OpenAI 宣布对 Codex 和语音代理工具进行重大更新

除了每天为数以亿计的用户提供 ChatGPT 体验外，OpenAI 还为创建人工智能应用程序的开发人员提供平台。OpenAI 之所以受到开发者的青睐，不仅因为其先进的模型，还因为其强大的工具和对开发者的支持。

今天，OpenAI 宣布了两项面向开发者的重大更新。第一项是关于 OpenAI 的软件工程代理 Codex。OpenAI 现在向 ChatGPT Plus 用户提供 Codex。在有限的时间内，ChatGPT Plus 用户将能够享受宽松的使用限制，但 OpenAI 将在高需求期间对他们进行费率限制。

Codex 现在可以连接互联网来安装依赖项、升级软件包、运行需要外部资源的测试等。OpenAI 规定互联网访问默认为关闭状态，但用户可以在特定环境中启用互联网访问。用户还可以控制 Codex 可以访问的特定域等。ChatGPT Plus、Pro 和 Teams 用户可以使用 Codex 的互联网访问功能，企业用户也即将使用。

通过今天的更新，Codex 用户现在可以在跟进任务时更新现有的拉取请求。最后，用户现在可以向 Codex 口述任务。

除上述功能和错误修复外，OpenAI 还对 Codex 进行了以下改进：

• 新增对二进制文件的支持：应用补丁时，支持所有文件作。使用 PR 时，目前仅支持删除或重命名二进制文件。
• 改进了安装脚本的错误消息。
• 将任务差异的限制从 1 MB 增加到 5 MB。
• 将设置脚本持续时间的限制从 5 分钟增加到 10 分钟。
• 完善的 GitHub 连接流。
• 在解决错过通知的问题后，在 iOS 上重新启用了 Live Activities。
• 删除了对使用 SSO 或社交登录的用户的强制性双重身份验证要求。

OpenAI 今天的第二项重大更新是关于语音代理的。OpenAI 的 Agents SDK 现在可以在 TypeScript 中使用，它支持 handoffs、guardrails、tracing、MCP 和其他核心代理原语。该 SDK 还包括对人工在环审批的新支持，允许开发人员暂停工具执行、序列化和存储代理状态、批准或拒绝特定调用，并恢复代理运行。

OpenAI 还发布了更新的语音到语音模型，改进了指令遵循可靠性、工具调用一致性和中断行为。此外，开发人员现在还可以自定义语音在每个会话中的语速。开发人员现在可以通过实时 API 中的 gpt-4o-realtime-preview-2025-06-03 和聊天完成 API 中的 gpt-4o-audio-preview-2025-06-03 访问更新的模型。

最后，跟踪仪表板现在支持实时 API 会话，允许开发人员轻松可视化语音代理的运行，包括音频输入/输出、工具调用和中断。