Кодинг голосом: OpenAI встроила GPT-Live в Codex и десктопный ChatGPT

«Я пожил с этим несколько недель — и больше не хочу взаимодействовать с ИИ никак иначе». Так Гиннесс Чен из команды Codex анонсировал то, что OpenAI выкатила 23 июля: голос GPT-Live добрался до десктопа. ChatGPT Voice появился в приложениях для macOS и Windows, и впервые говорить можно напрямую с Codex — агент пишет код, пока вы объясняете ему задачу вслух.

Это не старый Advanced Voice Mode, прикрученный к новому окну. GPT-Live, представленный 8 июля, — полнодуплексная модель: она слушает и говорит одновременно, реагирует на перебивания и сама решает, когда вставить «понял, делаю», а когда замолчать и запустить инструмент. Тяжёлую работу она делегирует фоновым рассуждающим моделям линейки GPT-5.5. Десктопный релиз — первый случай, когда эта связка вышла за пределы мобильного приложения и chatgpt.com.

Что именно умеет

Главный сценарий, который OpenAI продвигает, — оркестрация агентов голосом. Одной фразой можно запустить несколько параллельных задач: попросить Codex разобраться с багом в авторизации, тут же поставить ревью пул-реквеста и генерацию юнит-тестов. Потом — спрашивать о прогрессе, отвечать на уточняющие вопросы агентов и перенаправлять их, не притрагиваясь к клавиатуре. По словам представителя OpenAI, голосовое управление впервые встроено в Codex на десктопе нативно; агент при этом умеет отслеживать контекст задачи по Slack, GitHub и локальной кодовой базе.

На macOS добавили функцию Appshots: если включён «контекст экрана», достаточно сказать «взгляни на это» — и ChatGPT сфотографирует активное окно, причём захватит не только картинку, но и текст, скрытый за скроллом. Голос также работает с Computer Use, локальными файлами и плагинами. В том же обновлении (сборка 26.715) появились мультипапочные локальные проекты: к основной директории можно подключить дополнительные, при этом git-операции и поиск AGENTS.md остаются за основной.

Есть и заметное ограничение, которое легко пропустить в анонсах: полноценный голосовой режим доступен только в чатах, начатых как голосовые. В обычный текстовый тред голос не «доливается» — там останется лишь диктовка. Активной голосовой сессией может быть только одна.

Условия доступа

Отдельного ценника нет, но и бесплатным пользователям режим не достался. Расклад такой:

• Планы: Plus, Pro, Business, Enterprise, Edu (у Enterprise и Edu — двухнедельный период раннего доступа с настройками на стороне администратора)
• Лимиты: отдельная квота на голосовые разговоры, скользящие пятичасовые окна в зависимости от плана
• Задачи, запущенные голосом, списываются из обычных квот Codex и ChatGPT Work
• На iOS Codex доступен через сопряжённый удалённый доступ к десктопу
• API для GPT-Live по-прежнему «скоро» — пока только форма записи

Почему это важнее, чем кажется

За полгода Codex превратился из инструмента в платформу: 9 июля его слили с ChatGPT в продукт ChatGPT Work, после чего руководитель Codex Тибо Соттио отчитался о 10 миллионах пользователей (на момент слияния OpenAI называла 5 миллионов еженедельно активных — метрики разные, но динамика очевидна). Пятнадцатого июля вышла аппаратная кнопка Codex Micro за 230 долларов, 22-го — корпоративная голосовая платформа OpenAI Presence. Десктопный голос замыкает картину: OpenAI строит интерфейс, где разработчик всё меньше печатает и всё больше руководит.

«Сегодняшний запуск — шаг к будущему, где вы проговариваете, что вам нужно, а ChatGPT двигает несколько задач вперёд со скоростью вашей мысли», — формулирует OpenAI. За вычетом маркетинга здесь есть реальное отличие от конкурентов: ни у Anthropic с Claude Code, ни у Google пока нет нативного полнодуплексного голосового управления агентным кодингом. Fortune прямо противопоставляет новинку Claude Code — и на этом поле у OpenAI сейчас фора.

Бенчмарки GPT-Live, опубликованные при июльском запуске, объясняют, почему компания решилась вынести голос в рабочие сценарии: 84,2% на GPQA против 45,3% у старого голосового режима и 75,2% на BrowseComp против символических 0,7%. В слепых сравнениях новый голос предпочитали в трёх случаях из четырёх.

Для Mac-пользователей это ещё и возвращение долга: полноценный голосовой режим убрали из приложения в декабре 2025-го, и с тех пор оно жило с одной диктовкой. Судя по первым реакциям на Reddit и в X, ждали не зря — хотя проверить восторги вроде «на шаг ближе к персональному AGI» каждый сможет сам: раскатка началась 23 июля и идёт глобально.