### [ChatGPT语音模式登陆桌面端：一句话让AI建PR、找bug、翻网页](https://www.willai.cc/article/4324)

**Published:** 2026-07-25T13:56:57

**Author:** hiyoho

**Excerpt:** 动动嘴就能指挥电脑干活这件事，OpenAI这周四又往前推了一步：ChatGPT桌面App正式接入了ChatGPT Voice语音模式。以后坐在电脑前，你可以直接跟它说话，让它调度AI智能体、在你的电脑上执行各种任务。 ChatGPT Voi

动动嘴就能指挥电脑干活这件事，OpenAI这周四又往前推了一步：ChatGPT桌面App正式接入了ChatGPT Voice语音模式。以后坐在电脑前，你可以直接跟它说话，让它调度AI智能体、在你的电脑上执行各种任务。

![OpenAI ChatGPT语音模式](https://techcrunch.com/wp-content/uploads/2026/05/openai-logo-code-background.jpg?resize=1200,798)

ChatGPT Voice登陆桌面端，动嘴办公又近了一步 | 图源：TechCrunch

这次更新的底子，是OpenAI本月初发布的新一代语音模型家族ChatGPT-Live。当时手机版上线，主打的是对话更自然、打断更流畅——你插话它能接得住，不会自顾自说完。但说到底，手机版只是“聊得舒服”，并不能替你动手做事。

### 桌面版不一样：一句话，建线程、发PR、找bug

桌面版的能力明显上了一个台阶。OpenAI放出的演示视频里，一位开发者对着ChatGPT说了一句话，就让它连着完成了三件事：新建一个线程、提交一个pull request、顺便找出某个bug的根本原因。多步骤的复杂指令可以直接口述，中途ChatGPT需要你拍板时，你张嘴回应就行。

-   语音模式同时支持ChatGPT Work和编程智能体Codex；
-   能调用computer use能力，替你查网站、翻应用；
-   macOS上配合Appshots，它还能看到你屏幕上的内容，连图片的替代文本都读得到；
-   iOS用户可以通过远程访问，在手机上语音指挥Codex干活。

> 语音不再只是聊天的另一种输入方式，而是成了指挥AI智能体的操作台——这才是这次桌面端更新真正的看点。

### 对面的Anthropic，前脚刚更新

巧的是，就在前一天，Anthropic也升级了Claude的语音模式：用户可以在Opus、Sonnet、Haiku三档模型之间切换，还能靠语音在Gmail、日历、Slack、Notion、Canva这些应用里直接办事。一边是OpenAI把语音接进桌面和编程工作流，一边是Anthropic让语音打通办公全家桶，两家几乎在同一条赛道上贴身互搏。

* * *

从趋势看，“动嘴办公”正在从演示视频走向日常：过去语音助手只能设个闹钟查个天气，现在已经能建PR、追bug、跨应用干活了。键盘和鼠标当然不会立刻退休，但对开发者来说，一边喝咖啡一边口述需求、看着智能体把活干完的日子，确实越来越近了。

📎 原文来源：[OpenAI’s new voice mode makes it to the ChatGPT desktop app – TechCrunch](https://techcrunch.com/2026/07/24/openais-new-voice-mode-makes-it-to-the-chatgpt-desktop-app/)

**Tags:** AI, AI助手, AI技术, AI桌面客户端, ChatGPT, OpenAI, 语音AI

**Categories:** AI资讯

**Comments:** 

**PRFKY42165:** 前一天Claude语音刚更新能操作Gmail和Slack，第二天OpenAI就把语音塞进桌面端，这个节奏明显是贴着打。两家路线有意思：一个往办公软件里钻，一个往开发工作流里钻，语音正在从聊天玩具变成生产力入口，今年下半年应该还有好戏。

**MWTAH51627:** 演示里一句话建线程、发PR、找bug根因确实唬人，但我更关心错误率。语音口述多步骤指令，中间只要有一步理解偏了，返工成本可能比自己敲键盘还高。倒是macOS读屏那个功能很实用，配合review代码应该能省不少事。



---