Balso režimas „Codex“: kaip įjungti /voice ir ką jis gali

Stabili „Codex CLI“ 0.155.0 versija išleista 2026 m. rugsėjo 17 d., o kitą dieną pasirodė pataisa 0.155.1. 0.155.0 versijoje terminalo sąsajoje pristatyti eksperimentiniai balso pokalbiai su agentu: galite žodžiu apibūdinti užduotį ir išgirsti atsakymą. Pokalbiui pradėti naudokite komandą /voice.

Pagal numatytuosius nustatymus ši funkcija išjungta ir palaikoma ne visur. Norėdami ją įjungti, atidarykite /experimental, pasirinkite Voice conversations ir iš naujo paleiskite „Codex“. Šaltinio aprašymas patikrintas pagal leidimo pastabas, pakeitimą #43581 ir „Codex“ pirminį kodą 2026 m. rugsėjo 19 d. Šaltinio medžiagoje nebuvo vykdomas tikras balso pokalbis: veikimas aprašomas remiantis pirminiais šaltiniais, čia neatlikus tiesioginio bandymo.

Papildomų instrukcijų rasite „Ailoot“ dokumentacijoje.

Kas naujo „Codex“ 0.155 versijoje?#

Saugykloje yra uždara diskusija apie /realtime pašalinimą. 0.155.0 versijoje balsas grįžta į terminalą nauju pavidalu: viena komanda /voice, tiesiogiai rodomas transkriptas, įrašymo indikatoriai ir mikrofono valdikliai.

Sąlygos ir apribojimai:

• ši funkcija yra eksperimentinė ir pagal numatytuosius nustatymus išjungta;
• ji veikia palaikomose versijose — „OpenAI“ leidimo pastabose nenurodo tikslaus platformų sąrašo, o palaikymas tikrinamas paleidžiant;
• pakeitimo #43581 aprašyme minimas vietinis WebRTC garsas ir signalizacija per app-server. Vien tai nereiškia, kad pokalbis vyksta vien jūsų įrenginyje; pastabose tikslus apdorojimo būdas neaprašytas.

0.155.0 versijoje taip pat pridėtos tiesioginės samprotavimo santraukos būsenos eilutėje, užduočių valdymas agentų apžvalgoje (slėpimas, archyvavimas ir ištrynimas), MCP serverių (prijungtų išorinių įrankių) užklausų tvirtinimas naudojant „Touch ID“ sistemoje „Mac“, konfigūruojamas foninės tarnybos naujinimų tvarkaraštis ir „Amazon Bedrock“ kredencialų gavimas iš išorinių komandų. 0.155.1 versijoje pateikta tikslinė pataisa: naujose vietinėse sesijose samprotavimo santraukos vėl pagal numatytuosius nustatymus išjungtos, nes kai kurie teikėjai atmesdavo šias užklausas.

Kaip atnaujinti „Codex“ į 0.155 versiją?#

Pirmiausia patikrinkite įdiegtą versiją:

codex --version

Jei versija senesnė nei 0.155.0, atnaujinkite ją tuo pačiu būdu, kuriuo įdiegėte:

# If you installed through npm
npm update -g @openai/codex

# If you installed through Homebrew
brew upgrade --cask codex

Jei įdiegėte naudodami oficialų svetainėje pateiktą scenarijų, paleiskite jį dar kartą:

# macOS or Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

„Windows“ sistemoje naudokite tą pačią „PowerShell“ diegimo programą kaip ir pirmą kartą diegdami. Jei dar neįdiegėte „Codex“ arba nežinote, kaip prisijungti, pradėkite nuo vadovo „OpenAI Codex“: kas tai yra, kaip įdiegti ir prisijungti.

Kaip įjungti balso režimą?#

Veiksmai:

1. Veikiančioje „Codex“ sesijoje įveskite /experimental.
2. Eksperimentinių funkcijų sąraše raskite Voice conversations (aprašymas: “Talk with Codex using /voice”) ir įjunkite.
3. Visiškai uždarykite „Codex“ ir paleiskite jį iš naujo. Funkcijos pranešime rašoma: “Restart Codex after enabling, then use /voice”.
4. Įveskite /voice — prasidės balso pokalbis.

Norint naudotis funkcija reikės mikrofono ir operacinės sistemos leidimo. „Mac“ sistemoje pirmą kartą pradėjus įrašymą sistema paprašys prieigos; „Windows“ ir „Linux“ patikrinkite, ar mikrofonas pasirinktas kaip numatytasis įrenginys. Jei meniu /experimental nėra Voice conversations, greičiausiai jūsų versija šios funkcijos nepalaiko — atnaujinkite į naujausią versiją ir patikrinkite dar kartą.

