open-codex-computer-use：当“Computer Use”从模型厂商专属能力，变成任何 Agent 都能调用的开放 MCP 服务h1

核心解读h2

今天 GitHub 上一个很值得 llmapis.com 跟进的项目，是 iFurySt/open-codex-computer-use。如果只看一句介绍，它像是“OpenAI Codex Computer Use 的开源替代品”；但真正值得关注的，不只是“有人复刻了一个热门能力”，而是它把一件原本很容易被理解成模型厂商护城河的能力，重新包装成了一个开放的、可被任意 Agent 调用的 MCP 服务层。

这件事的重要性在于，过去大家谈 Computer Use，往往会下意识把它和某个具体模型、某个具体产品体验绑定在一起：谁家的 Agent 能点按钮、谁家的 Agent 能用电脑、谁家的 Agent 能操作 GUI。但 open-codex-computer-use 的思路更接近基础设施：把 Computer Use 从“某个聊天产品里的特殊技能”，变成一个标准化、可插拔、可替换的系统能力。

也就是说，这个项目最值得看的，不是它是否百分之百复刻了 Codex，而是它传递的方向：未来 Computer Use 很可能会像浏览器控制、文件系统访问、搜索、记忆、RAG 一样，成为 AI runtime 的通用能力层，而不再只是某一个大厂产品里的魔法功能。

为什么值得关注h2

1. 它把 Computer Use 从“产品特性”变成了“协议能力”h3

这个项目最聪明的一点，是它不是简单做一个独立桌面应用，而是直接通过 MCP 暴露能力。这意味着它不是在强调“你必须使用某个特定 agent 才能用它”，而是在强调：只要你的 Agent 或客户端支持 MCP，它就可以接入这套 Computer Use 能力。

这是一个很关键的抽象升级。因为当能力是产品内置时，用户获得的是“封闭体验”；当能力变成协议层服务时，生态获得的是“组合自由”。这会让 Computer Use 从一项 showcase 功能，变成更大范围 Agent 系统可以调用的基础模块。

2. 它对应的是一个真实趋势：GUI 自动化正在重新回到 AI 基础设施中心h3

过去很长时间里，自动化更多围绕 API、CLI、脚本和浏览器展开。GUI 自动化一直存在，但在工程圈里经常被视为脆弱、难维护、最后兜底的手段。AI Agent 的兴起改变了这件事。因为现实世界有大量系统并没有干净 API，也并不适合改造成结构化接口，而人类本来就是通过 UI 来操作这些系统的。

一旦 Agent 可以在系统层面直接理解和调用 UI 能力，那么 GUI 就不再只是“没有 API 时的下下策”，而可能重新变成一种重要的人机兼容层。open-codex-computer-use 正是踩中了这个趋势。

3. 它是“开放 Computer Use 生态”的一个早期信号h3

README 里最值得注意的地方之一，是它不是单纯支持某一个宿主，而是明确考虑了 Claude Code、Gemini CLI、Codex、opencode 等多种客户端的安装与接入方式。这说明作者对它的定位不是“给某个具体产品做插件”，而是希望它成为一个跨 Agent 的能力层。

如果这条路走通，未来的竞争就不会只是“谁家模型原生会用电脑”，而会变成：

• 谁家的 runtime 更稳定
• 谁家的 tool surface 更标准
• 谁家的 MCP 生态更完善
• 谁更擅长把 Computer Use 嵌入真实工作流

这比“单个模型厂商秀能力”要更有长期价值。

深度分析h2

open-codex-computer-use 目前最值得认可的地方，是它明显不是“演示一下能点个按钮”就停住的项目，而是在认真把 Computer Use 工程化。它不仅提供了 macOS 的主路径，还在仓库里放进了一个实验性的 Windows runtime，并且在 README 里明确写了权限、前台焦点、UI Automation fallback、Win32 window messages 这些非常现实的工程细节。

这说明作者不是只想做一个“看起来像”的项目，而是在试图处理 Computer Use 真正会遇到的问题：系统权限、可见性、焦点管理、输入回退路径、跨平台差异，以及让这套能力能被别的 Agent 系统稳定接进去。

另一个值得注意的点，是它把能力暴露得很朴素——通过 9-tool surface 和 MCP server 来组织，而不是一开始就把自己做成一个巨大黑箱。这个设计其实很对，因为 Computer Use 最终能否普及，并不只取决于“能不能做”，还取决于“调用方式是否足够标准、足够清晰、足够容易被别的系统接住”。

从行业角度看，这个项目也刚好映射了一个越来越明显的变化：AI 工具竞争正在从“模型最强”转向“运行时能力最完整”。过去大家最关心的是模型本身，但今天越来越多能力实际上诞生在 runtime 层：浏览器控制、终端操作、记忆系统、工具调用、权限隔离、状态管理，以及现在的 Computer Use。模型仍然重要，但它越来越像大脑，而这些 runtime 能力则像身体和神经系统。没有它们，再强的模型也很难进入真实操作世界。

而 open-codex-computer-use 的价值，就在于它把这个“身体能力”做成了开放组件。它未必是最终形态，但它让外界更容易看到：Computer Use 不必天然属于某一家模型公司，它完全可能成为开放 Agent 生态中的公共能力层。

为什么 llmapis 读者应该关心h2

1. 它代表 Computer Use 正在从封闭能力走向开放基础设施h3

2. 它说明 MCP 正在继续扩张自己的边界，不只是“接工具”，而是开始承载更接近系统级操作的能力h3

3. 对 coding agent、workflow agent、桌面自动化、企业内部智能体来说，这种开放 Computer Use 层会非常关键h3

最后判断h2

如果你只把 open-codex-computer-use 看成“开源版 Codex Computer Use”，那会低估它的价值。它真正值得关注的地方，在于它把 Computer Use 这项原本容易被厂商产品化封闭起来的能力，重新定义成了一个可被 MCP 调用、可被多个 Agent 宿主接入、并且正在被工程化和标准化的开放运行时组件。

这不是又一个简单的 demo 项目，而更像是一个信号：未来 Agent 的“会不会用电脑”，不一定是某家模型产品的专属卖点，而可能成为开放 AI 运行时的标准能力之一。

来源h2

GitHub | 2026年4月22日

原文链接h2

https://github.com/iFurySt/open-codex-computer-use

标签h2

AI ComputerUse MCP AgentRuntime OpenSource

本内容为 llmapis.com 每日资讯编辑解读，聚焦 AI / Agent / LLM 相关项目与趋势。