OpenAI bringt Sprachsteuerung für Coding-Tools auf Desktop-Rechner

OpenAI hat sein GPT-Live-Sprachmodell mit Vollduplex-Fähigkeiten in die ChatGPT-Desktop-Anwendung für macOS und Windows integriert. Diese Integration ermöglicht es Benutzern, Werkzeuge wie Codex und ChatGPT Work mit natürlichen Sprachbefehlen zu steuern, wodurch die Notwendigkeit manueller Eingaben entfällt und eine freihändige Verwaltung komplexer Codierungsaufgaben ermöglicht wird.

Die Technologie basiert auf einem kontinuierlichen Audiomodell, das gleichzeitig hören und sprechen kann, was eine flüssigere Konversation ermöglicht und steife Gesprächsabläufe vermeidet. Das Modell kann komplexe Schlussfolgerungsaufgaben an Hintergrundmodelle wie GPT-5.5 delegieren und gleichzeitig einen natürlichen Gesprächsfluss mit dem Benutzer aufrechterhalten. Die neuen Funktionen ermöglichen es Softwareentwicklern, mehrere gleichzeitige Coding-Jobs zu orchestrieren, Code-Reviews zu überprüfen und Anwendungen ausschließlich per Sprachbefehl zu debuggen.

Für macOS integriert die Desktop-Anwendung „Appshots" und Bildschirmkontextfunktionen, die es ChatGPT Voice ermöglichen, das aktive Fenster zusammen mit lokalen Dateien, Codebasisstrukturen und aktiven Plugins zu analysieren. Diese Architektur schafft eine Pair-Programming-Dynamik, bei der Entwickler Probleme konversationell diskutieren können, während Agenten Aufgaben asynchron ausführen. Entwickler können Design-Mockups verbal in funktionierenden Code umwandeln und Aufgaben auf Frontend-, Backend- und Testebenen aufteilen.

Der Dienst steht zahlenden Abonnenten der Pläne Plus, Pro, Business, Enterprise und Education von OpenAI zur Verfügung. Obwohl die umfassende Sprachsteuerung des Systems erhebliche Vorteile bietet, bleiben seine internen Modelle und Architekturen proprietär und können von Benutzern nicht modifiziert oder selbst gehostet werden. Über Sprachbefehle initiierte Aufgaben verbrauchen direkt die bestehenden Kontingente für Codex und ChatGPT Work.

Die Entwicklergemeinschaft hat die neuen Funktionen mit Begeisterung aufgenommen und hebt das Potenzial für die freihändige Orchestrierung komplexer Agentenaufgaben hervor, insbesondere bei der Fernarbeit oder wenn man nicht direkt am Arbeitsplatz sitzt.