Ką galima daryti balso pokalbyje?#

Pagal pakeitimo #43581 aprašymą saugykloje, pokalbis veikia taip:

• Transkriptas realiuoju laiku. Jūsų žodžiai ir agento atsakymai rodomi ekrane, kai juos ištariate, kartu su pokalbio būsena ir mikrofono bei garsiakalbio garso lygiais. Perjungus pokalbius tekstas neprarandamas.
• Ne viskas ištariama garsiai. Balso pokalbyje agento galutiniai atsakymai ištariami balsu. Samprotavimai ir tarpiniai komentarai nerodomi. Tekstu gauti atsakymai balsu nekartojami.
• Valdymas be pelės. /voice mute nutildo mikrofoną (šiam veiksmui galima nustatyti klavišų spartųjį klavišą), o /voice stop baigia pokalbį.
• Mažiau registruojamų duomenų. Balsu ištartas tekstas ir balso sesijos įvykių duomenys pašalinti iš kvitų ir derinimo žurnalų.

Garsą apdoroja „OpenAI“ paslauga. Balso pokalbyje nesidalykite jautria informacija — klientų duomenimis ar skaičiais, kurie neturi palikti jūsų įrenginio.

Kada naudinga kalbėti, o kada geriau rašyti?#

Keletas /voice naudojimo atvejų:

• Padiktuokite visą užduotį. Jei jums kalbėti greičiau nei rašyti, taip galite pateikti daug konteksto: aplinkybes, ką jau išbandėte ir ko reikėtų vengti. Tai toks pat užduočių diktavimo būdas kaip ir kituose įrankiuose, tik dabar jis pasiekiamas pačiame „Codex“.
• Klauskite darbo metu. Kol agentas dirba, galite balsu paklausti „ką dabar darai?“ arba „kodėl pasirinkai šį variantą?“ neatsisukdami į klaviatūrą.
• Aptarkite planą prieš rašydami kodą. Aptarus tris galimus sprendimus ir išgirdus jų analizę galima diskutuoti gyvai.

Tikslias komandas, failų kelius, kodo fragmentus ir klaidų pranešimus patikimiau įklijuoti kaip tekstą. Jei reikia tik greitai padiktuoti tekstą be pokalbio, vietinis įrankis, pavyzdžiui, „Whisper“, tai atlieka nemokamai ir nesiunčia garso už jūsų įrenginio ribų; apie šią galimybę rašoma straipsnyje apie nemokamą balso įvestį naudojant „Whisper“.

Kokie yra apribojimai ir ką reikėtų patikrinti?#

Prieš naudodami patikrinkite šiuos apribojimus:

• Eksperimentinė būsena. Tai aiškiai nurodyta leidimo pastabose. Komandos ir veikimas gali keistis; jei kas nors neveikia, kaip tikėtasi, peržiūrėkite naujausios versijos pastabas.
• Palaikomos ne visos versijos. „OpenAI“ vartoja formuluotę “supported builds”, tačiau leidimo pastabose nepateikia platformų sąrašo — palaikymas nustatomas paleidžiant. Jei meniu /experimental nėra šios parinkties, patikrinkite savo versiją ir ar jūsų versija palaiko šią funkciją.
• Apie planus informacijos nėra. Leidimo pastabose nenurodyta, kurios „ChatGPT“ prenumeratos suteikia prieigą prie balso pokalbių. Jei /voice nepasileidžia, nors funkcija įjungta, jos prieinamumą patikrinkite savo plano dokumentacijoje.
• Garsas palieka jūsų įrenginį. Pokalbis nevyksta vien jūsų įrenginyje; „OpenAI“ pastabose neaprašo tikslaus apdorojimo būdo. Įgyvendinimo aprašyme minimas vietinis WebRTC garsas ir signalizacija per app-server. Prieš aptardami darbo duomenis patikrinkite, ar juos leidžiama perduoti.
• 0.156 versijoje įjungta pagal numatytuosius nustatymus. Kode jau yra pakeitimas, perkeliantis balso pokalbius iš eksperimentinių funkcijų į stabilių funkcijų sąrašą ir įjungiantis juos pagal numatytuosius nustatymus; jis įtrauktas į 0.156.0-alpha išankstines versijas, bet ne į stabilią 0.155 versiją. Sprendžiant iš kodo, išleidus 0.156 versiją atskirai įjungti funkcijos per /experimental nebereikės.

Jei renkatės terminalo agentą, balsas yra tik vienas iš kriterijų. Bendrą galimybių palyginimą rasite apžvalgoje „Codex“ ar „Claude Code“.

Trumpai#

„Codex“ 0.155.0 į terminalą atnešė balso pokalbius su agentu: įjunkite režimą per /experimental, po paleidimo iš naujo naudokite /voice, o pokalbį valdykite komandomis /voice mute ir /voice stop. Balso pokalbyje agentas ištaria tik galutinius atsakymus, samprotavimai paslėpti, o ekrane rodomas tiesioginis transkriptas. Funkcija eksperimentinė ir veikia ne visose versijose, o garsas palieka jūsų įrenginį; 0.156 serijos išankstinės versijos jau perkelia režimą į stabilių funkcijų sąrašą ir įjungia jį pagal numatytuosius nustatymus. Atnaujinkite naudodami jūsų diegimo būdui skirtą komandą, įjunkite funkciją ir išbandykite ją atlikdami savo užduotį.

Vienas iš būdų organizuoti vibe coding: AI klonas + antrasis protas + konteksto inžinerija.

Kai būsite pasiruošę, susipažinkite su „Ailoot“.