专题 · FULL STORY

OpenAI桌面端ChatGPT上线语音与多智能体

OpenAI Codex被曝测试语音与多代理个人助理模式，随后官方正式将ChatGPT Voice引入桌面端应用，标志着其从纯代码助手向综合语音助理跨越。

2026-07-23 ~ 2026-07-24 · 2 集 · 34 条

第 1 集 · OpenAI Codex 被曝测试实时语音与多代理个人助理模式(2026-07-23,8 条)

OpenAI 的 Codex 被曝正在测试实时语音模式（Realtime Voice Mode），目标是将其从单纯的代码助手转变为可通过手机直接语音对话与指挥的个人助理。根据多方转述的泄露系统提示词，该功能采用双层架构，并已在界面中加入实时审批流程。目前该功能仍处于代码埋点和内部测试阶段，具体发布时间尚未得到官方确认。

已确认

根据多方转述的泄露系统提示词，Codex 的语音助手模式将采用双层架构：一个是负责持续对话的“通用型代理助理”，另一个是负责执行具体任务的后台工作代理。在应用连接方面，该语音模式有望通过语音指令驱动 Codex Agent 处理 Slack、Spotify、文档和日历等任务。此外，开发者 @joshwhiton 确认，在官方语音模式上线前，已有离线 CLI 工具能够兼容所有 Agent 并实现类似的多代理协作工作流。@VraserX 和 @khademinori 也指出，目前的助手已经能在实时对话中边聊边启动代理，去处理日程、浏览网页和购物等任务，并配有实时审批状态的界面。

尚未确认

该实时语音模式及相关的个人助理功能目前仅处于代码埋点和内部测试阶段，具体发布时间表和最终功能形态尚未得到 OpenAI 官方确认。此外，有传闻提到近期可能会有基于 Cerebras 的 Sol 更新，但这与 Codex 的关联性及具体细节仍有待观察。

第 2 集 · OpenAI桌面版ChatGPT上线语音与多智能体调度(2026-07-24,26 条)

OpenAI 正式将 ChatGPT Voice 引入 macOS 和 Windows 桌面端应用，向 Plus、Pro、Business、Edu 和 Enterprise 计划用户开放。该功能的核心在于允许用户通过语音直接控制电脑，并在 Chat、Work 和 Codex 之间协调多智能体协同工作。这标志着桌面端应用从单纯的聊天窗口向系统级控制中心转变。

已确认

ChatGPT Voice 已登陆桌面端并覆盖多类付费与企业用户。用户可通过语音指挥 AI agent 执行任务，例如在 Codex 中进行编码操作。macOS 系统支持屏幕感知能力。此外，桌面端同步上线了本地项目支持挂载多文件夹的功能。开发者 @Dimillian 反馈，Codex Micro 已完全兼容该语音功能，且无需逐一打开对话线程即可管理任务；@kevinkern 指出，用户可以在 Codex 工作时通过语音实时追问进展或随时改变任务方向。

为什么重要

此次更新将语音交互与代码执行能力结合，大幅提升了工作流的流畅度。@Dimillian 称这种直接通过语音启动和管理 Codex 任务的体验极其流畅，甚至称其为真正的“AGI 时刻”。@nickbaumann_ 也认为，该功能将具有生命感的语音对话与 Codex 的执行能力结合，把原本需要输入或点击的操作转化为直接的语音指令，大幅降低了人机交互门槛。

还有 6 条相关讨论 →