以前对着 ChatGPT 说话,主要是换一种方式聊天。现在,你可以直接交代一项电脑任务,再用语音补充要求。OpenAI 宣布,ChatGPT Voice 已登陆 macOS 和 Windows 桌面应用,可调度 ChatGPT Work 和 Codex 中的多个 Agent——也就是能自行拆解步骤、操作软件并完成任务的 AI 助手。
它由 ChatGPT-Live 语音模型驱动,能一边听、一边说,同时协调后台工作。OpenAI 的演示里,开发者只说了一条指令,系统便创建新线程、发起 pull request,并查找程序故障的根因;任务中途需要判断时,ChatGPT 还会开口询问。它也能调用电脑操作能力查询网站和应用。macOS 用户可通过 Appshots 提供当前屏幕及 alt-text(描述界面内容的辅助文字),让系统理解手头情境。
这意味着语音模式开始从“问答入口”变成电脑工作的控制层。不过,屏幕上下文会涉及隐私与操作权限,用户仍需留意开放了哪些内容。该功能正面向 Plus、Pro、Business、Edu 和 Enterprise 方案全球推送。