Title: OpenAI Launches Computer History to Track Desktop Activity via ChatGPT

OpenAI rolled out Computer History, a new feature inside the macOS ChatGPT app that records clicks, keystrokes and other event-level signals. The model can reference a user’s recent desktop activity without ever taking screenshots. By turning raw interaction data into a timeline, the feature aims to shift ChatGPT from a reactive chatbot to a proactive assistant that can fetch the last edited document, confirm whether it was shared on Slack, or deliver a morning productivity recap—all while keeping visual capture out of the loop.

How the feature works

Computer History builds a chronological log the moment the app runs. Each entry notes which window was active, which button was pressed, and what text was typed, but it never stores images, video or audio. The log stays on the device and is exposed to the large language model only when a user starts a ChatGPT session. In practice, the model can query the timeline to answer “What file did I just edit?” or “Did I send that draft to a colleague?” without the user having to copy-paste files or describe the context manually.

OpenAI’s developer team demonstrated a workflow where the AI located the most recent document, checked its sharing status on a messaging platform, and then produced a concise summary of the day’s activities. By stitching together signals from multiple apps, the assistant can suggest automations for repetitive steps or nudge the user to finish an unfinished task.

Privacy-first architecture

The most visible difference from competing offerings, such as Microsoft’s Recall feature, is the data type collected. Recall leans on frequent screenshots to reconstruct a visual history; Computer History relies exclusively on metadata-rich “events.” OpenAI says the system automatically skips any activity that occurs in incognito or private-browsing modes, and it never captures pixel data that could reveal sensitive visual information.

Ari Weinstein, OpenAI’s product and engineering lead, emphasized that the feature is opt-in. Users must explicitly enable the history logger, and they can fine-tune what gets recorded:

  • App exclusion – blacklist specific programs or websites so they never appear in the log.
  • Manual deletion – prune individual entries to erase particular actions from the model’s memory.
  • Granular controls – toggle the logger on or off for particular time windows, ensuring the assistant only sees data when the user wants it to.

These safeguards aim to reassure both individual users and enterprise IT departments that the assistant will not silently harvest visual content or overhear private conversations.

Why it matters for productivity and the market

If the timeline is reliable, the AI can cut the friction of moving between apps. Instead of opening a file, copying its path, and pasting it into a prompt, a user can simply ask, “What did I work on after lunch?” and receive a ready-made answer. For power users who juggle code editors, design tools, and communication platforms, that reduction in context-switch overhead could translate into measurable time savings.

From a market standpoint, the move signals OpenAI’s push toward “agentic AI” – systems that act on behalf of users based on an ongoing view of the operating environment. Competitors that rely on screen captures face higher regulatory scrutiny and user wariness; event-based logging skirts many of those concerns while still delivering rich context. Enterprises that have blocked screen-capture tools for privacy reasons may find Computer History a viable path to AI-assisted workflows.

The other side of the coin

Even without screenshots, logging every click and keystroke raises red flags. Critics note that metadata can still reveal sensitive intent: a series of searches for medical terms, a pattern of file names, or the timing of interactions with confidential documents can be pieced together to infer private information. The opt-in model mitigates risk, but it also relies on users remembering to enable or disable the feature at appropriate moments—a habit that can be hard to maintain.

קיימת גם שאלת תושבות הנתונים (data residency). התכונה שומרת את יומן האירועים באופן מקומי, אך כאשר משתמש מתחיל בצ'אט, החלק הרלוונטי מההיסטוריה מועבר לשרתים של OpenAI לצורך ביצוע הסקה (inference). החברה טוענת כי ההעברה מוצפנת וכי נשלח רק ההקשר המינימלי הדרוש לבקשה, אך ארגונים עשויים לדרוש עיבוד מקומי (on-premise) או חוזי טיפול בנתונים מחמירים יותר לפני אימוץ הכלי בקנה מידה רחב.

מה כדאי לעקוב אחריו בהמשך

OpenAI לא חשפה לוח זמנים להשקה מעבר ל-macOS, אך הארכיטקטורה היא אגנוסטית לפלטפורמה (platform-agnostic), מה שמרמז על כך שגרסאות Windows ו-Linux עשויות לבוא בעקבותיה. הצעד הלוגי הבא הוא הצעה ברמה ארגונית (enterprise-grade) הכוללת בקרות מדיניות, יומני ביקורת ואפשרות להשאיר את ההסקה (inference) בתוך חומת האש הארגונית בלבד.

רגולטורים באיחוד האירופי ובארה"ב מתחילים להתמקד במערכות AI שסופגות נתוני פעילות משתמשים. כל דרישה עתידית ל-"AI שקוף" (transparent AI) עשויה לחייב את OpenAI לחשוף בדיוק אילו אירועים מתועדים וכיצד הם מסוננים. יש לעקוב אחר עדכונים למדיניות הפרטיות וביקורות של צד שלישי המאמתות את הטענה של "ללא לכידה ויזואלית".

שורה תחתונה

Computer History מחליפה מעקב ויזואלי בתיעוד ברמת אירוע, מה שמעניק ל-ChatGPT חלון אל חיי שולחן העבודה האחרונים של המשתמש תוך הבטחה להבטחות פרטיות חזקות יותר. אם האיזון יישמר — הקשר עשיר מספיק כדי להיות שימושי, אך מצומצם מספיק כדי להישאר מחוץ לזרקור הפרטיות — התכונה עשויה להפוך לאבן יסוד של עוזרי AI אישיים מהדור הבא, ולעצב מחדש את האופן שבו אנו מתקשרים עם המכונות שלנו.