和 Codex
、Claude Code 等 Coding Agent 溝通，很多時候就像站在許願池邊，對著池子裡的王八扔硬幣，嘴裡念念有詞，關鍵它還真給你兌現願望。
、Claude Code 等 Coding Agent 溝通，很多時候就像站在許願池邊，對著池子裡的王八扔硬幣，嘴裡念念有詞，關鍵它還真給你兌現願望。因此，對很多不懂代碼的人來說，Codex 帶來的亢奮感是肉眼可見的——
它讓人第一次感覺，自己也能指揮電腦幹活。
🔗 https://x.com/zhongerxin/status/2068027614300893383
近半年以來，社交媒體上，圍繞 Codex 的玩法越來越野。有人讓它寫網頁，有人讓它做報表，有人讓它管文件，還有網友 @zhongerxin 折騰出了一種更直觀的玩法：
把畫布塞進 Codex。
他基於 tldraw 改造了一個叫 Cowart 的本地無限畫布插件，讓 Codex 不只讀文字提示詞，也能看到用戶在畫布上的箭頭、批註和位置標記。其作用在於讓 AI 改圖時，能夠指哪打哪。
改造了一個叫 Cowart 的本地無限畫布插件，讓 Codex 不只讀文字提示詞，也能看到用戶在畫布上的箭頭、批註和位置標記。其作用在於讓 AI 改圖時，能夠指哪打哪。逃離聊天框，Canvas 才是 AI 的應許之地
介紹 Cowart 之前，得先提一下 tldraw。
tldraw 可以理解為一塊跑在瀏覽器里的無限白板。
它基於 React 構建，提供完整的畫布引擎，內置白板工具、壓感繪圖、幾何圖形、富文本、箭頭、形狀吸附、圖片與影片支持，以及圖像導出等能力。
Github 地址 🔗 https://github.com/tldraw/tldraw
開發者可以基於它自定義形狀、工具、綁定關係和 UI 組件，把它擴展成各種不同類型的畫布應用。
Cowart 做的事情，就是基於 tldraw 搭了一個本地可視化畫布，讓用戶在畫布里構思、標註和生成圖片，再把標註交給 Codex 繼續修改。
玩法也不複雜。
安裝 Cowart 時，可以直接把下面這段話發給 Codex，讓它自動完成插件安裝：
請從 https://github.com/zhongerxin/cowart.git 安裝 Cowart Codex 插件。
請 clone 倉庫到 ~/plugins/cowart，確認 .codex-plugin/plugin.json 存在，
把插件加入 personal marketplace，先運行 codex plugin marketplace add ~，
再運行 codex plugin add cowart@personal。
安裝後請校驗插件，並告訴我是否需要開啟一個新對話來加載新技能和 MCP 工具。
安裝完成後，通常需要開啟一個新的 Codex 對話，讓新的 skill 和 MCP 工具完整加載。使用時，可以直接在 Codex 中輸入：
幫我打開 Cowart 畫布。
實測中，Cowart 會啟動一個本地網頁服務，並在對話里給出預覽入口。然後接下來的操作就非常簡單了。
比如調用 Cowart 插件，繼續在對話中輸入：
幫我生成一張達芬奇原汁原味風格的《蒙娜麗莎》油畫
隨後，Codex 生成圖片，並把它放進 Cowart 畫布，右側畫布中可以看到生成後的《蒙娜麗莎》圖片。後續修改可以直接圍繞這張圖進行。
接下來，我在 Cowart 畫布里對這張圖做兩處標註。
第一處，在人物眼睛位置畫箭頭，並寫上「給眼睛戴上墨鏡」。第二處，在手部位置畫箭頭，並寫上「手裡拿著一杯果汁」。
標註完成後，把這張 Cowart 標註截圖發給 Codex，並輸入：
使用我的 Cowart 標註截圖，生成一張乾淨的修訂版圖片，並將它放在原圖旁邊。
Codex 隨後根據標註截圖生成新的修訂圖。
