Dos semanas después de lanzar su modelo de IA de audio GPT-Live más naturalista con capacidades full-duplex (escuchar y hablar al mismo tiempo), OpenAI lo está integrando directamente en los flujos de trabajo de los desarrolladores.
La compañía anunció que GPT-Live ahora impulsa la aplicación de escritorio ChatGPT en macOS y Windows, integrándose directamente con sistemas de agentes como Codex y ChatGPT Work (que son experiencias independientes disponibles dentro de la aplicación de escritorio ChatGPT).
Cuando OpenAI lanzó GPT-Live por primera vez el 8 de julio de 2026, introdujo un modelo de audio continuo capaz de escuchar y hablar simultáneamente, eliminando la rígida toma de turnos y delegando razonamientos complejos a modelos en segundo plano como GPT-5.5.
El lanzamiento de hoy extiende esta capa conversacional a tareas técnicas, lo que permite a los ingenieros de software organizar tareas de codificación de subprocesos múltiples, revisar solicitudes de extracción y depurar aplicaciones mediante comandos de voz naturales.
Como tal, esto podría marcar el comienzo de una nueva era de desarrollo de software “manos libres” e incluso noches de programación grupal en vivo y en persona para los más de 10 millones de usuarios activos semanales de Codex y ChatGPT Work. Codex, por supuesto, es el nombre que se le da a los modelos y herramientas de OpenAI centrados en la codificación, pero que la compañía amplió este año a una plataforma de productividad más general. Un portavoz de OpenAI le dijo a VentureBeat que esta es la primera activación por voz.
OpenAI lanzó un video promocional que muestra a algunos de sus empleados, el ingeniero de experiencia de desarrollo del Codex Jason Liu y el miembro del personal técnico del Codex Guinness Chen, hablando en la misma sesión de la aplicación de escritorio ChatGPT en la misma sala, cada uno dando diferentes instrucciones y conversando con el mismo modelo.
Nuevas funciones desbloqueadas
En esencia, esta integración se basa en desacoplar la capa de voz en tiempo real de los motores de ejecución subyacentes.
Si bien GPT-Live mantiene fluida la conversación (al insertar reconocimientos verbales naturales como «entendido» sin interrumpir al usuario), pasa pesadas cargas de trabajo computacional a modelos de razonamiento en segundo plano.
En macOS, la aplicación de escritorio incorpora «Appshots» y funcionalidad de contexto de pantalla, lo que permite a ChatGPT Voice analizar la ventana de primer plano, así como archivos locales, estructuras base de código y complementos activos.
Esta arquitectura crea una dinámica de programación en pareja en la que los desarrolladores discuten los problemas de forma conversacional mientras los agentes ejecutan tareas de forma asincrónica.
En lugar de detener manualmente las sesiones de codificación para ingresar instrucciones detalladas o cambiar de ventana, los desarrolladores operan el sistema con manos libres.
El motor full-duplex decide dinámicamente cuándo hablar, pausar o invocar herramientas, manteniendo el estado de conversación incluso cuando los agentes en segundo plano procesan cambios de código complejos.
Lidera codificaciones y compilaciones complejas solo con tu voz
La capacidad operativa principal de esta actualización se centra en la multitarea en entornos de trabajo Codex y ChatGPT.
Los ingenieros de software pueden iniciar múltiples subprocesos de tareas simultáneas desde un único mensaje de voz. Por ejemplo, un desarrollador que se prepara para lanzar una función podría pedirle al sistema que investigue un error de autenticación abierto, revise una solicitud de extracción de migración de API pendiente y genere pruebas unitarias faltantes al mismo tiempo.
La aplicación de escritorio coordina estas acciones en contextos dispares, rastreando problemas a través de conversaciones de Slack, repositorios de GitHub y bases de código locales.
Los desarrolladores también pueden convertir verbalmente maquetas de diseño en código de trabajo, dividiendo las tareas entre las capas de front-end, back-end y de prueba.
Con soporte para proyectos de múltiples carpetas (compilación 26.715) y ejecución remota a través de iOS, los ingenieros pueden verificar el progreso de las tareas, responder a las indicaciones de los agentes y redirigir las tareas activas sin cambiar de aplicación ni administrar procesos individuales línea por línea.
licencia propietaria
La versión de escritorio de OpenAI controlada por voz opera bajo un modelo de negocio comercial patentado. El acceso está reservado para suscriptores pagos de los planes Plus, Pro, Business, Enterprise y Education.
Para los desarrolladores individuales y los departamentos de ingeniería empresarial, esta estructura empresarial significa que los pesos de los modelos, los canales de procesamiento de voz y las arquitecturas de estado de los agentes permanecen completamente cerrados.
Las organizaciones no pueden modificar ni alojar los sistemas subyacentes por sí mismas. Además, las tareas iniciadas a través de ChatGPT Voice consumen asignaciones de uso estándar directamente de las cuotas existentes del Codex y ChatGPT workbench, y tratan las acciones activadas por voz de la misma manera que las cargas de trabajo de agentes estándar.
Reacciones de la comunidad
Las comunidades de desarrolladores notaron de inmediato las implicaciones de integrar voz continua full-duplex en flujos de trabajo de codificación autónomos.
En reacción al anuncio de la versión 26.715, que detalla la integración de voz y el soporte para proyectos de múltiples carpetas, el reportero de AI Insider @ChrisGPT señaló en X: «¡Hoy OpenAI lanzará guía remota y de voz para el códice! Un paso más hacia la AGI personal».
Los primeros comentarios técnicos destacan el entusiasmo generalizado por la orquestación manos libres de tareas complejas de los agentes, particularmente cuando se aleja del escritorio o se administran canales de compilación de forma remota.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
