Codex 語音模式：如何啟用 /voice 以及它能做什麼

穩定版 Codex CLI 0.155.0 於 2026 年 9 月 17 日發布，隔天接著發布了修正版本 0.155.1。0.155.0 版在終端機介面中加入與代理程式進行語音對話的實驗功能：你可以大聲描述任務，並聽取回覆。輸入 /voice 指令即可開始。

此功能預設為停用，且並非所有環境都支援。若要啟用，請開啟 /experimental，選取「語音對話」，然後重新啟動 Codex。本文內容已於 2026 年 9 月 19 日對照發布說明、變更 #43581 與 Codex 原始碼進行查核。來源資料並未實際進行語音對話：本文依據第一手來源說明其運作方式，並未在此親自測試。

更多說明請參閱 Ailoot 文件。

Codex 0.155 加入了哪些功能？#

儲存庫中有一則已結束的討論，內容是移除 /realtime。0.155.0 版以新的形式將語音帶回終端機：透過單一 /voice 指令，提供即時逐字稿、錄音指示器與麥克風控制。

條件與限制：

• 此功能屬於實驗性功能，預設為停用；
• 僅適用於支援此功能的組建版本——OpenAI 未在發布說明中列出確切的平台清單，並會在啟動時檢查是否支援；
• 變更 #43581 的說明提到使用本機 WebRTC 音訊，並透過 app-server 進行訊號傳遞。這並不代表對話完全留在你的裝置上；發布說明並未詳述確切的處理流程。

0.155.0 版也加入狀態列中的即時推理摘要、代理程式總覽中的任務管理（隱藏、封存與刪除）、在 Mac 上透過 Touch ID 核准 MCP 伺服器（已連線的外部工具）要求、可設定的背景服務更新排程，以及從外部指令取得 Amazon Bedrock 認證資料。0.155.1 版是針對特定問題的修正：由於部分供應商會拒絕這些要求，新本機工作階段的推理摘要再次預設為停用。

如何將 Codex 更新至 0.155？#

首先，檢查已安裝的版本：

codex --version

如果版本低於 0.155.0，請使用原本的安裝方式更新：

# 如果透過 npm 安裝
npm update -g @openai/codex

# 如果透過 Homebrew 安裝
brew upgrade --cask codex

如果你使用網站上的官方指令碼安裝，請重新執行該指令碼：

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

在 Windows 上，請使用與首次安裝時相同的 PowerShell 安裝程式。如果你尚未安裝 Codex，或不確定如何登入，請先閱讀指南 OpenAI 的 Codex：它是什麼、如何安裝及登入。

如何啟用語音模式？#

步驟：

1. 在正在執行的 Codex 工作階段中，輸入 /experimental。
2. 在實驗功能清單中找到「語音對話」（其說明為「使用 /voice 與 Codex 對話」），並啟用它。
3. 完全結束 Codex，然後重新啟動。功能公告寫道：「啟用後請重新啟動 Codex，接著使用 /voice」。
4. 輸入 /voice，即可開始語音對話。

你需要麥克風，以及作業系統授予的使用權限。Mac 會在首次開始錄音時要求存取權限；在 Windows 和 Linux 上，請確認已將麥克風選為預設裝置。如果 /experimental 中沒有「語音對話」，你的組建版本很可能不支援此功能——請更新至最新版本後再確認。

語音對話可以做什麼？#

根據儲存庫中變更 #43581 的說明，對話的運作方式如下：

• 即時逐字稿。 你說的話和代理程式的回覆會隨著說話即時顯示在畫面上，同時顯示對話狀態，以及麥克風和喇叭的音量。切換對話時，文字不會遺失。
• 並非所有內容都會以語音播出。 語音對話中會以語音播出代理程式的最終回覆。推理和中間說明不會顯示。以文字收到的回覆不會再以語音重複播出。
• 免用滑鼠的控制方式。 /voice mute 可將麥克風靜音（此功能的鍵盤快速鍵可設定），而 /voice stop 可結束對話。
• 減少記錄內容。 語音播出的文字和語音工作階段事件資料已從收據與偵錯記錄中移除。

音訊會由 OpenAI 的服務處理。請勿在語音對話中分享敏感資訊，例如不得離開你裝置的客戶資料或數字。

什麼時候適合使用語音？什麼時候文字更好？#

以下是幾種使用 /voice 的情境：

• 口述整個任務。 如果對你而言說話比打字快，這是提供大量背景資訊的方式：說明背景、已經嘗試過的做法，以及哪些方向不要採取。這和在其他工具中口述任務的方式相同，只是現在可以直接在 Codex 中進行。
• 邊做邊問。 代理程式工作時，你可以直接出聲詢問「你現在在做什麼？」或「為什麼選這個做法？」，不必切換到鍵盤。
• 開始寫程式前先討論計畫。 透過對話討論三種可能的解決方案並聽取分析，就能即時交流。

若要確保指令、檔案路徑、程式碼片段和錯誤訊息完全正確，貼上文字會更可靠。如果你只需要快速聽寫、不需要對話，可以免費使用 Whisper 這類本機工具，音訊不會傳送到你的裝置之外；相關內容請見文章使用 Whisper 免費語音輸入。

有哪些限制？應該檢查什麼？#

使用前請先確認以下限制：

• 實驗性狀態。 發布說明明確指出這一點。指令和行為可能會改變；若功能未如預期運作，請查閱最新版本的發布說明。
• 並非所有組建版本都支援。 OpenAI 使用「支援的組建版本」一詞，但未在發布說明中公布支援平台清單——系統會在啟動時判斷是否支援。如果 /experimental 中沒有這個選項，請檢查版本，以及你的組建版本是否支援此功能。
• 尚未公開適用方案。 發布說明未指出哪些 ChatGPT 訂閱方案可使用語音對話。如果已啟用功能，但 /voice 仍無法啟動，請查看你所用方案的文件以確認是否能使用。
• 音訊會離開你的裝置。 對話不會完全留在你的裝置上；OpenAI 未在發布說明中詳述確切的處理流程。實作說明提到使用本機 WebRTC 音訊，並透過 app-server 進行訊號傳遞。討論工作資料之前，請先確認是否允許傳輸這些資料。
• 0.156 預設啟用。 程式碼中已包含將語音對話從實驗功能轉為穩定功能並預設啟用的變更；此變更已納入預先發布的 0.156.0-alpha 組建版本，但不在穩定版 0.155 中。根據程式碼判斷，0.156 發布後，就不再需要透過 /experimental 個別啟用。

選擇終端機代理程式時，語音只是其中一項考量。如要比較整體功能，請參閱 Codex 或 Claude Code概覽。

簡短回顧#

Codex 0.155.0 將與代理程式進行語音對話的功能帶進終端機：透過 /experimental 啟用，重新啟動後使用 /voice，並以 /voice mute 和 /voice stop 控制。語音對話中，代理程式只會播出最終回覆，推理不會顯示，畫面上則會呈現即時逐字稿。此功能屬於實驗性功能，並非所有組建版本都支援，而且音訊會離開你的裝置；0.156 系列的預先發布組建版本已開始將此模式轉為預設啟用的穩定功能。請依照安裝方式使用相應指令更新、啟用功能，並在自己的任務中試用。

整理 vibe coding 的其中一種方式：AI 分身 + 第二大腦 + 情境工程。

準備好之後，請探索 Ailoot。