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。
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。
