Mod suara dalam Codex: cara mengaktifkan /voice dan perkara yang boleh dilakukannya

Codex CLI 0.155.0 yang stabil dikeluarkan pada 17 September 2026, diikuti pembaikan 0.155.1 pada hari berikutnya. Versi 0.155.0 memperkenalkan perbualan suara eksperimen dengan ejen dalam antara muka terminal: anda boleh menerangkan tugasan dengan suara dan mendengar jawapannya. Gunakan arahan /voice untuk bermula.

Ciri ini dilumpuhkan secara lalai dan tidak disokong di semua tempat. Untuk mengaktifkannya, buka /experimental, pilih Voice conversations dan mulakan semula Codex. Penerangan perubahan itu disemak berdasarkan nota keluaran, perubahan #43581 dan kod sumber Codex pada 19 September 2026. Bahan sumber tidak menjalankan perbualan suara sebenar: cara kerjanya diterangkan berdasarkan sumber primer, tanpa ujian secara langsung di sini.

Arahan tambahan tersedia dalam dokumentasi Ailoot.

Apakah yang ditambahkan dalam Codex 0.155?#

Terdapat perbincangan tertutup dalam repositori tentang pembuangan /realtime. Versi 0.155.0 mengembalikan suara ke terminal dalam bentuk baharu: satu arahan /voice dengan transkrip langsung, penunjuk rakaman dan kawalan mikrofon.

Syarat dan batasan:

• ciri ini bersifat eksperimen dan dilumpuhkan secara lalai;
• ia berfungsi pada binaan yang disokong — OpenAI tidak menyatakan senarai platform yang tepat dalam nota, dan sokongan diperiksa semasa permulaan;
• penerangan perubahan #43581 menyebut audio WebRTC setempat dan pensinyalan melalui app-server. Hal itu sahaja tidak bermakna perbualan kekal sepenuhnya pada mesin anda; nota tersebut tidak memperincikan laluan pemprosesan yang tepat.

Versi 0.155.0 turut menambahkan ringkasan penaakulan langsung pada bar status, pengurusan tugasan dalam gambaran keseluruhan ejen (sembunyikan, arkibkan dan padam), kelulusan permintaan kepada pelayan MCP (alat luaran yang disambungkan) melalui Touch ID pada Mac, jadual kemas kini yang boleh dikonfigurasi untuk perkhidmatan latar belakang dan pengambilan bukti kelayakan Amazon Bedrock daripada arahan luaran. Versi 0.155.1 ialah pembaikan khusus: ringkasan penaakulan sekali lagi dilumpuhkan secara lalai untuk sesi setempat baharu kerana sesetengah penyedia menolak permintaan tersebut.

Bagaimanakah cara mengemas kini Codex kepada 0.155?#

Mula-mula, semak versi yang dipasang:

codex --version

Jika versi itu lebih rendah daripada 0.155.0, kemas kini menggunakan kaedah yang sama seperti semasa anda memasangnya:

# Jika anda memasangnya melalui npm
npm update -g @openai/codex

# Jika anda memasangnya melalui Homebrew
brew upgrade --cask codex

Jika anda memasangnya menggunakan skrip rasmi daripada laman web, jalankan skrip itu sekali lagi:

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

Pada Windows, gunakan pemasang PowerShell yang sama seperti semasa pemasangan pertama. Jika anda belum memasang Codex atau tidak pasti cara untuk log masuk, mulakan dengan panduan Codex daripada OpenAI: apakah itu, cara memasangnya dan log masuk.

Bagaimanakah cara mengaktifkan mod suara?#

Langkah-langkah:

1. Dalam sesi Codex yang sedang berjalan, masukkan /experimental.
2. Cari Voice conversations dalam senarai ciri eksperimen (penerangannya ialah “Talk with Codex using /voice”) dan aktifkannya.
3. Keluar daripada Codex sepenuhnya dan lancarkannya semula. Pengumuman ciri itu menyatakan: “Restart Codex after enabling, then use /voice”.
4. Masukkan /voice — perbualan suara akan bermula.

Anda memerlukan mikrofon dan kebenaran sistem pengendalian untuk menggunakannya. Pada Mac, sistem akan meminta akses apabila rakaman bermula buat kali pertama; pada Windows dan Linux, pastikan mikrofon dipilih sebagai peranti lalai. Jika Voice conversations tiada dalam /experimental, kemungkinan besar binaan anda tidak menyokong ciri tersebut — kemas kini kepada versi terkini dan semak semula.

