OpenAI在周四发布了ChatGPT桌面应用的更新，引入了ChatGPT Voice，使用户能够与助手对话，以在电脑上直接触发AI代理并执行任务。
该新功能基于ChatGPT-Live——公司在本月初推出的语音模型家族。它与此前用于手机端的相同基础一致，现在被改造以适应拥有更大行动自由的环境。
据该公司称，ChatGPT Voice与ChatGPT Work和Codex协同运行，并调用电脑使用能力来浏览网站和应用程序。在macOS上，Appshots允许该程序读取屏幕上显示的内容，包括替代文本。
与此前发布相比，差异在于覆盖范围。智能手机首次亮相时，重点在于更自然的对话以及更好的中断处理，而不是让助手在设备上执行操作。
而桌面版则为连续的任务设计。用户用包含多个步骤的指令进行口述，当助手需要对某个定义进行确认以便继续时，就会提出问题。
在公司发布的一段演示视频中，一位开发人员在一个命令中请求ChatGPT：开启一个新的线程，发起一个pull request，并调查某个bug的根本原因。整个流程在他不触碰键盘的情况下完成。
OpenAI还表示，ChatGPT Voice可以通过iOS应用里的远程访问在Codex中被调用。实际上，手机充当了在电脑上运行工作的控制器。
该动向并非孤立进行。Anthropic也更新了Claude的语音模式，现在会调用Opus、Sonnet和Haiku模型，以通过Gmail、Agenda、Slack、Notion和Canva等工具完成活动。
争夺那些能够行动、而不仅仅是回答的助手，这些几乎同时发布的更新为此增添了新的篇章。
