Голосом: Codex: ChatGPT Voice пришёл на десктоп и научился управлять агентами

Голосовой режим ChatGPT Voice добрался до десктопного приложения ChatGPT: 23 июля 2026 года OpenAI добавила его и раскатала функцию глобально в тот же день. Главное отличие от прежней «болталки»: теперь голосом можно не просто разговаривать, а управлять ИИ-агентами и выполнять задачи прямо на компьютере, диктовать многошаговые команды и отвечать вслух, когда ассистенту нужно уточнение. И сразу оговоримся про подвох, к которому вернёмся в конце: «глобально» для российского пользователя означает «через VPN», а обычного расширения-затычки для этого сценария не хватит.

Голосовой режим ChatGPT вместо клавиатуры: что приехало на десктоп

Раньше голосовой ChatGPT умел вести плавный диалог и красиво обрабатывал прерывания, но действий он не выполнял. Мобильная версия так и осталась в роли собеседника. Десктопная, по формулировке OpenAI, «более способная»: голос здесь становится интерфейсом управления, а не режимом разговора.

Работает всё на новом семействе голосовых моделей ChatGPT-Live (GPT-Live), которое OpenAI запустила ранее в июле 2026 года. Модель умеет одновременно говорить, слушать и координировать работу внутри приложения, то есть слушает вашу реплику, пока сама что-то делает, и не теряет нить, если вы её перебиваете.

Что такое GPT-Live и почему это не «поговорить с ботом»

Ключевое: голосовой режим ChatGPT подключается к ChatGPT Work и Codex, а также использует навыки computer use, умеет сам открывать сайты и приложения. То есть вы не диктуете текст, который потом копируете руками. Вы отдаёте задачу, а агент её исполняет.

Как выглядит управление агентами голосом

В демо OpenAI разработчик одной голосовой командой просит ChatGPT создать новую ветку, оформить pull request и найти первопричину бага. Раньше это была бы серия кликов, переключений между вкладками и ручного набора. Теперь: одна фраза вслух и делегирование. Плюс Codex можно дёргать удалённо: голосом через iOS-приложение, не подходя к рабочей машине.

Для разработчика из России сценарий выглядит заманчиво, ровно до момента, когда он попробует авторизоваться с российского IP. Об этом ниже.

Appshots на macOS: когда ИИ видит ваш экран

На macOS появилась отдельная функция Appshots, приложение может получать доступ к тому, что у вас на экране, включая alt-text элементов. Удобно: ассистенту не нужно объяснять, что вы видите, он смотрит сам. Но это же и повод притормозить.

Сложите две вещи. Первая: голос: это биометрия, а не просто текст. Вторая: доступ к содержимому рабочего стола. Получается ассистент, который одновременно слышит вас и видит ваш экран с открытыми документами, перепиской и кодом. Вопрос уже не в том, удобно ли это (удобно), а в том, по какому каналу и на чьи серверы всё это уходит.

Не только OpenAI: голосовой Claude в тот же день

Anthropic практически синхронно обновила голосовой режим Claude. Он подключает модели Opus, Sonnet и Haiku и выполняет задачи в Gmail, Calendar, Slack, Notion и Canva. По сути за одни сутки два крупнейших игрока показали одно и то же: голосовое управление ИИ-агентами перестало быть демкой и стало рабочим инструментом.

Для нас важна одна деталь: Claude в России официально тоже недоступен. Значит, «конкурентная альтернатива» упирается ровно в ту же стену. Проблема не в конкретном сервисе: проблема в геоблокировках как таковых.

Почему в России голосовой режим ChatGPT не открывается без VPN

OpenAI не включает Россию в список поддерживаемых стран. Доступ к ChatGPT с российских IP ограничен, при регистрации нередко не проходят номера РФ и Беларуси. Поэтому громкая «глобальная раскатка» новой функции российских пользователей де-факто обходит стороной. Путь входа один: VPN с IP поддерживаемой страны, иногда плюс зарубежный номер или карта для оплаты.

И вот тут всплывает обещанный в начале нюанс. Для обычного просмотра сайтов хватает и браузерного расширения. Но агентные функции: Codex, computer use, голосовая сессия это долгие, «живые» соединения, чувствительные к обрывам и к репутации IP. Бесплатные и публичные VPN-адреса на стороне сервиса часто помечены и режутся первыми, а сессия с агентом рвётся на середине задачи.

Почему для агентов нужен стабильный VPN, а не расширение

Персональный VPS с выделенным адресом ведёт себя иначе: «чистый» IP реже попадает под ограничения, а соединение держится стабильно, что для голосового управления и удалённого доступа к Codex критично. Если работаете с ИИ-агентами всерьёз, устойчивый канал не роскошь, а условие, чтобы всё это вообще запускалось. Настроить приватный доступ можно, например, через Sigma, VPN и аренду VPS с выделенным IP.

Что это значит для вас прямо сейчас

Голосовой режим ChatGPT официально превратился из способа поболтать с ботом в способ раздавать задачи агентам, и OpenAI, и Anthropic сделали этот шаг в один день, 23 июля 2026 года. Для российского пользователя практический вывод простой: сама технология уже здесь и работает, но доступ к ней придётся организовать самому, со стабильным зарубежным IP и пониманием, что вместе с голосом и доступом к экрану вы отдаёте сервису заметно больше данных, чем при обычной переписке.

Источники

TechCrunch, о выходе голосового режима ChatGPT на десктоп и управлении агентами