Apakah yang boleh dilakukan oleh perbualan suara?#

Menurut penerangan perubahan #43581 dalam repositori, perbualan berfungsi seperti berikut:

• Transkrip masa nyata. Kata-kata anda dan jawapan ejen dipaparkan pada skrin semasa dituturkan, bersama-sama status perbualan dan aras audio mikrofon serta pembesar suara. Teks tidak hilang apabila anda bertukar antara perbualan.
• Bukan semua kandungan dituturkan. Jawapan akhir ejen dalam perbualan suara dituturkan. Penaakulan dan ulasan perantaraan disembunyikan. Jawapan yang diterima sebagai teks tidak diulang dengan suara.
• Kawalan tanpa tetikus. /voice mute menyenyapkan mikrofon (pintasan papan kekuncinya boleh dikonfigurasi), manakala /voice stop menamatkan perbualan.
• Pengelogan yang dikurangkan. Teks yang dituturkan dan data peristiwa sesi suara telah dibuang daripada log resit dan nyahpepijat.

Audio diproses oleh perkhidmatan OpenAI. Jangan kongsikan maklumat sensitif dalam perbualan suara — data pelanggan atau angka yang tidak boleh meninggalkan mesin anda.

Bilakah suara berguna dan bilakah teks lebih baik?#

Beberapa senario untuk /voice:

• Huraikan seluruh tugasan. Jika bercakap lebih pantas daripada menaip bagi anda, ini cara untuk memberikan konteks yang panjang: latar belakang, perkara yang sudah dicuba dan arah yang perlu dielakkan. Pendekatannya sama seperti menghuraikan tugasan dalam alat lain, kini dalam Codex sendiri.
• Tanya semasa kerja berlangsung. Semasa ejen bekerja, anda boleh bertanya dengan suara “apa yang sedang anda lakukan sekarang?” atau “mengapa anda memilih pilihan itu?” tanpa beralih kepada papan kekunci.
• Bincangkan rancangan sebelum menulis kod. Membincangkan tiga penyelesaian yang mungkin dan mendengar analisisnya membolehkan perbincangan secara langsung.

Lebih boleh diharap jika anda menampal arahan tepat, laluan fail, petikan kod dan mesej ralat sebagai teks. Jika anda hanya memerlukan transkripsi pantas tanpa perbualan, pilihan setempat seperti Whisper boleh melakukannya secara percuma tanpa menghantar audio ke luar mesin anda; pilihan itu dibincangkan dalam artikel tentang input suara percuma dengan Whisper.

Apakah batasannya dan apakah yang perlu diperiksa?#

Semak batasan ini sebelum menggunakannya:

• Status eksperimen. Nota keluaran menyatakan perkara ini dengan jelas. Arahan dan tingkah laku mungkin berubah; jika sesuatu tidak berfungsi seperti yang dijangka, rujuk nota untuk versi terkini.
• Bukan semua binaan. OpenAI menggunakan istilah “supported builds” tetapi tidak menerbitkan senarai platform dalam nota keluaran — sokongan ditentukan semasa permulaan. Jika pilihan itu tiada dalam /experimental, semak versi anda dan sama ada binaan anda menyokong ciri tersebut.
• Pelan tidak dinyatakan. Nota keluaran tidak menyatakan langganan ChatGPT yang memberikan akses kepada perbualan suara. Jika /voice tidak bermula walaupun ciri itu telah diaktifkan, semak ketersediaannya dalam dokumentasi pelan anda.
• Audio meninggalkan mesin anda. Perbualan tidak kekal sepenuhnya pada mesin anda; OpenAI tidak memperincikan laluan pemprosesan yang tepat dalam nota. Penerangan pelaksanaan menyebut audio WebRTC setempat dan pensinyalan melalui app-server. Sebelum membincangkan data kerja, pastikan pemindahannya dibenarkan.
• Diaktifkan secara lalai dalam 0.156. Kod sudah mengandungi perubahan yang mengalihkan perbualan suara daripada eksperimen kepada stabil dan mengaktifkannya secara lalai; perubahan itu disertakan dalam binaan prapelancaran 0.156.0-alpha, tetapi bukan dalam versi stabil 0.155. Berdasarkan kod, sebaik sahaja 0.156 dikeluarkan, pengaktifan berasingan melalui /experimental tidak lagi diperlukan.

Jika anda sedang memilih antara ejen terminal, suara hanyalah satu kriteria. Untuk perbandingan keupayaan secara keseluruhan, lihat gambaran keseluruhan Codex atau Claude Code.

Ringkasan ringkas#

Codex 0.155.0 membawa perbualan suara dengan ejen ke terminal: aktifkan mod melalui /experimental, gunakan /voice selepas memulakan semula dan kawalnya dengan /voice mute serta /voice stop. Dalam perbualan suara, ejen hanya menuturkan jawapan akhir, penaakulan disembunyikan dan transkrip langsung dipaparkan pada skrin. Ciri ini bersifat eksperimen, tidak disokong pada setiap binaan dan audio meninggalkan mesin anda; binaan prapelancaran siri 0.156 sudah mengalihkan mod ini kepada status stabil secara lalai. Kemas kini dengan arahan yang sesuai untuk kaedah pemasangan anda, aktifkannya dan cuba pada tugasan anda sendiri.

Salah satu cara untuk mengatur vibe coding: Klon AI + Otak Kedua + Kejuruteraan Konteks.

Apabila anda sudah bersedia, terokai Ailoot.