2002 年史匹柏的《關鍵報告》里，湯姆·克魯斯飾演的角色站在懸浮螢幕前，用手勢拖拽、圈選、調取數據。原本抽象的檢索、判斷和資訊整理，被拍成了一種直接的空間操作：看到哪裡，手伸過去，資訊就跟著移動。
Cowart 的畫布標註當然沒有那麼科幻，但它對應的交互直覺是一致的。
過去用戶得把腦子裡的畫面翻譯成一長串提示詞，現在只要把箭頭畫到圖上，把要求寫在旁邊。AI 看到的不再只是「把這裡改一下」這樣的模糊描述，還有位置、方向和上下文關係。
再來看一個商品圖製作的案例。
依舊是讓 Cowart 先生成一張極簡風格的空白牛皮紙外帶咖啡杯，放在木質桌面上；隨後在背景區域標註「背景換為露營地」，在杯身中間標註「加上一個柴犬 logo」。
最終的結果也不出所料。
當 Cowart 把 AI 改圖裡的位置描述變成了畫布標註，用戶也不需要反覆解釋「左上角」「中間偏右」「手的位置」這類空間關係，直接在圖上指給 Codex 看即可。
Cowart 這套「畫布加標註加生圖」的交互，也不只是綁定在 Codex 上。只要 Agent 客戶端能調用本地 MCP 工具、能訪問本地畫布服務、能使用圖像生成能力，類似玩法就可以遷移過去。
開發者 Chloe Tian（@tllll64）就搞了個 WorkBuddy 適配版，感興趣的可以試試。
Github 地址🔗 https://github.com/tllll64/cowart_workbuddy
不過，儘管 Cowart 未來可期，但目前體驗還比較粗糙的：
響應慢，從開畫布到生成、修改都得等；額度消耗高，多試幾個版本成本肉眼可見地往上漲；還容易斷聯——畫布、本地服務和 MCP 工具偶爾不同步，Codex 無法讀取選區或插入結果，得重開畫布或重啟對話才能緩過來。
Codex 正在變成打工人的 AI「工作檯」
Codex 的插件和應用案例，其實一直被市場低估。翻一翻 OpenAI 官網也能發現許多有趣案例，覆蓋收件箱管理、電腦自動操作、前端開發、遊戲開發、原生應用開發、生產系統維護等一系列場景。
在這些案例里，Codex 承擔的任務已經不只是寫幾段代碼。它可以幫用戶管理收件箱，找出重要郵件，並按照用戶的語氣草擬回復；可以在 Mac 上點擊、輸入和操作應用；
可以跟隨一個長期目標，持續處理複雜任務；也可以清洗表格數據、查詢 CSV 和電子表格、審查 GitHub pull request、根據截圖生成前端界面，甚至自動生成 slide decks。
🔗 https://developers.openai.com/codex/use-cases
OpenAI 發布的《How OpenAI uses Codex》白皮書顯示，Codex 已在安全、產品工程、前端、API、基礎設施和性能等團隊中日常使用，基於內部訪談與數據總結。其主要應用可歸為七類：
🔗 https://cdn.openai.com/pdf/6a2631dc-783e-479b-b1a4-af0cfbd38630/how-openai-uses-codex.pdf
最佳實踐包括：先用 Ask Mode 規劃，再用 Code Mode 執行；優化運行環境與權限配置；Prompt 類似 GitHub Issue，需提供充分上下文。團隊還將任務隊列當作輕量 backlog，藉助 AGENTS.md 提供長期上下文，複雜任務用 Best-of-N 生成多方案篩選。
Cowart 這類功能插件本質上也契合這個方向。
對話是線性的，而創造往往是空間性的、發散的。用戶在畫布上指出位置，Codex 調用本地工具讀取狀態、生成圖片、插入畫布，並把結果保存在當前項目目錄中。
往後看，很多輕量功能可能不會以獨立應用的形態存在，而是成為 Agent 可以調用的一組本地能力，並被裝進同一個工作流里。
當畫布、表格、網頁、郵件、代碼倉庫等等桌面環境都能被 Agent 理解和調用，Codex 也就演變成了一個可以被不斷加裝能力的本地工作檯。
至於現在該準備點什麽？或許就是備好自己的想像力，往 AI「許願池」里，投下一枚枚更大膽的硬幣。
