# Tryb głosowy w Codex: jak włączyć /voice i co można z nim zrobić > Włącz /voice w Codex CLI przez /experimental. Aktualizacja, wyciszanie i zatrzymywanie rozmowy oraz ograniczenia trybu głosowego. Source: https://ailoot.ai/blog/pl/codex-voice-mode/ Canonical: https://ailoot.ai/blog/pl/codex-voice-mode/ Language: pl Publisher: Ailoot (https://ailoot.ai/) Translation: guide-078 Revision: sha256-1e56c8368b29f23cf1c1b1f618f797c5bbd3b1652161b7d7ab21884f4990e472 Stabilna wersja Codex CLI 0.155.0 została wydana 17 września 2026 r., a następnego dnia ukazała się poprawka 0.155.1. Wersja 0.155.0 wprowadziła eksperymentalne rozmowy głosowe z agentem w interfejsie terminala: możesz opisać zadanie na głos i usłyszeć odpowiedź. Aby rozpocząć, użyj polecenia `/voice`. Ta funkcja jest domyślnie wyłączona i nie jest obsługiwana we wszystkich środowiskach. Aby ją włączyć, otwórz `/experimental`, wybierz „Rozmowy głosowe” i uruchom ponownie Codex. Opis został sprawdzony z informacjami o wydaniu, zmianą \#43581 i kodem źródłowym Codex 19 września 2026 r. Materiały źródłowe nie obejmowały rzeczywistej rozmowy głosowej: mechanizm opisano na podstawie źródeł pierwotnych, bez testu z pierwszej ręki. Więcej informacji znajdziesz w [dokumentacji Ailoot](https://ailoot.ai/docs/). ## Co dodano w Codex 0.155?
Najważniejsze informacje Stabilne wydanie 0.155.0 z 17.09.2026 wprowadziło eksperymentalne rozmowy głosowe: polecenie `/voice` otwiera dwustronną rozmowę głosową z agentem. Na ekranie pojawia się transkrypcja — tekst rozmowy wyświetlany na żywo. Funkcja jest domyślnie wyłączona i można ją włączyć w menu `/experimental`. Poprzedni tryb głosowy `/realtime`, przeznaczony do logowania za pomocą klucza API, został usunięty w czerwcu 2026 r.
W repozytorium znajduje się zamknięta dyskusja na temat usunięcia `/realtime`. Wersja 0.155.0 przywraca głos w terminalu w nowej postaci: za pomocą jednego polecenia `/voice`, z transkrypcją na żywo, wskaźnikami nagrywania i elementami sterującymi mikrofonem. Warunki i ograniczenia: - funkcja jest eksperymentalna i domyślnie wyłączona; - działa w obsługiwanych kompilacjach — OpenAI nie podaje w informacjach o wydaniu dokładnej listy platform, a obsługa jest sprawdzana podczas uruchamiania; - opis zmiany \#43581 wspomina o lokalnym dźwięku WebRTC i sygnalizacji przez app-server. Samo to nie oznacza, że rozmowa pozostaje w całości na twoim urządzeniu; informacje o wydaniu nie opisują dokładnej ścieżki przetwarzania. Wersja 0.155.0 dodała również bieżące podsumowania rozumowania w wierszu stanu, zarządzanie zadaniami w widoku agenta (ukrywanie, archiwizowanie i usuwanie), zatwierdzanie żądań do serwerów MCP (połączonych narzędzi zewnętrznych) przez Touch ID na Macu, konfigurowalny harmonogram aktualizacji usługi działającej w tle oraz pobieranie danych uwierzytelniających Amazon Bedrock z poleceń zewnętrznych. Wersja 0.155.1 to poprawka ukierunkowana na konkretny problem: w nowych sesjach lokalnych podsumowania rozumowania ponownie są domyślnie wyłączone, ponieważ niektórzy dostawcy odrzucali te żądania. ## Jak zaktualizować Codex do wersji 0.155?
Najważniejsze informacje Sprawdź wersję poleceniem `codex --version`: potrzebujesz wersji 0.155.0 lub nowszej. Sposób aktualizacji zależy od metody instalacji: w przypadku npm użyj `npm update -g @openai/codex`, w przypadku Homebrew — `brew upgrade --cask codex`, a przy instalacji skryptem uruchom ponownie instalator.
Najpierw sprawdź zainstalowaną wersję: ```bash codex --version ``` Jeśli wersja jest starsza niż 0.155.0, zaktualizuj ją tą samą metodą, której użyto do instalacji: ```bash # Jeśli zainstalowano przez npm npm update -g @openai/codex # Jeśli zainstalowano przez Homebrew brew upgrade --cask codex ``` Jeśli Codex został zainstalowany za pomocą oficjalnego skryptu ze strony internetowej, uruchom go ponownie: ```bash # macOS lub Linux curl -fsSL https://chatgpt.com/codex/install.sh | sh ``` W systemie Windows użyj tego samego instalatora PowerShell co przy pierwszej instalacji. Jeśli jeszcze nie masz Codex albo nie wiesz, jak się zalogować, zacznij od poradnika [Codex od OpenAI: czym jest, jak go zainstalować i zalogować się](https://ailoot.ai/blog/pl/openai-codex-install/). ## Jak włączyć tryb głosowy?
