Codex Computer Use 对比 ego(lite)：浏览器实测基准
我们在 2026 年 9 月 11 日让 Codex Computer Use 和 ego(lite) 跑完五个浏览器任务。两者都完成了每一次计时运行。ego(lite) 在每个用例中都取得了更低的中位机械执行时间，并把工作保留在专用的本地浏览器 Space 内。
本次对比每条路径各运行 15 次，共 30 次。ego(lite) 使用浏览器级语义；Codex 通过 macOS 辅助功能和截图来观察并控制原生 Chrome。这一区别有助于解释耗时差距，但结果仅适用于这套浏览器测试集。我们没有测量每个任务的模型成本或额度成本。
什么时候 ego(lite) 更适合浏览器自动化？
ego(lite) 是一款面向人和 AI Agent 的完整本地 Chromium 浏览器；按产品类别来说，它是一款 Agent 浏览器。当任务留在浏览器内，并且受益于用户提供的状态或专用的可见 Space 时，它更合适。在这套受控的五用例测试集中，这条浏览器专用路径记录的中位执行时间低于原生 Codex Computer Use 路径；该结果并非通用的速度或可靠性排名。
当工作流必须离开浏览器并操作桌面软件时，Codex Computer Use 仍然有用。那是不同的产品需求。对于常规表单填写、提取、已登录导航或可重复的浏览器工作流，其通用桌面控制路径可能带来浏览器专用工具不需要的观察开销。
我们是如何运行这次基准测试的？
我们使用的是一台 Apple 芯片的 Mac，运行 macOS 26.5.1、ChatGPT/Codex app 26.903.61454，以及 ego 0.5.1.2 搭配 Chromium 152.0.7977.54。测试目标是 The Internet，一个公开的浏览器自动化测试站点。每个用例运行三次，每一次派发的操作都必须以可验证的页面状态变化收尾。
对于 Codex Computer Use，我们创建了相互隔离的原生 Chrome 进程，并使用 macOS 辅助功能树（accessibility tree）加窗口截图来进行观察和控制。对于 ego(lite)，我们使用一个专用 Space，配合语义化浏览器定位器和快照。计时从目标页面加载完成后开始，涵盖观察、操作、等待和最终验证。计时不包含初始导航和模型推理，因此这些是观察到的端到端控制路径耗时，而不是从提示到回答的延迟，也不是浏览器引擎的原始速度。
我们测试了哪些浏览器自动化用例？
这套测试有意把直接的 DOM 操作与有状态、异步行为结合在一起。它的规模小到可以复现，覆盖面又足以暴露不止一次顺利路径上的点击。
| 用例 | 任务 | 通过条件 |
|---|---|---|
| 表单登录 | 填入公开的测试凭据并提交。 | 安全 URL 和成功提示同时出现。 |
| 动态控件 | 移除一个复选框，启用一个延迟输入框，并输入 benchmark-ready。 | 复选框消失，且已启用的输入框中包含该值。 |
| 添加/移除 | 添加三个 Delete 按钮，然后移除两个。 | 恰好剩下一个 Delete 按钮。 |
| 表格提取 | 返回欠款金额最高的人。 | Jason Doe, jdoe@hotmail.com, $100.00。 |
| 会话重载 | 重新加载一个已认证的安全页面。 | 重新加载后会话仍保持已认证状态。 |
30 次基准运行结果说明了什么？
两条路径都通过了全部 15 次计时运行。在全部五个用例中，ego(lite) 记录到的中位机械执行时间都更低。绝对中位差最大的是重复添加/移除操作：ego(lite) 为 1.806 秒，原生 Computer Use 为 15.346 秒。在这套设置中，原生路径在状态变化前后包含了辅助功能观察和验证。
| 用例 | ego(lite) | Codex Computer Use |
|---|---|---|
| 表单登录 | 3/3 passed · 1.076 s median | 3/3 passed · 9.685 s median |
| 动态控件 | 3/3 passed · 7.431 s median | 3/3 passed · 13.012 s median |
