O Codex, de facto, consegue fazer recorte automático e a lógica é simples: é só aprender o SKILL do CapCut e, depois, já consegues usar todas as funcionalidades do CapCut.

SKILL:
Claro que também não é possível fazer realmente igual ao trabalho humano, mas a capacidade já é bastante poderosa. Dizem-se alguns recursos úteis:

Narração: é absolutamente útil; caso contrário, só consegues usar o áudio mecânico do sistema.
Legendas: podes adicionar legendas mais tarde, e a precisão é muito alta. Se conseguires fornecer as legendas, dá para fazer a coordenação entre som e palavra.
Efeitos sonoros: isto é muito inteligente; não precisas de procurar por conta própria.
BGM: também consegue encontrar uma música de fundo relativamente adequada, o que é bem mais fácil do que procurar tu mesmo.
Transições: isto vai fazer o teu vídeo parecer menos fragmentado.

Juntando estas funções, consegues cobrir praticamente todas as necessidades base de edição. Podes experimentar. Depois de terminares, também podes entrar no CapCut e editar novamente.