OpenAI在Codex中上線Chronicle功能，讓AI直接讀取屏幕上下文成爲默認交互方式
OpenAI在Codex中上線Chronicle功能，使AI可以通過後臺持續截屏與OCR解析，自動理解用戶當前屏幕內容，從而在對話中直接引用“這個報錯”“那個文件”等上下文，無需手動複製粘貼。該功能作爲此前Memories的擴展，已在macOS的ChatGPT Pro用戶中小範圍開放。
Chronicle通過本地後臺進程定期記錄屏幕活動，並生成結構化記憶文件，用於增強跨會話理解能力。但這些數據需上傳至OpenAI服務器處理，且生成的明文Markdown文件存儲於本地路徑，帶來潛在隱私泄露與prompt injection攻擊風險；官方已明確提示該功能可能放大惡意網頁指令影響。
類似“AI讀屏”路徑此前已被Microsoft Recall及部分IDE工具探索，但將其作爲持續運行的Agent、自動構建長期記憶並嵌入編程工具體系，目前在主流廠商中尚屬激進推進。
來源：公開信息
ABAB AI 解讀
這不是一個簡單的功能更新，而是人機交互範式的轉移：從“用戶提供上下文”轉向“AI主動獲取上下文”。過去LLM的核心瓶頸在於上下文窗口與信息輸入成本，Chronicle試圖用系統級數據採集繞開這一限制，本質是在用操作系統層的數據流替代prompt本身。
這背後是一個更大的競爭方向：誰掌握“用戶真實行爲流”，誰就掌握下一代AI入口。搜索時代的核心資產是查詢詞，移動互聯網時代是點擊與停留時間，而這一代AI競爭的是連續的屏幕語義流。Chronicle把“你正在做什麼”直接變成模型輸入，相當於把操作系統變成訓練與推理接口的一部分。
隱私與安全問題不是附帶成本，而是結構性矛盾。該模式天然擴大攻擊面：prompt injection從“文本污染”升級爲“環境污染”，任何網頁、文檔甚至終端輸出都可能成爲指令源。這意味着傳統“模型對話安全”正在轉向“系統級安全”，邊界從API擴展到整個用戶設備。
從產業路徑看，這一方向解釋了爲何Microsoft、OpenAI、以及IDE廠商同時向“長期記憶+系統級感知”推進。差異不在模型能力，而在誰能更深嵌入操作系統與開發環境。一旦AI穩定掌握持續上下文，傳統應用的界面層價值將被削弱，軟件的主入口可能從“點擊應用”變爲“描述目標”。