| 添加/移除 | 3/3 passed · 1.806 s median | 3/3 passed · 15.346 s median |
| 表格提取 | 3/3 passed · 9 ms median | 3/3 passed · 284 ms median |
| 会话重载 | 3/3 passed · 450 ms median | 3/3 passed · 2.358 s median |
所有单次计时、环境细节、通过断言和被排除的试运行都可以在基准数据文件。
定价证据说明了什么？
成本分为两层。ego(lite) 浏览器可免费下载，其面向 Agent 的 harness 和 skill 采用 MIT 许可。外部 Agent 是另一回事：Codex、Claude Code 或其他模型可能仍需订阅或按 API 用量付费。由于我们没有为每次运行记录额度消耗，这项测试只能说明耗时差异，不能证明固定节省了多少费用。
截至 2026 年 9 月 11 日，OpenAI 的Pro 套餐文档列出 Pro $100 的用量额度是 Plus 的五倍，Pro $200 是 Plus 的二十倍。OpenAI 在 9 月 10 日暂时停止了新的 Pro $200 购买，已有订阅不受影响。这些是更大的额度，而不是无限量的 Computer Use。OpenAI 还说明，Work 和 Codex 共用一个 Agent 额度，其消耗量因任务、上下文、推理、速度、模型和工具而异。符合条件的账户在包含的用量用尽后，可以使用购买的额度。这些文档表明 Computer Use 会占用付费套餐的容量，但并没有给出单次浏览器操作的价格。
OpenAI 当前的Business 与 Enterprise/Edu 费率卡估算一次典型的 GPT-5.6 Sol Codex 任务需要 5 到 30 credits，Astra Fast 的收费是 Standard 的 2.5 倍，并给出 Codex 的平均使用成本为每位开发者每月 100 到 200 美元。实际用量差异很大。这些企业级估算无法为个人套餐下的一次浏览器点击定价，那需要匹配的模型和 credit 记录。
ego(lite) 的开放 harness 如何扩展浏览器层？
ego(lite) 的控制层可以独立于某一家模型厂商演进。2026 年 9 月 11 日的 GitHub API 快照显示 15,691 个 star、820 个 fork 和 10 位贡献者。公开仓库以 MIT 许可公开了 harness、Agent skill、issue、pull request 和 Discussions。浏览器应用是单独的免费下载，因此不应把整个产品描述为开源。
已有第三方项目在扩展这一控制层。dsh-ego-browser把 ego-browser 和可复用的站点记忆带到另一个 Agent harness；ego-to-skill把录制的交互转化为可复用的自动化 skill。公开的ego Discord在调研时，该邀请页面显示约有 522 名成员、66 人在线。这些数字会变化，它们只是某个时间点的快照，反映仓库之外的支持与技能分享情况。
ego(lite) 与 Codex Computer Use 有何不同？
ego(lite) 是一个完整的本地 Chromium Agent 浏览器，而不是通用的鼠标加屏幕操作器。兼容的 Agent 通过 ego-browser 控制它，并在一个专用的本地 Space 中工作，具备浏览器原生语义、用户自行提供的状态，以及可见的接管控制。Codex Computer Use 观察的是操作系统，因此它可以离开 Chrome 继续进入桌面应用；这种更广的覆盖面在浏览器之外很有价值，但在本次仅针对浏览器的测试中增加了观察开销。
| 维度 | ego(lite) | Codex Computer Use |
|---|---|---|
| 主要操作面 | 专用的本地 Chromium 浏览器 Space | macOS 或 Windows 图形应用，包括浏览器 |
| 观察方式 | 浏览器快照、语义定位器和页面级状态 | 截图和操作系统辅助功能状态 |
