豆包工作上线录制回放技能 媲美Codex操作体验

豆包工作近期迎来重要功能升级，悄悄上线了类似Codex的录制操作生成技能——record & replay，带来了更轻量化的自动化操作体验。

这项技能核心逻辑类似简化版的机器人流程自动化（RPA），无需用户掌握编程知识，也不用手动搭建复杂工作流，只需将操作电脑的过程录制下来，AI就能自动解析步骤并复刻相同操作。更值得一提的是，它追加了讲解功能，支持最长30分钟录制时长，用户可边操作边说明每一步选择原因，既不用死记硬背鼠标轨迹，也无需一次性完成完美录制，大幅降低了使用门槛。

测试者尝试用它控制Grok Bot自动收集Github项目更新时，发现它和Codex的Computer Use有明显区别：若需使用当前操作窗口，它会主动中断当前任务避免冲突。而之前使用Codex时，常遇到同时开启多个对话导致的操作冲突，比如一边录视频一边和其他Agent对话，弹出页面会不断打断操作，导致多次重试仍失败。因此，两种机制各有优劣：在本机使用时，自动暂停机制不会打断主要工作更合适；远程设备运行时，重试机制更省心，不会占用本地资源。

关于录制回放技能的搭配使用，测试者之前未提及它能与现有的Computer Use、浏览器自动化功能结合。像豆包这类工具，会先返回当前状态再给出后续行动，此时最好的做法是让它执行巡检。特意强调“巡检”，是因为以前常设置固定时间间隔（如每5分钟、10分钟检查一次），但如果不确定间隔，完全可让模型自行判断合适时间，直到任务完成为止。

录制回放技能与其他功能互补，当所需自动化无对应API、不局限于浏览器操作、需跨多个步骤或跨软件工作流时，非常推荐用它录制技能，尤其是搭配解说功能。这一点在实际使用中体现明显：测试者之前录屏时，为省事直接最大化页面，导致只能复刻固定屏幕尺寸的操作，而很多时候需要4:3的素材，这就需要额外操作——把除当前窗口外的其他窗口最小化，从单一动作变成针对不同软件的通用操作，这也是现有Agent具备计算机操作和浏览器自动化能力后，录制回放功能仍有必要存在的原因。

此外，录制回放技能还能利用用户日常习惯实现反检测。比如跨平台采集内容时，很多Agent被检测到是因为操作固定、时间间隔规律，若模仿类似ADHD的随机习惯，在30分钟内随机切换不同平台（如某音、某书、X、某站等），中间穿插其他操作，再把录制内容交给工具，就能生成几乎不会被检测到的信息采集技能。之前测试者尝试固定时间间隔操作，仍会被识别异常，而这种贴近日常的随机操作更符合真实用户行为模式。

除内容采集，这项技能还能解决公众号排版发布的痛点。测试者之前的流程是从飞书选排版应用，复制稿子到公众号后台，调整间隔行距、上传视频、设置封面标题、发预览，整套流程需半小时，若用录制回放技能，就能复刻这套操作大幅简化流程。不过首次使用时，测试者担心冗余画面影响技能质量，但因工具处理时优先转换音频，只要在录制开头说明要做的动作，中间或结尾的多余画面、通知打断都不会有太大影响。

经过测试，豆包工作的迭代速度和完成度都超出预期。除上述场景，Figma、Canva的封面模板导出多样式，剪映的素材排序、多格式导出、音频单独提取等操作，都适合用录制回放技能实现。

测试者之前依赖Codex，现在更看好豆包工作，它的能力越来越完善，从之前的记忆整合到现在的录制回放，是目前最贴合Codex使用体验的国产Agent。Codex额度告急后，可转向豆包工作，确实很有吸引力。