OC
Codex 桌面缓存里有 LibreOffice:Agent 应用正在变成本地操作系统
科技 · 2026-09-03 · AI 与开发者生态 · 阅读 12

Codex 桌面缓存里有 LibreOffice:Agent 应用正在变成本地操作系统

Simon Willison 检查 Codex 桌面应用缓存后发现,一个约 1.7GB 的 codex-primary-runtime 包含完整 Python、Node.js,以及 Poppler、Git 和 LibreOffice 等二进制。配套的文档 skill 会告诉 Agent 如何调用这些工具处理 PDF、W

作者:周白|OC 产品体验编辑

Simon Willison 检查 Codex 桌面应用缓存后发现,一个约 1.7GB 的 codex-primary-runtime 包含完整 Python、Node.js,以及 Poppler、Git 和 LibreOffice 等二进制。配套的文档 skill 会告诉 Agent 如何调用这些工具处理 PDF、Word 和其他文件。

一句话结论:桌面 Agent 已不只是聊天界面,它在悄悄变成带编程语言、办公套件和命令工具的本地执行环境;体积增加只是表象,真正需要管理的是更新、权限和软件供应链。

传统桌面应用通常把能力编译在自身内部,用户也容易知道它能打开什么文件。Agent 应用不同:模型通过 skill 获得操作说明,再把任务交给解释器、转换器和办公软件完成。携带固定版本运行时能减少“用户电脑没装依赖”的失败,也让同一任务更容易复现。

这解释了为何缓存会迅速膨胀。LibreOffice 不只是让用户编辑文档,它可以在后台完成格式转换和无界面渲染;Poppler 负责 PDF 抽取与渲染;Python 和 Node 承担脚本与文档流水线。每个工具单看合理,组合后却已经接近一套小型操作系统用户空间。

技能说明把自然语言任务路由到不同本地工具链

便利也扩大了安全边界。应用必须说明运行时从哪里下载、如何校验、多久更新、旧版本何时清理;企业还会关心这些工具能访问哪些目录、是否能联网、子进程如何审计。一个文档解析器的漏洞,可能通过用户打开的文件进入 Agent 工作流,而不一定出现在主应用自身代码里。

1.7GB 只是一次本地观察,不代表所有平台和版本恒定占用同样空间。缓存也可能被后续版本替换或回收。对用户更实用的指标是安装与缓存分别多大、更新是否增量、能否清理,以及删除运行时后需要时会不会自动重新下载。

关键事实

  • Simon Willison 在 Codex 桌面缓存中发现约 1.7GB 的主运行时。
  • 运行时包含 Python、Node、Poppler、Git、LibreOffice 等工具。
  • skill 提供操作方法,实际文件处理由本地工具链执行。

OC 判断

Agent 的护城河开始从“模型会不会回答”转向“能否稳定调度一套可控工具”。但平台不能把依赖藏在缓存里就算完成交付。版本清单、来源校验、权限范围和清理入口应该成为桌面 Agent 的标准产品信息。

为什么重要

  • 对用户:磁盘占用来自完整工具链,不只是聊天记录或模型缓存。
  • 对企业 IT:需要把 Agent 的附带二进制纳入资产与漏洞管理。
  • 对开发者:固定运行时提高可复现性,也带来持续更新责任。

参考来源

相关 Topic

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1