| 浏览器状态 | 存在于所选的 ego(lite) Space 和用户导入的浏览器状态中 | 取决于所选应用、内置 Browser 或扩展程序路径 |
| 人工交接 | Space 在浏览器 UI 中提供 Agent 控制、Take over 和 Stop | 由应用权限和审批控制 |
| 增量工具成本 | 免费下载浏览器，harness 采用 MIT 许可；外部模型用量仍需另行计费 | 所选 ChatGPT 或 API 套餐包含的额度或购买的额度 |
| 生态模式 | 面向多个兼容 Agent harness 的浏览器层，带有公开的 skills、issues、fork 和第三方集成 | 与 OpenAI 的模型、套餐和权限绑定的第一方 Codex 能力 |
| 最适合 | 需要本地会话连续性和接管能力的可重复浏览器工作 | 离开浏览器或依赖仅桌面端 UI 的任务 |
在一次原生 Chrome 运行中，基准测试已经到达成功登录状态后，浏览器显示了一条密码泄露警告。要继续在该窗口中操作，必须先关闭这条警告。这是特定环境下的浏览器中断，并不能证明 Codex 可靠性更低，也不能证明 ego(lite) 能避开所有浏览器警告，因此它被排除在计时通过/失败结果之外，仅作为一项操作观察记录报告。
为什么 Codex Browser 路径与 ego(lite) 不是同一款产品？
ego(lite) 产品为用户和兼容的 AI Agent 提供一个完整的本地 Chromium 浏览器。它把浏览器执行、显式提供或导入的浏览器状态、并行任务 Space，以及可见的暂停和接管控制整合在一起。OpenAI 则把类似需求分散到三条路径：内置 Browser 使用与个人常规浏览器不同的配置文件（Profile），扩展程序连接现有的受支持浏览器标签页，Computer Use 提供更广的 GUI 控制。某一项功能对得上，并不代表产品等价；每条路径仍有各自的权限、会话模型和操作边界。
当前官方的安装配置与权限说明见 OpenAI 的Computer Use 文档和Browser 文档。可复现的测试目标仍可在The Internet。
这次基准测试有哪些限制？
观察到的耗时差异只适用于这套纯浏览器测试集，不代表所有交互界面。五个确定性用例、每个用例跑三次，无法代表开放网络。我们没有测试验证码（CAPTCHA）、多因素认证、结账、上传、反爬系统、纯 canvas 界面、跨应用工作流、移动端模拟，也没有测试持续数小时的任务。我们同样没有比较模型规划能力，因为任务脚本和通过条件都是事先固定的。留存的记录也无法确认冷启动、缓存或进程重置条件是否完全一致。
数据能说明的范围更窄：两条路径都完成了每一次计时运行，ego(lite) 在这五个用例中记录到的中位数更低。它的路径不包含原生 Codex 路径所用的操作系统辅助功能观察，而它专用的 Space 把会话状态和人工接管都留在浏览器工作流内。Codex Computer Use 覆盖的范围更广，当任务既需要桌面应用又需要浏览器时，它可能更合适。
FAQ
在这次测试中，Codex Computer Use 真的控制了 Chrome 吗？
是的。Codex 的主要基准测试使用的是隔离的原生 Google Chrome 进程，通过 macOS 辅助功能和截图进行控制。内置 Browser 是单独检查的，并没有用它替代原生 Computer Use 的结果。
测试在速度和可靠性上说明了什么？
两条路径都通过了 15/15 次计时运行，而 ego(lite) 在全部五个用例中都取得了更低的中位数。样本量太小且受控程度高，无法据此断定生产网站上的可靠性，也无法给出通用的速度排名。
这次基准测试能证明 ego(lite) 成本更低吗？
不能。ego(lite) 浏览器免费，其 harness 采用 MIT 许可，但控制它的模型仍可能产生费用。我们没有记录可对应的额度或 API 用量，因此这次测试支持的是耗时对比，而不是固定的省钱结论。
什么时候该选 Codex Computer Use，什么时候该选 ego(lite)？
当工作流依赖桌面软件、系统设置或浏览器之外的界面时，选 Codex。以浏览器为中心的工作，如果能受益于专用的本地 Space、用户自行提供的状态、浏览器原生自动化和即时接管，就选 ego(lite)。
