还记得去年 Recall 的翻车吗？让 AI 每隔几秒截一次屏，记住关于你的一切，结果截屏未加密存储，最后不得不下架。

现在 OpenAI 在 Codex 中推出了一个类似的功能 Chronicle，让 AI 持续盯着你的屏幕，持续构建和更新关于你的记忆。

Chronicle 做了什么

Chronicle 是 Codex 的一个实验性功能，目前只对 Pro 订阅用户和 Mac 用户开放。在 Codex 设置里打开 Chronicle research preview 开关，状态变成 Running，它就开始工作了。

开启之后，它会在后台定期截取你的屏幕内容，把截图发到 OpenAI 服务器跑一遍 OCR 和视觉分析，提取出文字摘要，再存回你本地的一个 Markdown 文件里。

想象空间确实挺大的。你在浏览器里查了一篇文档，切到编辑器写了几行代码，又去 Slack 回了条消息，这些 Chronicle 都看得到。下次你跟 Codex 对话的时候，不用再花时间解释我刚才在干什么，因为它早就已经知道了。

Codex 的产品负责人 Tibo 说 Chronicle 改变了他和很多 OpenAI 员工使用 Codex 的方式。说白了，OpenAI 想让 Codex 从一个编码工具变成一个全能的 Super App，Chronicle 就是这个方向上的关键一步，让 Codex 能感知到你整个工作环境。

但这里有个问题。

截图去了哪

Chronicle 整体的工作流程比想象中复杂，下面这张图拆解得比较清楚：

简单说，数据流是这样的：

1. 后台定期截屏，临时存在$TMPDIR/chronicle/screen_recording/，6 小时后自动删除
2. 截图发送到 OpenAI 服务器，进行 OCR 和视觉分析
3. 分析结果经过多阶段的提炼和整合，最终以 Markdown 格式存回本地~/.codex/memories_extensions/chronicle/

OpenAI 文档明确指出，截图处理完就删掉，不会用于训练。但有几个细节值得注意。

本地存储的记忆文件是未加密的 Markdown，任何有文件系统访问权限的程序都能读。有意思的是，Recall 翻车之后重新上线时加了不少安全措施：加密数据库、Windows Hello 认证、敏感信息自动过滤（信用卡号、身份证等）。Chronicle 发布的时候，这些一个都没有。

不过这些还不是最让我在意的。更值得警惕的是 prompt injection 的攻击面被大幅扩大了：你打开一个恶意网页，网页里藏了一段指令，Chronicle 截屏后发给 AI 分析，这段指令就可能被执行。以前攻击者只能通过你主动输入的内容来注入指令，现在你屏幕上出现过的一切都是潜在的攻击入口。

OpenAI 的建议是什么？开会前或查看敏感内容前，手动暂停 Chronicle。

不过这就有个明显的问题了，如果系统需要用户自己记得在关键时刻关掉它，那这个系统的设计本身就有问题。

另一条路：Claude Code 怎么做记忆

同样是解决 AI 不记得你在干什么这个问题，Anthropic 走了一条完全不同的路。

Claude Code 的 Auto Memory 不看你的屏幕，也不截图。它只从你和它的对话中学习。当你纠正了它的一个错误、当你表达了某个偏好、当一个 debug 过程走完了，Claude 会判断哪些信息值得记住，然后写进本地的MEMORY.md 文件。

两个产品的思路差别挺大的。Chronicle 想做一个全知全能的助手，持续观察你的整个桌面活动，浏览器查的文档、编辑器里的代码、Slack 里的讨论，它全都能关联起来。这种跨应用的上下文理解是 Auto Memory 做不到的。但代价是你的截图得先过一遍 OpenAI 的服务器，隐私边界从一开始就是模糊的。

Auto Memory 正好反过来，只从对话里提炼，全程不碰你的屏幕。记忆文件就是本地的 Markdown，想删就删，想改就改。代价是 Claude Code 只能记住对话里的东西，对话之外的活动它一无所知。用个不太严谨的类比，Chronicle 像是装了个监控摄像头，Auto Memory 像是发了一本笔记本让它自己记。

为什么 AI 都想看你的屏幕

Recall、Chronicle，加上之前的 Rewind AI（被 Meta 收购后直接关了 Mac 应用），三家公司在不同时间点做了同一个决策：让 AI 看用户的屏幕。

这不是巧合。

做过 AI 编程的你应该有体会：每次开一个新会话，都得重新交代一遍“我在做什么项目、用什么技术栈、之前跑到哪一步了”。我自己用 Claude Code 的时候，复杂项目开头经常要花点时间交代背景信息，有时候还忘了说某个关键细节，结果 Claude Code 给出的方案就跑偏了。这个冷启动的成本，用得越深越明显。

上下文是 AI 最稀缺的资源，模型再聪明，不知道你在干什么就是不知道。而屏幕恰好是信息密度最高的上下文来源，一张截图包含的信息量，远比你打字描述的多得多，编辑器里的代码、浏览器里的文档、终端里的报错，全在一个画面里。我觉得这就是为什么尽管 Recall 被骂得那么惨，OpenAI 还是选择做同样的事。

但这里有个解不开的矛盾：用户想要 AI 懂我，同时又不想 AI 监视我。目前谁也没想出两全的办法。也许等端侧模型足够强，截屏和分析都能在本地完成的时候，这个矛盾才有可能真正化解。

GitHub 上有个叫 Screenpipe 的开源项目，做的事情跟 Chronicle 类似，但完全在本地处理。截屏、OCR、记忆生成，全部跑在你自己的机器上，不上传任何数据。18000 多个 star，说明这个需求是真实的，但用户对怎么实现有自己的判断。

写在最后

回到开头的问题：Recall 搞砸了，为什么 OpenAI 还要做 Chronicle？因为上下文争夺战才刚开始。

不只是 OpenAI 和 Anthropic，Google 在最新发布的 Gemini Mac App 里也加了读屏功能。每家都在赌同一件事：AI 的终局不是一个更聪明的聊天框，而是一个真正理解你工作的搭档。问题在于，这个搭档需要时刻盯你的屏幕才能做到吗？

相关资源：

• Codex Chronicle 官方文档：https://developers.openai.com/codex/memories/chronicle
• Claude Code Memory 文档：https://code.claude.com/docs/en/memory
• Greg Brockman 发布推文：https://x.com/gdb/status/2046293955009274019
• Screenpipe（开源本地方案）：https://github.com/mediar-ai/screenpipe

欢迎长按下面的二维码关注Feisky 公众号，了解更多云原生和 AI 知识。