Két héttel azután, hogy OpenAI július 8., 2026‑án bemutatta a GPT‑Live nevű, folyamatos audio képességű modelljét — amely egyszerre képes hallgatni és beszélni — a cég ezt a technológiát közvetlenül beépítette a fejlesztői munkafolyamatokba. A bejelentés szerint a GPT‑Live mostantól a ChatGPT asztali alkalmazást hajtja macOS és Windows rendszereken, közvetlen integrációt nyújtva olyan agentikus rendszerekkel, mint a Codex és a ChatGPT Work (mindkettő külön elérhető élmény a ChatGPT asztali appon belül).
Mi változott a gyakorlatban
A GPT‑Live eredeti indulásakor OpenAI egy folyamatos audio modellt mutatott be, amely megszünteti a merev váltakozó beszédmenetet, és a háttérben komplex következtetést igénylő feladatokat erősebb modellekre, például a GPT‑5.5‑re ruházza át. Az új kiadással ez a beszélgetési réteg kiterjed a technikai teendőkre is: szoftvermérnökök mostantól természetes hangparancsokkal indíthatnak, felügyelhetnek és átirányíthatnak több szálon futó kódolási feladatokat, ellenőrizhetnek pull requesteket és hibakeresést végezhetnek.
OpenAI szerint ez a fejlesztés hozzájárulhat a „kéz nélküli” szoftverfejlesztés elterjedéséhez, és akár élő, személyes csoportos kódolási alkalmakat is lehetővé tehet a Codex több mint 5 millió heti aktív felhasználója számára. A Codex név alatt az OpenAI a kódolásra fókuszáló modelljeit és eszközeit érteti, amelyeket az idén tágabb termelékenységi platformmá bővítettek.
Hogyan működik az integráció
A beépítés lényege, hogy a valós idejű hangréteget elválasztották a háttérben végrehajtó motoroktól. A GPT‑Live fenntartja a folyékony beszélgetést — például természetes verbális visszajelzéseket adva, mint a „rendben” — miközben nagy számítási igényű feladatokat háttérmodellre továbbít. A macOS verzió tartalmazza az „Appshots” és képernyőkontextus funkciókat is: ezek révén a ChatGPT Voice képes elemezni az elől lévő ablakot, a helyi fájlokat, a kódbázis szerkezetét és az aktív bővítményeket.
Ez a felépítés párbeszéd alapú páros programozási dinamikát hoz létre, ahol a fejlesztők hangban tárgyalják meg a problémákat, miközben az ügynökök aszinkron módon hajtanak végre műveleteket. A teljes duplex motor dinamikusan dönt arról, mikor beszéljen, mikor tartson szünetet vagy mikor hívjon eszközöket, és a beszélgetési állapotot fenntartja, amíg a háttérügynökök komplex kódmódosításokat dolgoznak fel.
Többszálú kódolás és távoli vezérlés hanggal
A frissítés központi képessége a többfeladatos végrehajtás a Codex és a ChatGPT Work környezetek között. Egyetlen szóban kiadott utasítással mérnökök több párhuzamos feladatszálat indíthatnak el: például egy közelgő funkció szállításához a rendszer vizsgálhat egy nyitott hitelesítési hibát, áttekintheti egy függő API migrációs pull requestet és egyidejűleg generálhat hiányzó egységteszteket.
A asztali alkalmazás összehangolja ezeket a műveleteket különböző kontextusokon át — Slack‑beszélgetéseken, GitHub‑tárakon és helyi kódbázisokon keresztül. A fejlesztők verbálisan átalakíthatnak dizájnvázlatokat működő kóddá, és a feladatokat frontend, backend és tesztelési rétegekre oszthatják fel. A többmappás projekttámogatás (build 26.715) és az iOS‑en keresztüli távoli végrehajtás lehetővé teszi, hogy a mérnökök alkalmazásváltás nélkül ellenőrizzék a feladatok előrehaladását, válaszoljanak az ügynökök kérdéseire és átirányítsák a futó munkákat.
Licenc és hozzáférés
Az OpenAI hanggal kiegészített asztali kiadása zárt, kereskedelmi modellként működik. A hozzáférés csak fizető előfizetők számára érhető el a Plus, Pro, Business, Enterprise és Education csomagokban. Ez a megközelítés azt jelenti, hogy a modell súlyai, a hangfeldolgozási csővezetékek és az ügynökállapot‑architektúrák zártak maradnak: a szervezetek nem módosíthatják vagy hosztingolhatják saját környezetükben az alapvető rendszereket. Emellett a ChatGPT Voice‑on keresztül indított feladatok a meglévő Codex és ChatGPT Work kvótákból számítódnak le, ugyanúgy kezelve a hanggal indított műveleteket, mint a normál agentikus terheléseket.
Közösségi visszhang
Fejlesztői közösségek gyorsan reagáltak a teljes duplex hang bevezetésének hatásaira az autonóm kódoló munkafolyamatokban. Az build 26.715‑ös kiadás részleteit kommentálva — amely a hangintegrációt és a többmappás projekttámogatást ismerteti — az AI Insider újságírója, @ChrisGPT X‑en úgy fogalmazott: „Today OpenAI will release voice and remote guidance for codex ! One step closer to personal AGI”.
A korai technikai visszajelzések általános lelkesedést jeleznek a komplex agentikus feladatok kéz nélküli összehangolása iránt, különösen amikor távolabb van a fejlesztő a munkaállomástól vagy távoli build‑folyamatokat kell felügyelni. OpenAI promóciós videóiban Jason Liu, Codex developer experience engineer és Guinness Chen, Codex technical staffer szerepelnek, ahogy ugyanabban a ChatGPT asztali munkamenetben, ugyanabban a helyiségben egyszerre beszélnek a rendszerhez, különböző utasításokat adva ugyanannak a modellnek.
