# OpenAI 桌面端 ChatGPT 能听懂人话了，你可以用嘴指挥它操作电脑

> 原标题：OpenAI 桌面端 ChatGPT 上线语音交互功能，可语音操控电脑执行多步骤任务

- 来源：AI HOT 精选
- 发布时间：2026-08-08T22:46:14.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/49533
- 原文：https://www.ithome.com/0/987/452.htm

## 摘要

OpenAI 给桌面版 ChatGPT 加上了语音交互，背后是新的 ChatGPT-Live 语音模型。现在你不仅能跟它聊天，还能直接让它动手干活，比如打开网页、操作应用。演示里，一个开发者用一句话就让 ChatGPT 创建代码分支、提交 Pull Request，还找到了一个 Bug 的根因。在 Mac 上，它甚至能读取屏幕内容和图片的替代文字。

## 推荐理由

OpenAI 为桌面版 ChatGPT 加入语音交互，可语音指挥它打开网页、操作应用，演示中一句话即完成创建代码分支、提交 Pull Request 并定位 Bug 根因。

## 锐评

语音指挥电脑干活，演示里最唬人的是那句创建分支、提 PR、找 bug 根因。这条链路难的地方不在听懂，在它得先有权限碰你的仓库和本地环境。OpenAI 只放了演示，延迟、支持哪些应用、什么时候上线一个字没有，这种 demo 我见过太多，从能跑到能天天用中间隔着权限和稳定性两道坎。Mac 上读屏幕内容这条倒是实用，代价是它要拿到屏幕录制权限。方向对，先当 demo 看。
