzerland。同時，Computer Use 必須可用並開啟。
流程很簡單。
你在 Codex app 裡打開 Plugins，選擇錄製一個 skill，給 Codex 一些背景，批准錄製，然後在 Mac 上照常完成這件事。做完後停止錄製。
錄製過程中，Codex 會觀察學習這個 workflow 所需的操作和視窗內容。停止錄製後，它會檢查捕捉到的流程，並草擬一個 skill。
這個 skill 會說明：
- 什麼時候該使用這個 workflow；
- 需要哪些輸入；
- 應該按什麼步驟執行；
- 如何驗證結果。
錄完以後還可以繼續 refinement，尤其是那些沒有顯式寫出來的偏好：命名規則、預設欄位、審批條件、判斷分支。
為什麼它不只是巨集錄製
最容易想到的類比，是 macro recorder。
但這個類比不夠。
巨集錄製記錄點擊。Skill 描述的是意圖、輸入、條件、步驟和驗證方式。它不是簡單重放座標，而是給 Agent 的可複用上下文。Agent 可以根據目前環境，使用 Computer Use、browser actions、已安裝 plugins 或其他工具完成任務。
這在真實公司裡很關鍵。
一個會提交供應商發票的人，不只是在點按鈕。他知道供應商名稱用哪個版本，什麼時候要附合約，採購訂單缺失時怎麼處理，最後如何確認提交成功。
一個會發布週期性報表的人，也不只是在下載檔案。他知道日期範圍、預設篩選條件、資料夾命名、接收對象，以及哪些資料要先 sanity check。
Record & Replay 把這類隱性的操作經驗，變成更像「活的流程文件」的東西。
人能讀。
人能改。
Agent 能複用。
新的工作單元是 Skill
過去很長一段時間，AI 工作圍繞 prompt 展開。
Prompt 有用，但當工作依賴真實介面、個人偏好和重複驗證時，prompt 就會變脆。
Skill 更適合承載重複工作。
它不只是一次請求，而是一套操作模式。它可以寫清楚哪些輸入每次會變，哪些步驟必須穩定，Agent 應該如何判斷任務完成。
這會改變誰能參與自動化。
財務同事可以示範報銷流程。市場營運可以示範影片怎麼發布。客服負責人可以示範 ticket 應該怎麼建立。營運經理可以示範每週一要拉哪張報表。
他們不需要先成為軟體工程師。
他們只需要足夠懂這件工作，能示範一次，並 review 生成出來的 Skill。
風險：錄下來的流程也需要治理
Record & Replay 也把一個安全問題擺到了台面上。
OpenAI 建議使用者保持錄製聚焦，使用真實但不敏感的輸入，避免 secrets 和 sensitive data，並在 workflow 完成後馬上停止錄製。
這很實際。因為錄製可能捕捉的不只是顯眼的步驟，還可能包括視窗內容、帳號上下文、檔名、客戶資料，甚至一些沒有寫出來的操作習慣。
團隊應該把生成的 Skills 當作營運資產來管理。
廣泛複用之前，至少要問：
-
這次錄製看到了什麼？ 任務上下文要窄，避免無關視窗和敏感資料。
-
這個 Skill 能做什麼？ 它是否需要 browser actions、Computer Use、plugins 或系統存取？
-
誰可以使用它？ 報銷 Skill 和修改帳單設定的 Skill，不應該是同一種權限。
-
如何驗證成功？ 每個可重複 workflow 都需要明確的 done state。
-
什麼時候必須人類確認？ 提交、刪除、付款、發布這類高影響動作，應該停下來讓人 review。
Skill 越有用，就越需要歸屬和治理。
為什麼團隊需要圍繞 Skills 的工作空間
Record & Replay 指向的是一個更大的產品變化。
AI Agent 不只是回答問題。它們開始累積流程。
當一個團隊有幾十個可複用 Skills，問題就會變成營運問題：
- Skills 放在哪裡？
- 誰負責 review？
- 哪個版本是目前版本？
- 每個 Skill 可以存取哪些資料？
- 哪些執行成功了，哪些失敗了？
- 哪些輸出在離開工作空間前必須被檢查？
這正是 Buda 的方向。
Buda 是一個面向團隊的 AI Agent Workspace：sessions、Drive 上下文、工具、browser 和 terminal、channels、logs、skills、人類 review，都放在同一個工作空間裡。
一個可複用 Skill 只有在團隊能管理它時，才真正有用。人類應該能看見 Agent 怎麼做，調整上下文，批准敏感步驟，並把流程保存給下一次執行。
未來的自動化，不只由會寫腳本的人構建。
也會由真正懂工作的人構建：他們把流程示範清楚，再管理重複執行的 Agent。
這才是 Record & Replay 的意義。
你公司的 Skills 早就存在了。
只是還被困在會操作軟體的人腦子裡。
在 Buda dashboard 探索人類主導的 Agent 工作流，或閱讀 Buda Agent Workspace 文件。