ChatGPT语音现支持截取应用画面、使用浏览器、交互MCP与应用，并跨线程处理不同项目
ChatGPT语音可截图浏览器并跨项目协作
ChatGPT语音现支持截取应用画面、使用浏览器、交互MCP与应用，并跨线程处理不同项目。
用户可语音倾倒思路，由Codex整理，同时实时回传输出。
功能升级强化语音代理能力，资金流向OpenAI桌面生态，用户受益于多任务效率，传统手动操作承压。
来源：公开信息
ABAB AI 解读
OpenAI持续深化ChatGPT语音与代理功能，此前已推出GPT-Live与Computer-Using Agent，此次桌面端进一步整合屏幕上下文、多项目线程与Codex代码能力，实现语音驱动的复杂工作流。
其资本路径通过订阅用户扩展语音使用场景，动机在于将对话界面升级为全系统助手，降低跨应用操作门槛，提升付费用户粘性与使用时长。
类似案例可见Anthropic Claude语音扩展或Google Gemini的实时助手；当前AI处于从单一对话向多模态系统控制的阶段。
本质属于技术替代：语音代理正在替代键盘鼠标成为主要交互方式，机制在于大模型理解与执行能力使自然语言可直接驱动多应用与代码任务，重塑个人生产力工具链。
ABAB News · 认知定律
语音倾倒即可完成复杂任务
屏幕上下文放大代理能力
多线程协作成为新默认