โดย Thanedpol Dechaduangsakul | เผยแพร่: 26 กรกฎาคม 2569 | อ้างอิง: Testing Catalog

สรุปสาระสำคัญ

• OpenAI ทดสอบโหมดเสียงเรียลไทม์สำหรับ Codex ที่ขยายจากเขียนโค้ดสู่การทำงานทั่วไป

• ระบบใช้ worker agents ทำงานเบื้องหลัง เช่น เช็ก Slack, ควบคุม Spotify, สั่งอาหาร

• สอดคล้องกับทิศทางรวมแอป Codex เข้ากับ ChatGPT desktop app และเตรียมอัปเดตความเร็วด้วย Cerebras inference สำหรับ GPT-5.6 Sol

OpenAI กำลังขยายขีดความสามารถของ Codex ให้ก้าวข้ามการเป็นเพียงเครื่องมือสำหรับนักพัฒนา โดยกำลังทดสอบระบบเสียงแบบเรียลไทม์ที่ทำหน้าที่เป็นผู้ช่วยส่วนตัวอัจฉริยะ ผู้ใช้สามารถสั่งงานผ่านเสียงให้ระบบจัดการงานประจำวันได้แบบอัตโนมัติ

Codex Realtime Voice ทำงานอย่างไร
ระบบใช้เลเยอร์เสียงในการรักษาบทสนทนา ในขณะที่ worker agents หลายตัวจะกระจายกันไปทำงานเบื้องหลังพร้อมกัน ผ่านโครงสร้าง Codex Remote Control ระบบสามารถตรวจสอบ Slack, ดึงเอกสาร, ควบคุม Spotify หรือแม้แต่สั่งอาหารผ่าน Uber Eats แล้วอ่านผลลัพธ์กลับมาให้ผู้ใช้ฟัง

ความไม่แน่นอนและสิ่งที่ต้องจับตา
ยังไม่มีการยืนยันว่าโมเดลใดจะจัดการบทสนทนา แม้ bidirectional voice model จะเป็นตัวเลือกหลัก และฟีเจอร์นี้ยังไม่ปรากฏในแอป ChatGPT desktop แต่มีแนวโน้มว่าจะถูกปล่อยออกมาพร้อมกับการอัปเดตความเร็วในการประมวลผลของ GPT-5.6 Sol ที่ให้บริการโดย Cerebras

คำถามที่พบบ่อย (FAQ)

Q1: Codex Realtime Voice ต่างจากโหมดเสียงเดิมของ ChatGPT อย่างไร
A1: โหมดใหม่มุ่งเน้นไปที่การจัดการงานหลายอย่างพร้อมกันผ่าน worker agents ในเบื้องหลัง เช่น การควบคุมแอปพลิเคชันภายนอกและการสั่งงานชีวิตประจำวัน ไม่ใช่แค่การสนทนาทั่วไป

Q2: ฟีเจอร์นี้พร้อมใช้งานแล้วหรือยัง
A2: ยังอยู่ในขั้นทดสอบและวางรากฐาน โดยอาจมีการประกาศความคืบหน้าร่วมกับอัปเดตประสิทธิภาพของ GPT-5.6 Sol ในเร็วๆ นี้

Q3: ระบบนี้ทำงานบนแพลตฟอร์มใด
A3: ปัจจุบันพบร่องรอยในระบบ Codex app และคาดว่าจะถูกผนวกเข้าเป็นส่วนหนึ่งของ ChatGPT desktop app ในอนาคต

Source:

Testing Catalog: https://www.testingcatalog.com/openai-tests-codex-realtime-voice-mode-for-chatgpt/