Dva tjedna nakon što je debitirao sa svojim prirodnijim GPT-Live audio AI modelom s full-duplex mogućnostima (slušanje i govor u isto vrijeme), OpenAI ga dovodi izravno u tijekove rada programera.
Iz tvrtke su to objavili GPT-Live sada pokreće ChatGPT desktop aplikaciju na macOS-u i Windowsu, izravno se integrirajući s agentskim sustavima kao što su Codex i ChatGPT Work (što su zasebna iskustva dostupna u aplikaciji ChatGPT za stolna računala).
Kada je OpenAI prvi put pokrenuo GPT-Live 8. srpnja 2026., uveo je kontinuirani audio model koji može istovremeno slušati i govoriti—eliminirajući kruto mijenjanje dok je delegirao složeno razmišljanje pozadinskim modelima kao što je GPT-5.5.
Današnje izdanje proširuje taj razgovorni sloj na tehničke zadatke, omogućujući softverskim inženjerima da orkestriraju višenitne poslove kodiranja, pregledaju zahtjeve za povlačenjem i debugiraju aplikacije koristeći prirodne glasovne naredbe.
Kao takav, mogao bi uvesti novu eru "slobodne ruke" razvoj softvera, pa čak i grupne zabave uživo za kodiranje više od 10 milijuna tjedno aktivnih korisnika kroz Codex i ChatGPT Work. Codex je, naravno, ime dano OpenAI-jevim modelima i pojasu usmjerenim na kodiranje, ali koje je tvrtka ove godine proširila na općenitiju produktivnu platformu. Glasnogovornik OpenAI-ja rekao je za VentureBeat da je ovo prva glasovna aktivacija
OpenAI je objavio promotivni video pokazujući neke od svojih zaposlenika, inženjera za razvojne programere Codexa Jasona Liua i tehničkog osoblja Codexa Guinnessa Chena, kako razgovaraju s istom sesijom ChatGPT aplikacije za stolna računala u istoj prostoriji, svaki izdajući različite upute i razgovarajući s istim modelom.
Sadržaj objave
Otključane nove mogućnosti
U svojoj srži, ova se integracija oslanja na odvajanje sloja glasa u stvarnom vremenu od temeljnih izvršnih motora.
Dok GPT-Live održava tečan razgovor—umetajući prirodne verbalne potvrde poput "shvatio sam" bez prekidanja korisnika—propušta velika računalna opterećenja modelima pozadinskog zaključivanja.
Na macOS-u, desktop aplikacija uključuje "Slike aplikacija" i značajke konteksta zaslona, omogućujući ChatGPT Voiceu da analizira najisprednji prozor zajedno s lokalnim datotekama, strukturama baze kodova i aktivnim dodacima.
Ova arhitektura stvara dinamiku programiranja u paru gdje programeri razgovorno razgovaraju o problemima dok agenti asinkrono izvršavaju zadatke.
Umjesto da ručno zaustavljaju sesije kodiranja radi upisivanja detaljnih uputa ili promjene prozora, programeri upravljaju sustavom bez upotrebe ruku.
Full-duplex mehanizam dinamički odlučuje kada govoriti, pauzirati ili pozvati alate, održavajući stanje razgovora čak i dok pozadinski agenti obrađuju složene izmjene koda.
Usmjeravajte kodiranje i složene građevine samo svojim glasom
Središnja operativna sposobnost u ovom ažuriranju usredotočena je na izvršavanje više zadataka u radnim okruženjima Codexa i ChatGPT-a.
Softverski inženjeri mogu pokrenuti više istodobnih niti zadataka iz jednog izgovorenog odzivnika. Na primjer, razvojni programer koji se priprema isporučiti značajku može uputiti sustav da istraži pogrešku otvorene provjere autentičnosti, pregleda zahtjev za povlačenjem migracije API-ja na čekanju i istovremeno generira jedinične testove koji nedostaju.
Aplikacija za radnu površinu koordinira ove akcije u različitim kontekstima, prateći probleme kroz Slack razgovore, GitHub repozitorije i lokalne baze kodova.
Programeri također mogu verbalno pretvoriti modele dizajna u radni kod, dijeleći zadatke na frontend, backend i slojeve testiranja.
Uz podršku za projekte s više mapa (build 26.715) i daljinsko izvršavanje putem iOS-a, inženjeri mogu provjeravati napredak zadatka, odgovarati na upite agenta i preusmjeravati aktivne poslove bez prebacivanja aplikacija ili upravljanja pojedinačnim procesima red po red.
Vlasnička licenca
OpenAI-jevo glasovno omogućeno izdanje za desktop funkcionira prema vlasničkom, komercijalnom poslovnom modelu. Pristup je ograničen na plaćene pretplatnike na planovima Plus, Pro, Business, Enterprise i Education.
Za pojedinačne programere i korporativne inženjerske odjele ova komercijalna struktura znači da težine modela, cjevovodi za obradu glasa i arhitekture stanja agenta ostaju potpuno zatvoreni.
Organizacije ne mogu mijenjati ili samostalno hostirati temeljne sustave. Nadalje, zadaci pokrenuti putem ChatGPT Voicea troše standardne dodjele korištenja izravno iz postojećih kvota radnog plana Codexa i ChatGPT-a, tretirajući radnje pokrenute glasom identično standardnim agentskim radnim opterećenjima.
Reakcije zajednice
Zajednice programera odmah su uočile implikacije uvođenja kontinuiranog full-duplex glasa u tijekove rada autonomnog kodiranja.
Reagirajući na najavu izdanja build 26.715—koja detaljno opisuje glasovnu integraciju i podršku za projekt s više mapa—novinar AI Insidera @ChrisGPT zabilježeno na X: "Danas će OpenAI objaviti glasovno i daljinsko navođenje za Codex! Korak bliže osobnom AGI-u".
Rane tehničke povratne informacije naglašavaju široko rasprostranjen entuzijazam za orkestriranje složenih agentskih zadataka bez upotrebe ruku, osobito kada se udaljite od radne stanice ili daljinski upravljate cjevovodima izgradnje.