2026年6月22日，AI自主执行能力在同一天迎来两个标志性突破：OpenAI更新macOS端Codex，上线Record & Replay录制回放功能，用户演示一次操作流程，AI就能自动将其转化为可无限复用的自动化技能；开源社区则迎来了全球首个Agentic（智能体驱动）视频制作系统OpenMontage，集成超500个智能体技能，将AI编程助手转化为功能完备的视频制作工作室。
两件事的共性信号非常清晰：AI正在从"回答问题"全面转向"替你干活"，从"你教它做"升级到"你做给它看"。
一、Codex Record & Replay：演示一次，AI 就会了
OpenAI Codex 26.616版本上线的Record & Replay功能，其操作逻辑极其直观：用户在macOS桌面上完整演示一遍操作流程——从打开文件、复制数据、填表到生成报告——AI自动记录并转化为一个可反复执行的自动化技能。
关键在于，它不只是简单记录鼠标轨迹。录制过程中，系统会自动抓取文件路径、操作逻辑、校验标准，跨文件、跨网页的复杂工作流都能稳定复刻。这意味着录制的技能不只是"回放一遍操作"，而是"理解了你为什么要这样做，然后自己推导出可以复用的逻辑"。
录制好的技能支持在远程设备上持续运行，支持本地与远程主机切换线程，无需重复设置流程。对于企业而言，这意味着一个人录制的工作流，可以被团队中所有人复用。
最值得关注的是它的使用门槛——不需要懂代码、不需要写提示词。普通文员、设计师、运营人员都能录制自己的"数字员工"来完成批量素材处理、表格整理、网页抓取等高频重复性任务。AI自动化的使用门槛，第一次从"程序员"降到了"任何人"。
不过，该功能目前存在地域与设备限制：仅适配Mac系统，欧盟、英国、瑞士因数据合规法规暂不开放使用，全部自动化能力需付费ChatGPT账号。
二、OpenMontage：500 个智能体技能的"视频工厂"
如果说Codex的录制回放是在"桌面自动化"维度上的突破，OpenMontage则在"创意生产"维度上展示了Agent协作的想象力。
OpenMontage由开发者calesthio推出，是全球首个开源Agentic（智能体驱动）视频制作系统。它的设计理念是：将AI编程助手（如Cursor、Copilot、Claude Code等）转变为功能完备的视频制作工作室——一个集策划、拍摄、剪辑、特效于一体的全自动"视频工厂"。
系统集成了12条流水线、52个工具和超过500个智能体技能。这些技能覆盖了视频创作的全流程：从脚本写作、镜头规划、素材检索、画面生成、音频合成、字幕添加，到最终渲染输出。每个环节由独立的Agent技能模块执行，通过智能调度实现全链路自动化。
对于内容创作者而言，这意味着：过去需要一个团队（编导+摄影师+剪辑师+音效师+包装师）才能完成的专业视频制作，现在一个人+一个AI编程工具就能搞定。对于中小内容团队、自媒体创作者、电商营销人员来说，这大幅降低了视频内容生产的成本门槛。
值得注意的是，OpenMontage选择以开源方式发布。这意味着社区可以持续为其贡献新的Agent技能和流水线，加速从"可用"到"好用"的进化。当开源社区开始围绕Agent视频制作形成生态，其迭代速度将远超任何单一公司的产品路线图。
三、从"问AI"到"教AI"再到"AI自己干"
回顾过去两年AI能力演进的路径，可以清晰看到一条"自主性升级"的脉络。
2024年，AI的核心范式是"问答"——用户提问，AI回答；用户写提示词，AI生成内容。人类是执行的主体，AI是辅助工具。
2025年，范式升级为"协作"——AI开始理解上下文、完成多步推理、生成可执行代码。Claude Artifacts、GPT-4 Canvas等产品让AI参与到创作和编程的中间环节。
2026年上半年，范式再次升级——AI开始具备"自主执行"能力。Agent框架让AI可以自主调用工具、规划任务、执行操作、校验结果。OpenAI Codex的录制回放和OpenMontage的Agent视频系统，将这一趋势推向了新的高度。
录制回放功能的特殊之处在于，它在"自主执行"上增加了一个关键能力——观察学习。以前教AI做一件事需要写详细的文字说明或复杂的提示词模板，现在用户只需要"做一遍给它看"。这种交互方式更接近于"带徒弟"——师傅做一遍，徒弟学会后自己干。
OpenMontage的特殊之处在于协作规模——500多个Agent技能不是各自为战，而是通过12条流水线协同工作。这标志着Agent的能力不再是"单个智能体有多强"，而是"一群智能体协作能完成多复杂的任务"。
四、桌面自动化市场的重新洗牌
Codex录制回放功能的推出，对现有的桌面自动化市场构成了直接冲击。传统RPA（机器人流程自动化）工具如UiPath、Blue Prism等，需要专业开发人员编写脚本、配置规则、调试流程，项目周期通常以周计。而Codex的方式是"演示一遍就行"，将自动化流程的构建周期从天缩短到分钟。
这种变化意味着：企业过去需要专门设立"自动化工程师"岗位来负责RPA项目实施，现在每个普通员工都可以成为自己的"自动化工程师"。AI自动化的普及成本，正在从"昂贵的人才"变为"已有的工具"。
当然，Codex录制回放也并非万能。它目前的局限性在于：仅支持macOS桌面端操作，无法处理需要物理设备交互的任务，复杂条件分支的识别能力也有待验证。但考虑到这只是第一个版本，其后续迭代空间值得期待。
与此同时，Grok宣布推出Office三件套插件（Word/Excel/PPT），让AI直接嵌入最常用的办公软件之中。当AI从"一个单独的对话框"变成"文档内嵌的协作伙伴"，办公自动化的入口正在经历一场静悄悄的革命。
五、AI 自主执行时代的产业影响
Codex录制回放和OpenMontage的同日上线，折射出AI自主执行能力正在多个维度同步突破：
在桌面办公领域，AI从"辅助工具"变为"数字员工"。录制回放、Grok Office插件、微软Copilot等产品正在让AI从"你问它答"变为"你让它做"。
在创意生产领域，500多个Agent技能协作的视频制作系统，正在重新定义内容生产的成本结构。当AI可以从脚本到成片全自动完成视频制作，传统视频行业的效率模型将被重新校准。
在行业演进层面，AI的"动手能力"正在从技术前沿走向主流应用。5月还只有少数开发者在使用Agent框架编写自动化脚本，6月就已经诞生了"演示一次就能学会"的产品。这个加速度本身，就是最值得关注的信号。
一位早期测试者在体验录制回放后感慨："我最震撼的不是AI学会了怎么做，而是它学会了之后比我做得更快、更稳、不会出错。那一刻我突然意识到——不是AI在追赶人类，是人类在用AI追赶自己。"