OpenAI 把全双工语音塞进 Codex：对着电脑说话就能同时跑多个编程 Agent
7月23日，OpenAI 将 GPT-Live 全双工语音模型正式接入 ChatGPT 桌面端（macOS 和 Windows），直接驱动 Codex 和 ChatGPT Work。开发者现在可以纯语音操控多个编程 Agent——查 bug、审 PR、写测试，同时进行，不用停手打字，不用切窗口。
全双工语音 + 编程 Agent，怎么配合？
GPT-Live 最初在7月8日发布，核心能力是"边听边说"——不需要等对方说完才能开口，对话更自然。这次更新把语音层和执行层解耦：GPT-Live 负责实时对话，插入"收到""明白了"这类自然回应，同时把重计算任务交给后台推理模型（GPT-5.5）处理。
实际操作中，你可以一句话同时派三个活："查一下那个认证 bug，审一下 API 迁移的 PR，再把缺的单元测试补上。"桌面端会跨 Slack、GitHub、本地代码库协调这些任务。在 macOS 上还有屏幕上下文功能——说一句"看看这个"，ChatGPT 就能分析你当前最前面的窗口。
iOS 端也支持远程查看任务进度、回答 Agent 提问、重定向正在跑的任务。build 26.715 加入了多文件夹项目支持。
谁能用，什么限制？
仅限付费用户：Plus、Pro、Business、Enterprise、Education 计划。语音触发的任务和普通 Agent 任务一样消耗配额，没有额外计费，但也没有独立 API——GPT-Live 目前不可自建，开发者想构建自定义语音 Agent 仍需走旧的 Realtime API。
为什么这件事值得关注？
编程 Agent 的交互方式正在从"打字→等待→打字"变成"说话→并行执行→语音确认"。当 Agent 越来越多地自主跑长时间任务，真正的瓶颈不再是模型能力，而是人怎么同时监督多个 Agent。语音全双工让这件事变得可行——你可以边走动边指挥，边开会边查进度。
巧合的是，同一周 Anthropic 也推出了自己的语音模式。两大实验室都在押注同一个方向：Agent 无人值守之后，语音是监督多任务的新界面。
---
基于多家媒体转述整理，主要来源：VentureBeat、OpenAI 官方 X 账号。