ChatGPT语音模式深度实测：结合Codex重塑人机交互

近期多位开发者和用户深度实测了ChatGPT的语音模式，认为它已从简单的语音听写进化为一种全新的工作流。特别是将语音模式与Codex结合后，用户不仅可以通过口头指令让AI自动执行电脑操作，还能通过手机远程调用桌面算力。这标志着人机交互方式正在发生实质性转变，无缝的语音对话正成为下一个核心交互界面。

已确认

@Dimillian 实测展示了ChatGPT Voice结合Codex的工作流，用户可以直接用语音下达指令，让AI自动完成在Mac的Finder中选取文件并执行AppShot等复杂操作，实现“动口不动手”的免手操作电脑体验。
@dfinke 进行了一场ChatGPT Voice在Codex里的现场演示，整个过程没有固定脚本，而是边说边做，支持随时打断、改变方向、查资料和继续构建，验证了当“对话”本身变成工作流的一部分时实际工作方式的变化。
@pbbakkum 补充了一套实用的配对教程：用户需在桌面端付费版设置中添加远程连接设备，随后即可在手机端通过语音指令，远程调用桌面电脑的算力执行创建任务等复杂操作，将ChatGPT变为随身语音助理。
@EverydayAI 总结了语音模式最值得尝试的7种打开方式，将其比作“Jarvis”，并指出随着语音交互的深入使用，传统的键鼠操作正变得缺乏吸引力，这种模式正在成为人机交互的下一个核心界面。@nickbaumann 同样认为这是对其工作流影响最大的AI工具，彻底改变了交互习惯。

这些实测和演示表明，AI语音交互已经跨越了单纯的“问答”阶段，开始深度介入并接管系统级的软件操作。这种“开口就办事”的模式不仅极大提升了操作效率，更可能重塑未来人类使用电脑的基础习惯。

2026-07-29 ~ 2026-07-30 · 7 条相关