OpenAI桌面版ChatGPT上线语音操控，支持复杂任务自动化

OpenAI近日为桌面版ChatGPT推出了全新的语音操控功能，依托于本月上线的ChatGPT-Live语音模型系列，用户现在可以通过语音指令直接控制电脑执行多步骤复杂任务。该功能不仅涵盖了ChatGPT Work与Codex的使用，还允许AI通过Appshots功能直接访问屏幕内容，实现对各类网站及应用程序的顺畅交互。

与手机端的流畅对话侧重不同，桌面端更新更强调执行力。演示中，开发者通过一句口令即可引导AI完成创建代码线程、提交Pull Request及定位Bug等一系列复杂工程。这种“语音+智能体”的交互模式，极大地提升了软件开发的自动化水平。

同时，行业内的竞争也愈演愈烈。Anthropic也同步更新了Claude的语音模式，全面支持在Gmail、Slack、Notion等办公套件中处理日常事务。随着两大巨头加码语音交互赛道，桌面端AI正逐步演变为能够辅助人类处理系统级任务的高级智能代理。