Najważniejsze informacje Otwórz menu `/experimental`, włącz „Rozmowy głosowe”, całkowicie uruchom ponownie Codex, a następnie wpisz `/voice`. Ogłoszenie funkcji w kodzie wskazuje, że po jej włączeniu należy ponownie uruchomić program.
Kroki: 1. W działającej sesji Codex wpisz `/experimental`. 2. Znajdź na liście funkcji eksperymentalnych pozycję „Rozmowy głosowe” (jej opis brzmi „Talk with Codex using /voice”) i ją włącz. 3. Całkowicie zamknij Codex i uruchom go ponownie. W ogłoszeniu funkcji napisano: „Restart Codex after enabling, then use /voice”. 4. Wpisz `/voice` — rozpocznie się rozmowa głosowa. Do korzystania z tej funkcji potrzebujesz mikrofonu i uprawnień systemu operacyjnego. Na Macu system poprosi o dostęp przy pierwszym rozpoczęciu nagrywania; w systemach Windows i Linux sprawdź, czy mikrofon jest wybrany jako urządzenie domyślne. Jeśli w `/experimental` nie ma pozycji „Rozmowy głosowe”, twoja kompilacja najprawdopodobniej nie obsługuje tej funkcji — zaktualizuj ją do najnowszej wersji i sprawdź ponownie. ## Co można robić podczas rozmowy głosowej?
Najważniejsze informacje `/voice` otwiera dwustronną rozmowę: mówisz, agent odpowiada na głos, a na ekranie pojawia się transkrypcja na żywo oraz wskaźniki poziomu dźwięku mikrofonu i głośnika. Dostępne polecenia to `/voice mute` (wyciszenie mikrofonu) i `/voice stop` (zakończenie rozmowy). W rozmowie głosowej odczytywane są tylko odpowiedzi końcowe; rozumowanie i komentarze dotyczące działania są ukryte.
Zgodnie z opisem zmiany \#43581 w repozytorium rozmowa działa w następujący sposób: - **Transkrypcja na żywo.** Twoje słowa i odpowiedzi agenta pojawiają się na ekranie w trakcie mówienia, wraz ze stanem rozmowy oraz poziomami dźwięku mikrofonu i głośnika. Tekst nie znika przy przełączaniu się między rozmowami. - **Nie wszystko jest odczytywane na głos.** W rozmowie głosowej odczytywane są końcowe odpowiedzi agenta. Rozumowanie i komentarze pośrednie są ukryte. Odpowiedzi otrzymane w formie tekstu nie są ponownie odczytywane na głos. - **Sterowanie bez myszy.** `/voice mute` wycisza mikrofon (skrót klawiaturowy można skonfigurować), a `/voice stop` kończy rozmowę. - **Ograniczone rejestrowanie.** Tekst wypowiadany na głos i dane o zdarzeniach sesji głosowej usunięto z potwierdzeń i dzienników debugowania. Dźwięk jest przetwarzany przez usługę OpenAI. Nie udostępniaj w rozmowie głosowej poufnych informacji — danych klientów ani liczb, które nie powinny opuszczać twojego urządzenia. ## Kiedy przydaje się głos, a kiedy lepszy jest tekst?
Najważniejsze informacje Głos przydaje się wtedy, gdy łatwiej powiedzieć, niż napisać: omówić plan, podyktować kontekst albo zapytać „co teraz robisz?”, nie odrywając rąk od pracy. Tekst jest dokładniejszy w przypadku poleceń, ścieżek, kodu i wszystkiego, co musi dać się odtworzyć znak po znaku.
Oto kilka sytuacji, w których można użyć `/voice`: - **Podyktuj całe zadanie.** Jeśli mówienie jest dla ciebie szybsze niż pisanie, możesz w ten sposób przekazać dużo kontekstu: tło, to, co już zostało wypróbowane, i kierunki, których należy unikać. To ten sam sposób dyktowania zadań co w innych narzędziach, dostępny teraz bezpośrednio w Codex. - **Zadawaj pytania w trakcie pracy.** Podczas pracy agenta możesz na głos zapytać „co teraz robisz?” albo „dlaczego wybrałeś tę opcję?”, bez przechodzenia do klawiatury. - **Omów plan przed programowaniem.** Rozmowa o trzech możliwych rozwiązaniach i wysłuchanie ich analizy pozwalają na bieżąco omówić plan. Dokładne polecenia, ścieżki plików, fragmenty kodu i komunikaty o błędach najlepiej wklejać jako tekst. Jeśli potrzebujesz tylko szybkiego dyktowania bez rozmowy, lokalna opcja taka jak Whisper robi to bezpłatnie i nie wysyła dźwięku poza twoje urządzenie; opisano ją w artykule [Bezpłatne wprowadzanie głosowe za pomocą Whisper](https://ailoot.ai/blog/pl/free-voice-input-whisper/). ## Jakie są ograniczenia i co należy sprawdzić?
