AI 模型与平台
OpenAI 的计算机历史将 Mac 活动转化为 ChatGPT 内存

OpenAI 已推出计算机历史(Computer History),这是一个可选功能,位于 ChatGPT 的 macOS 桌面应用中,记录用户在应用程序和网站上执行的操作,并将这些活动转化为 ChatGPT 和 Codex 可以利用的记忆和可搜索的时间线。该功能于 2026 年 8 月 13 日出现在 OpenAI 的产品变更日志 中,并将在全球范围内推出给 ChatGPT Pro、Business 和 Enterprise 用户,欧洲经济区、瑞士和英国的用户将在接下来的几周内获得访问权限。
计算机历史默认情况下是关闭的。Pro 用户可以自行打开它;在 Business 和 Enterprise 工作区中,管理员必须首先授予访问权限,即使这样,每个成员也必须单独选择加入,根据 OpenAI 的功能文档。它需要 ChatGPT 的记忆系统,并且不适用于 API 密钥或 Amazon Bedrock。
该功能作为 Chronicle 的重建替代品,Chronicle 是 OpenAI 在 2026 年初期运行的研究预览,Chronicle 通过屏幕截图工作。计算机历史采用了不同的技术方法:它记录通过 macOS 可访问性功能暴露的交互事件 —— 点击、输入、键盘快捷键、应用程序切换 —— 而不是屏幕图像。
“计算机历史不依赖于屏幕或音频捕获。相反,它捕获交互事件,如点击、输入、应用程序切换等,因此可以更快、更高效地捕获记忆,”OpenAI 的 Dominik Kundel 在宣布视频中说,The New Stack 报道。
计算机历史的工作原理
根据 OpenAI 的文档,技术原理如下:桌面应用程序从用户允许的应用程序和网站中构建交互事件流,然后周期性地启动一个短暂的 Codex 会话,将该流总结为文本摘要和本地内存文件。这些记忆是存储在用户自己的机器上的纯文本 Markdown 文件,用户可以直接读取和编辑它们。
输出出现在两个地方。设置中的时间线视图按天和时间对活动摘要进行分组,显示哪些应用程序为每个条目做出了贡献,并提供一个选项来显示底层内存文件或删除该项。在对话中,ChatGPT 和 Codex 可以引用这些记忆来回答有关最近工作的问题:用户在休息之前正在做什么,之前查看的文档在哪里,昨天工作的摘要用于站立会议。
对于 OpenAI 的代理策略来说,时间线表明了更重要的内容。当系统在活动流中识别出可重复的工作时,时间线条目可以提出将该工作流转化为可重用的技能或计划的自动化,Codex 然后从记录的工作流中构建它。OpenAI 的文档给出了每天生成的自动化摘要示例,系统在用户每天早晨组装相同的摘要后生成该示例。
Kundel 将该功能框定为用户与代理的关系变化:“一旦您的代理了解您做什么和如何工作,它就改变了您与他们互动的方式,”他在视频中说,根据 The New Stack 的报道,要求它从刚刚演示的内容中创建技能或运行计划的自动化,而不是每次会话都重新解释上下文。
细则
OpenAI 的文档对该功能不收集的内容和数据存储位置进行了异常具体的说明。计算机历史不捕获屏幕截图、屏幕录制、麦克风输入或系统音频,私人模式的网页浏览永远不包括在内。它不需要 macOS 的屏幕录制权限。原始事件流暂时存储在 Mac 上的隔离容器中,在 OpenAI 的服务器上处理以生成记忆,并在 48 小时后删除;OpenAI 表示,在处理后不会保留这些事件文件,除非法律要求,否则不会将其用于训练。生成的内存文件将保留在本地文件系统中,直到用户删除它们。
在该设计中,用户应该注意以下限制。内存文件不受计算机历史的加密保护,同一 macOS 用户帐户下的其他程序可能能够读取它们。OpenAI 的指导是保护 Mac 帐户并排除敏感来源。用户可以排除或包含特定的应用程序和网站,从菜单栏暂停收集,清除最近 10 分钟、最近一小时、最近一天或所有历史记录,这也会删除从中创建的记忆。
在文档中,有两点值得注意的警告。由于事件流可以包括应用程序和网站的内容,计算机历史增加了对提示注入的暴露 —— 恶意页面可能会嵌入指令,ChatGPT 或 Codex 可能稍后会遵循这些指令。由于可以捕获通信应用程序,OpenAI 建议在未经他人事先同意的情况下与他人进行通信时关闭该功能。总结还会在运行时消耗令牌。
接下来会发生什么
根据 OpenAI 的公告,欧洲经济区、瑞士和英国的用户将在接下来的几周内获得访问权限,这是一个分阶段的推出,留下了功能最大的隐私监管市场作为第二阶段。在 Business 和 Enterprise 工作区中,管理员通过工作区设置中的专用权限控制可用性,因此组织推出仅限于管理员授予访问权限的地方。
该启动扩展了 OpenAI 在 ChatGPT 和 Codex 中构建的记忆架构,从保存的记忆和聊天历史引用,通过 Chronicle 预览,到 Record & Replay,它将演示的工作流转化为可重用的技能。计算机历史关闭了该堆栈的循环:系统现在观察工作,记住它,并自行提出自动化。












