智能编码实现免提操作：OpenAI将GPT-Live的全双工语音控制引入Codex和桌面版ChatGPT（5分钟阅读）

# 智能体编程进入免提时代：OpenAI 将 GPT-Live 的全双工语音控制带入桌面版 Codex 和 ChatGPT 来源：https://venturebeat.com/orchestration/agentic-coding-goes-hands-free-as-openai-brings-gpt-lives-full-duplex-voice-control-to-codex-and-chatgpt-on-the-desktop 在推出更自然的 GPT-Live 音频 AI 模型（具备全双工能力——同时听和说）两周后，OpenAI 将其直接带入开发者工作流中。 该公司宣布，GPT-Live 现已为 macOS 和 Windows 上的 ChatGPT 桌面应用程序提供支持，并直接集成到 Codex 和 ChatGPT Work（这两个是 ChatGPT 桌面应用中的独立体验）等智能体系统中。 当 OpenAI 于 2026 年 7 月 8 日首次推出 GPT-Live 时，它引入了一个能够同时听和说的连续音频模型——消除了僵硬的轮流说话模式，同时将复杂推理任务委托给后台模型（如 GPT-5.5）。 今天的发布将该对话层扩展到技术任务，使软件工程师能够通过自然语音命令编排多线程编码工作、审查拉取请求和调试应用程序。 因此，它可能开启一个“免提”软件开发的新时代，甚至为 Codex 和 ChatGPT Work 的超过 1000 万周活跃用户带来实时的、面对面的群体编程派对。当然，Codex 是 OpenAI 为编程而设计的模型和工具的统称，但今年公司已将其扩展为一个更通用的生产力平台。OpenAI 的一位发言人告诉 VentureBeat，这是首次语音激活。 OpenAI 发布了一段宣传视频，展示了其员工——Codex 开发者体验工程师 Jason Liu 和 Codex 技术人员 Guinness Chen——在同一房间内与同一个 ChatGPT 桌面应用会话对话，各自发出不同指令并与同一模型交流。 ## **新功能解锁** 核心上，这一集成依赖于将实时语音层与底层执行引擎解耦。 虽然 GPT-Live 保持流畅对话——在不打断用户的情况下插入自然的口头确认（如“收到”）——但它将繁重的计算工作负载传递给后台推理模型。 在 macOS 上，桌面应用程序集成了“Appshots”和屏幕上下文功能，允许 ChatGPT Voice 分析最前端的窗口以及本地文件、代码库结构和活动插件。 这种架构创造了一种结对编程的动态，开发者通过对话来讨论问题，同时智能体异步执行任务。 开发者无需手动停止编程会话去输入详细指令或切换窗口，而是可以免提指挥系统。 全双工引擎动态决定何时说话、暂停或调用工具，即使在后台智能体处理复杂代码修改时也能保持对话状态。 ## **仅用语音即可指挥编程和复杂构建** 此次更新的核心操作能力集中在 Codex 和 ChatGPT Work 环境中的多任务执行上。 软件工程师可以通过一条语音指令启动多个并发任务线程。例如，准备发布某个功能的开发者可以指示系统同时调查一个未解决的身份验证漏洞、审查一个待处理的 API 迁移拉取请求，并生成缺失的单元测试。 桌面应用程序协调这些跨不同上下文的操作，通过 Slack 对话、GitHub 仓库和本地代码库追踪问题。 开发者还可以通过语音将设计原型转换为可工作的代码，将任务拆解到前端、后端和测试层。 凭借对多文件夹项目（build 26.715）的支持以及通过 iOS 进行远程执行，工程师可以检查任务进度、回应智能体的提示，并重定向正在运行的工作，而无需切换应用程序或逐行管理各个进程。 ## **专有许可** OpenAI 的语音桌面版发布基于专有商业企业模式。访问权限仅限于 Plus、Pro、Business、Enterprise 和 Education 计划的付费订阅用户。 对于个人开发者和企业工程部门而言，这种商业结构意味着模型权重、语音处理管道和智能体状态架构完全保持封闭。 组织无法修改或自行托管底层系统。此外，通过 ChatGPT Voice 启动的任务直接从现有的 Codex 和 ChatGPT Work 计划配额中消耗标准使用量，将语音触发的操作视为与标准智能体工作负载相同。 ## **社区反应** 开发者社区立即注意到了将连续全双工语音引入自主编程工作流的含义。 针对 build 26.715 的发布公告（其中详细说明了语音集成和多文件夹项目支持），AI Insider 记者 @ChrisGPT 在 X 上指出：“今天 OpenAI 将发布 Codex 的语音和远程指导！离个人 AGI 更近一步。” 早期技术反馈突显了人们对免提编排复杂智能体任务的广泛热情，尤其是在离开工作站或远程管理构建管道时。