Najważniejsze informacje Funkcja jest eksperymentalna: polecenia i zachowanie mogą się zmienić. Nie działa we wszystkich kompilacjach; OpenAI nie ujawniło dostępności w poszczególnych planach. Dźwięk jest wysyłany do usługi OpenAI. W przedpremierowych kompilacjach serii 0.156 tryb jest już stabilny i domyślnie włączony — w stabilnej wersji 0.155 nadal wymaga aktywacji przez /experimental.
Przed użyciem sprawdź następujące ograniczenia: - **Status eksperymentalny.** Informacje o wydaniu wyraźnie o tym mówią. Polecenia i zachowanie mogą się zmienić; jeśli coś nie działa zgodnie z oczekiwaniami, sprawdź informacje o najnowszej wersji. - **Nie wszystkie kompilacje.** OpenAI używa określenia „obsługiwane kompilacje”, ale nie publikuje listy platform w informacjach o wydaniu — obsługa jest określana podczas uruchamiania. Jeśli w `/experimental` brakuje tej opcji, sprawdź wersję i to, czy twoja kompilacja obsługuje tę funkcję. - **Brak informacji o planach.** Informacje o wydaniu nie wskazują, które subskrypcje ChatGPT zapewniają dostęp do rozmów głosowych. Jeśli `/voice` nie uruchamia się mimo włączonej funkcji, sprawdź dostępność w dokumentacji swojego planu. - **Dźwięk opuszcza twoje urządzenie.** Rozmowa nie pozostaje w całości na twoim urządzeniu; OpenAI nie opisuje w informacjach o wydaniu dokładnej ścieżki przetwarzania. Opis implementacji wspomina o lokalnym dźwięku WebRTC i sygnalizacji przez app-server. Przed omawianiem danych służbowych sprawdź, czy ich przesyłanie jest dozwolone. - **Domyślnie włączone w 0.156.** Kod zawiera już zmianę przenoszącą rozmowy głosowe z funkcji eksperymentalnych do stabilnych i włączającą je domyślnie. Zmianę uwzględniono w przedpremierowych kompilacjach 0.156.0-alpha, ale nie w stabilnej wersji 0.155. Zgodnie z kodem po wydaniu 0.156 osobna aktywacja przez `/experimental` nie będzie już konieczna. Jeśli wybierasz agenta terminalowego, głos jest tylko jednym z kryteriów. Ogólne porównanie możliwości znajdziesz w przeglądzie [Codex czy Claude Code](https://ailoot.ai/blog/pl/codex-vs-claude-code-choice/). ## Krótkie podsumowanie Codex 0.155.0 wprowadził do terminala rozmowy głosowe z agentem: włącz tryb przez `/experimental`, po ponownym uruchomieniu użyj `/voice`, a rozmową steruj za pomocą `/voice mute` i `/voice stop`. W rozmowie głosowej agent odczytuje wyłącznie końcowe odpowiedzi, rozumowanie jest ukryte, a na ekranie pojawia się transkrypcja na żywo. Funkcja jest eksperymentalna i nie działa w każdej kompilacji, a dźwięk opuszcza twoje urządzenie; przedpremierowe kompilacje serii 0.156 już przenoszą ten tryb do wersji stabilnej z domyślnym włączeniem. Zaktualizuj Codex poleceniem odpowiednim dla metody instalacji, włącz funkcję i wypróbuj ją na własnym zadaniu.
### Źródła - Codex CLI, informacje o wydaniu 0.155.0: - Codex CLI, informacje o wydaniu 0.155.1: - Pull request \#43581 „Add live WebRTC voice conversations to the TUI”: - Commit \#44331, dodający rozmowy głosowe do menu /experimental: - Commit \#44921, ustawiający rozmowy głosowe jako stabilne i domyślnie włączone: - Dyskusja o usunięciu poprzedniego trybu /realtime, issue \#28056: - Codex CLI, oficjalne instrukcje instalacji (README):
Jeden ze sposobów na uporządkowanie vibe codingu: **klon AI + drugi mózg + inżynieria kontekstu**. Gdy będziesz gotowy, poznaj [Ailoot](https://ailoot.ai/). ## Pytania i odpowiedzi ### Dlaczego nie znajduję Voice conversations w /experimental? Sprawdź wersję Codex i obsługę funkcji w kompilacji. W opisanej stabilnej ścieżce 0.155 włącz ją w /experimental i uruchom ponownie przed /voice; notatki o wersjach wstępnych opisują inne ustawienia domyślne. ### Czy dyktować dokładne ścieżki i polecenia? Wklejaj ścieżki, polecenia, kod i błędy jako tekst, gdy znaki muszą być dokładne. Głos służy kontekstowi i dyskusji; przed mówieniem sprawdź zgodę na wysyłanie danych pracy poza komputer. ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.