OpenAI добавила голосовые возможности в настольное приложение ChatGPT, позволяя пользователям управлять AI-агентами и выполнять сложные компьютерные задачи с помощью голосовых команд. Функция, анонсированная в четверг, использует семейство голосовых моделей GPT-Live от OpenAI, которое компания запустила ранее в этом месяце. Релиз выходит на фоне гонки AI-лабораторий за переход от текстовых чат-ботов к агентным системам, способным выполнять действия в программных средах от имени пользователя.

Голосовое управление распространяется на настольные рабочие процессы

ChatGPT Voice теперь работает как в среде ChatGPT Work, так и в Codex. Обновление позволяет пользователям диктовать многоэтапные инструкции, которые AI-агенты могут выполнять автономно, выводя функцию за пределы голосового общения и переводя ее в область выполнения задач на настольном компьютере.

В демонстрационном видео OpenAI показала разработчика, который одной голосовой командой создает новый тред, делает pull request и определяет первопричину ошибки. Система также может использовать навыки работы с компьютером для навигации по веб-сайтам и приложениям в рамках запрошенного пользователем рабочего процесса. Возможности работы с компьютером — когда AI-модель может взаимодействовать с графическими интерфейсами аналогично человеку — стали одним из направлений внимания для нескольких AI-лабораторий, а интеграция голоса делает такие агенты доступными без необходимости вводить подробные запросы.

На macOS функция работает с Appshots, позволяя приложению получать доступ к содержимому на экране, включая alt text, чтобы ChatGPT мог предоставлять помощь с учетом дополнительной визуальной и контекстной информации. Настольный релиз представляет собой более широкую реализацию по сравнению с более ранней версией ChatGPT Voice для смартфонов, которая улучшила плавность разговора и обработку прерываний, но не позволяла ассистенту выполнять прямые действия на устройстве.

Возможности настольной версии по сравнению с мобильными голосовыми инструментами

Версия ChatGPT Voice для смартфонов была разработана в основном для естественного общения, а не для выполнения команд. В отличие от нее, настольная версия позволяет пользователям произносить сложные инструкции, включающие несколько этапов, и отвечать голосом, когда ChatGPT требуется дополнительный ввод для продолжения задачи. Это различие важно, поскольку настольные среды обычно предполагают более сложные рабочие процессы с несколькими приложениями, чем мобильные устройства, что делает голосовое управление агентами потенциально более значимым для профессионального использования.

OpenAI также сообщила, что пользователи могут получать доступ к ChatGPT Voice в Codex из приложения iOS через удаленный доступ. ChatGPT Voice для настольных компьютеров работает на базе голосовых моделей GPT-Live от OpenAI и поддерживает ChatGPT Work и Codex в настольном приложении.

Anthropic также обновила голосовой режим для Claude. Его голосовые функции могут использовать модели компании Opus, Sonnet и Haiku для выполнения задач в приложениях для продуктивности, включая Gmail, Calendar, Slack, Notion и Canva. OpenAI и Anthropic обе расширяют голосовые инструменты как интерфейс для работы с поддержкой AI, что указывает на превращение голосовых агентов в конкурентное направление среди ведущих поставщиков AI, а не в нишевую функцию.

Последствия для инструментов продуктивности

AI-агенты с голосовым управлением продвигают взаимодействие с AI дальше от исключительно текстовых запросов к вычислениям в формате разговорного и hands-free интерфейса. Для разработчиков и специалистов интеллектуального труда эта функция может снизить трение в рабочих процессах, требующих нескольких этапов, позволяя пользователям отдавать команды, продолжая работать за клавиатурой или находясь вдали от компьютера.

Возможность координировать несколько агентов с помощью одной голосовой инструкции также может применяться в управлении проектами и рабочих процессах отладки. Решение OpenAI добавить ChatGPT Voice в настольное приложение показывает, что компания позиционирует голос как ключевой способ взаимодействия для профессиональных и корпоративных пользователей, а не ограничивает его повседневными мобильными разговорами.

Настольная версия может выполнять сложные многоэтапные команды, перемещаться по веб-сайтам, координировать несколько AI-агентов и запрашивать дополнительный ввод пользователя при необходимости. На macOS поддержка Appshots позволяет ChatGPT получать доступ к содержимому на экране для более контекстно точной помощи. Пользователи также могут использовать голосовые функции Codex из приложения iOS через удаленный доступ.

ChatGPT Voice для настольных компьютеров от OpenAI разворачивается по всему миру. По состоянию на July 2026 этот релиз означает более широкий шаг к использованию голоса как практического инструмента для сложных профессиональных рабочих процессов и ставит настольные голосовые возможности OpenAI в конкуренцию с голосовым режимом Anthropic для Claude.