5.0 KB · 更新于 2026-08-09 09:08

ChatGPT 开口干活!一句语音提交 PR 修 Bug

副题:从《钢铁侠》贾维斯到《碟中谍》穿戴设备,语音操控电脑真的来了

OpenAI 桌面端语音交互配图

事实边界:本文信息来自本地《AI 最新资讯·2026-08-09 08:00》及公开报道。OpenAI 桌面端 ChatGPT 上线语音交互,基于新语音模型系列 ChatGPT-Live,支持 ChatGPT Work 和 Codex;演示中语音指令可创建代码线程、提交 PR、定位 Bug 根因;macOS 通过 Appshots 读屏,iOS 支持远程语音访问 Codex。功能细节以 OpenAI 官方为准,实际体验有待验证。

突发,ChatGPT 会"开口干活"了!

8 月 9 日,OpenAI 桌面端 ChatGPT 上线语音交互,基于新语音模型 ChatGPT-Live。不是陪你聊天那种,是语音直接操控电脑:一句"看看这个 Bug 为啥报错,修完提个 PR",ChatGPT 就真去建线程、改代码、提交 PR、定位根因。

外媒连标题都起好了:Agentic coding goes hands-free——Agent 编程进入免提时代。

电影早把剧本写好了

这画面,你是不是觉得在哪儿见过?

《钢铁侠》的贾维斯。 托尼·斯塔克喊一声"贾维斯",战甲自动穿戴、系统自动分析、任务自动执行——人说话,AI 动手。这次连 New Atlas 的评测记者都看愣了,原话:被 ChatGPT Voice 像贾维斯的程度惊到了(astonished by how convincingly ChatGPT Voice resembled Jarvis)。不是我们硬蹭,是外媒评测自己说的。

《碟中谍》的穿戴设备。 伊森·亨特戴智能眼镜、加密耳机,一个人实时调动团队信息、临场决策——设备是他的"外脑"和"眼睛"。现在 ChatGPT 的 Appshots 读屏 + 语音操控,把同样的"随身协同"搬进普通电脑:屏幕是 AI 的眼睛,语音是耳朵,你的指令就是行动命令。

《她》(Her)的萨曼莎。 没有屏幕、没有键盘,只有声音——你说话,它理解,它行动。ChatGPT-Live 的全双工对话(随时打断、随时追问),已经在往这个方向收敛。

这次升级,四个关键点

  1. 新语音模型 ChatGPT-Live:全双工,像跟人说话一样自然,不是对讲机式一问一答。
  2. 能干活:兼容 ChatGPT Work(办公)和 Codex(编程),覆盖两类核心场景。
  3. 会看屏幕:macOS 的 Appshots 读取屏幕内容——AI 从"语音助手"变成"会看你电脑的语音助手"。
  4. 跨设备:iOS 远程语音访问 Codex,人在外面,电脑里的 Agent 照样听指挥。

这意味着什么?

人机交互范式变了。 几十年了,电脑交互的主线是"手"——键盘、鼠标、触屏。语音一直存在,但停在"查询"层面。ChatGPT-Live 把语音升级到"执行"层面:你可以用嘴指挥电脑完成多步骤任务。从"工具"到"下属",这一步跨得很大。

编程门槛又降一层。 代码从命令行走向 IDE,从 IDE 走向 AI 结对,现在走向"开口即编程"。资深开发者多了一个效率放大器,非程序员多了一个"能干活"的入口。

Agent 竞争开始拼入口。 OpenAI 把语音塞进桌面端、塞进 Codex,说明 Agent 的下一个战场是"交互入口"——谁能让人最自然地指挥 Agent,谁就占得先机。这个信号,国内厂商同样在盯着。

谁会先受益?

最直接的受益者是两类人:一是独立开发者和小团队,语音指挥 Agent 改代码、提 PR,等于多了一个随叫随到的结对程序员;二是重度办公用户,日程、邮件、会议准备都可以用嘴交代。

泼冷水时间

电影里贾维斯从不掉链子,现实里的语音 Agent 要过几道关:

我的判断

这次上线的方向意义大于功能意义:它证明了"语音操控电脑执行多步骤任务"可以落地,贾维斯式的交互正从银幕走进现实。

但别急着一夜搬到生产环境。接下来值得看的不是演示,而是它在真实开发环境里,能不能稳定、安全、准确地"听懂人话、干好事"。

托尼喊一声贾维斯就搞定一切,我们还得陪 ChatGPT 迭代很多版。这第一声"开口干活",喊得漂亮。

参考来源:本地《AI 最新资讯·2026-08-09 08:00》;VentureBeat、New Atlas、The Verge、Android Authority 公开报道。本文由 AI 辅助生成,发布前请人工复核功能与时效,并按微信公众号要求添加 AI 生成内容标识。

话题:#ChatGPT #OpenAI #语音交互 #ChatGPTLive #Codex #贾维斯
SEO 关键词:ChatGPT 语音、ChatGPT-Live、语音操控电脑、Codex、Appshots、AI 编程