OpenAI 发布 Codex 与语音代理重大更新，为开发者提供更强工具支持

OpenAI 不仅致力于提升普通用户对 AI 的体验，也在持续强化其面向开发者的平台能力。作为全球领先的 AI 开发平台之一，OpenAI 凭借其先进的模型和完善的工具链，赢得了大量开发者的青睐。

今天，OpenAI 宣布了两项针对开发者的重要更新：

1. Codex 功能升级
2. 语音代理（Voice Agent）及 SDK 增强

这些更新将进一步提升 AI 编程助手的能力，并为构建语音驱动的智能代理提供更多灵活性和控制力。

Codex 更新：开放给 ChatGPT Plus 用户，新增互联网访问与语音输入功能

OpenAI 正式将 Codex 向 ChatGPT Plus 用户开放，并提供了更宽松的使用限制（尽管在高需求时段仍可能受到速率限制）。

✅ 新增互联网访问能力

Codex 现已支持连接互联网，用于执行以下任务：

• 安装依赖项
• 升级软件包
• 运行需要外部资源的测试

这一功能默认关闭，但用户可在特定环境中手动启用，并自定义允许访问的域名。此功能目前适用于 Plus、Pro 和 Teams 用户，未来将扩展至企业用户。

✅ 支持拉取请求（Pull Request）更新与语音口述任务

此次更新还带来了以下改进：

• 用户现在可以更新现有 Pull Request，让 Codex 更好地参与代码协作流程。
• Codex 首次支持语音输入，开发者可通过语音口述任务指令，提升交互效率。

✅ 其他增强功能

此外，OpenAI 对 Codex 做出多项优化：

• 新增二进制文件支持：补丁应用时支持所有文件操作；拉取请求中支持删除或重命名二进制文件。
• 改进设置脚本错误提示，提升调试体验。
• 任务差异（diffs）大小上限从 1MB 提升至 5MB
• 设置脚本运行时间从 5 分钟延长至 10 分钟
• GitHub 连接流程优化
• 重新启用 Live Activities 功能（解决 iOS 上的通知遗漏问题）
• 取消 SSO 或社交登录用户的强制双重验证要求

语音代理更新：SDK 支持 TypeScript，推出新版音频模型与追踪仪表板

除了 Codex，OpenAI 也对其语音代理系统进行了多项关键更新。

✅ Agents SDK 支持 TypeScript

最新版 Agents SDK 已支持 TypeScript，并引入以下核心功能：

• 支持手动切换模式
• 内置安全防护机制
• 支持追踪代理行为
• 支持**MCP（多控制器协议）**等代理原语
• 新增人工审批机制：开发者可暂停工具调用、序列化并保存代理状态、批准或拒绝特定动作，并继续执行

这项更新使开发者能更精细地控制代理的行为，同时提高安全性与可控性。

✅ 新版语音到语音模型上线

OpenAI 推出了更新后的语音模型，提升了以下方面：

• 指令遵循可靠性
• 工具调用一致性
• 中断响应行为

此外，开发者现在还可以自定义语音语速，实现更个性化的语音输出。

该模型可通过以下 API 使用：

• Realtime API 中的 gpt-4o-realtime-preview-2025-06-03
• Chat Completions API 中的 gpt-4o-audio-preview-2025-06-03

✅ Traces 仪表板新增 Realtime API 支持

Traces 是一个用于可视化代理行为的仪表板。此次更新后，它正式支持 Realtime API 会话，帮助开发者清晰查看以下信息：

• 音频输入/输出
• 工具调用过程
• 中断事件发生点

这大大增强了调试和分析语音代理运行状态的能力。