利用Codex与CC Switch实现手机远程控制电脑

背景

随着大语言模型（LLM）应用的普及，用户对于跨设备协同工作流的需求日益增长。Codex 作为 OpenAI 推出的代码解释器与高级推理模型，其桌面端（Codex Desktop）提供了强大的本地处理能力，而移动端（ChatGPT App 或 Codex App）则提供了便捷的交互入口。然而，由于官方 API 访问限制、网络环境差异以及多端同步的复杂性，许多用户希望在不破坏官方登录态的前提下，通过自定义路由将请求转发至个人代理或第三方 API 服务（如 Sub2api），以实现更灵活的控制或成本优化。

本文基于 LINUX DO 社区用户的实战经验，详细记录了如何通过 CC Switch 工具，在保留官方登录态的同时，将移动端（Android/iOS）的 Codex 请求路由至桌面端或自定义 API 服务器，从而实现手机远程控制电脑或实现多端数据同步的技术方案。

核心内容

该方案的核心在于利用网络代理工具 CC Switch 的路由功能，拦截移动端发出的 API 请求，并将其重定向至用户指定的后端服务（如 Sub2api），同时确保官方登录凭证（Session/Cookie）依然有效，从而绕过直接连接官方 API 的限制或实现流量中转。

1. 环境配置与兼容性测试

作者对多种组合进行了测试，主要涉及以下平台组合：

• Android 组合：ChatGPT Remote (Android) + Codex Desktop (Windows)。
• iOS 组合：Codex (iOS) + Codex Desktop (Mac)。

测试结果表明，这两种组合均能成功通过 CC Switch 实现请求路由。

2. 移动端差异与已知问题

• Android 端现状：
  • 作者使用的是 Android 版 ChatGPT APP（版本 1.2026.174），目前仅支持通过扫码方式连接桌面端，不支持直接 SSH 连接远端设备。
  • 已知 Bug：在卸载并重新安装 Android ChatGPT APP 时，附带的 Android Codex 应用不再自动出现。作者推测，如果 Android 端能正常安装并使用 Android Codex，可能支持直接 SSH 添加远端设备（类似 iOS 端的功能）。
  • 作者师兄使用的是较旧版本（1.2026.167），且使用 Android Codex 进行测试。
• iOS 端现状：
  • 作者师兄使用的 iOS 版 Codex APP 支持通过 SSH 直接连接其他设备，功能更为完整。

3. 操作步骤详解

1. 账号统一：
   • 手机端（Android 或 iOS）需登录一个 GPT Free 账号。
   • 电脑端（Codex Desktop Windows/Mac）需登录同一账号，以确保会话同步。
2. 网络代理配置：
   • 在移动端配置代理，确保 Codex 发出的请求走代理流量。
   • 注意事项：若出现 SSL 错误，需尝试更换代理节点。
3. 桌面端工具部署：
   • 在电脑上下载安装 CC Switch。
   • 重启 Codex Desktop 应用。
4. 路由验证：
   • 选用可用模型进行初步测试。
   • 观察 Sub2api 或其他 Server 端的请求日志，确认请求已被 CC Switch 正确路由至自定义 API。
5. 多端同步测试：
   • 手机端发送消息，观察桌面端是否同步接收并处理。
   • 在 Android 测试中，目前仅实现了扫码连接后的消息同步；在 iOS 测试中，通过 SSH 连接实现了更深层的设备交互。

4. 遇到的问题与后续

• Session 丢失问题：作者在两台 Windows 机器上基于 CC Switch 路由后，发现之前的聊天会话（Session）均不显示。
• 修复尝试：目前一个客户端已自动修复，另一个仍在调试中。作者表示在彻底解决并抽象出通用提示词或配置方案后，会同步更新记录。

关键要点

• 核心工具：CC Switch（用于请求路由）、Sub2api（作为后端 API 中转服务）。
• 关键前提：移动端与桌面端必须登录同一个 GPT Free 账号，以维持会话状态的一致性。
• 网络稳定性：移动端代理配置至关重要，SSL 错误通常由节点问题引起，需灵活切换节点。
• 平台差异：
  • iOS：功能相对完整，支持 SSH 连接，适合高阶远程控制。
  • Android：当前版本（1.2026.174）主要依赖扫码连接，SSH 功能受限；且存在安装后 Android Codex 应用不显示的已知 Bug。
• 技术原理：利用 CC Switch 的路由功能，在保留官方登录态（Cookie/Token）的前提下，将 API 请求流量劫持并重定向至用户控制的服务器，实现“白嫖”或私有化部署的效果。
• 局限性：该方案目前仍处于个人记录阶段，存在 Session 同步丢失等不稳定因素，尚未形成标准化的提示词或配置模板。

意义与影响

这一实践展示了普通用户如何利用现有的网络工具链（CC Switch + 代理）打破平台间的壁垒，实现跨设备、跨平台的 AI 模型调用与控制。

1. 技术民主化：通过开源或免费工具（如 CC Switch），降低了使用高级 AI 模型（如 Codex）的门槛，使得用户可以在非官方支持的网络环境下稳定使用服务。
2. 工作流创新：证明了移动端与桌面端可以通过自定义路由实现深度联动，为“手机控制电脑”、“多端协同编程”等场景提供了新的技术路径。
3. 社区价值：此类分享不仅提供了具体的操作指南，还揭示了不同版本 APP 的功能差异和已知 Bug，帮助其他用户避坑，推动了社区内的技术互助与知识共享。

需要注意的是，该方案依赖于对官方 API 的间接访问，可能涉及服务条款的灰色地带，且稳定性依赖于代理质量和 CC Switch 的维护状态，用户需自行评估风险。