OpenAI je 23. jula 2026. pustio ChatGPT Voice u desktop aplikaciju za macOS i Windows, sto korisnicima prvi put omogucava da glasom upravljaju racunarom i istovremeno usmeravaju vise AI agenata koji rade u pozadini. Kompanija je saopstila da je novi rezim pokretan tehnologijom GPT-Live i da se od danas globalno siri na korisnike Plus, Pro, Business, Edu i Enterprise planova.
Rec je o prosirenju glasovnog rezima koji je OpenAI ranije ovog meseca doneo na mobilne telefone. Sada je dostupan i na desktopu, gde je, prema navodima kompanije, najkorisniji za koordinaciju rada: korisnik moze glasom da pokrene zadatak, proveri status vise paralelnih niti rada ili preusmeri agenta dok ovaj vec izvrsava posao u ChatGPT Work ili Codex okruzenju.
Sta tacno radi novi glasovni rezim
Prema objavi kompanije na mrezi X, ChatGPT Voice na desktopu omogucava korisnicima da "kontrolisu svoj racunar i usmeravaju vise agenata koji rade u ChatGPT Work ili Codex, samo glasom". OpenAI navodi da rezim radi zahvaljujuci GPT-Live arhitekturi, koja moze istovremeno da govori, slusa i koordinira rad unutar aplikacije.
Funkcija se oslanja i na postojecu Computer Use opciju, pristup lokalnim fajlovima i ChatGPT dodatke (plugins), tako da glasovne komande mogu da pokrenu iste radnje koje su ranije bile dostupne samo preko tastature i misa. Za korisnike macOS sistema dodata je i mogucnost pod nazivom Appshots, koja modelu omogucava da "vidi" aktivni prozor na ekranu i koristi ga kao dodatni kontekst tokom razgovora, sto znaci da korisnik ne mora rec po rec da opisuje sta se nalazi na ekranu.
U istom azuriranju OpenAI je unapredio i rad sa lokalnim projektima. Projekti sada mogu da sadrze vise povezanih foldera, uz mogucnost da se jedan folder oznaci kao primarni, sto olaksava automatsko prepoznavanje fajlova i izvrsavanje Git operacija bez rucnog podesavanja.
GPT-Live kao osnova za agentsko kodiranje bez tastature
GPT-Live je OpenAI predstavio pocetkom jula 2026. kao naslednika ranijeg Advanced Voice Mode rezima. Kljucna razlika je takozvana puna dupleks arhitektura (full duplex), koja omogucava da model istovremeno slusa korisnika i govori, umesto da razgovor teche u strogo naizmenicnim potezima kao kod ranijih glasovnih rezima. Prema ranijim navodima kompanije, teze zahteve GPT-Live prebacuje u pozadinu i nastavlja razgovor dok se odgovor priprema.
Prenoseci ovu tehnologiju na desktop i vezujuci je za Codex i ChatGPT Work, OpenAI fakticki pretvara glas u dodatni interfejs za agentsko programiranje, oblast u kojoj kompanija vec nekoliko meseci ubrzano siri ponudu. Struka je najavu opisala kao korak ka "bezrucnom" agentskom kodiranju, u kojem programer moze da diktira zadatak, pusti agenta da radi i usput glasom koriguje pravac rada, bez prekidanja toka rada radi kucanja.
Konkurencija u trci za glasovno upravljanje agentima
Potez dolazi u trenutku kada i Anthropic siri sopstvene alate za agentsko programiranje. Claude Code i Claude Cowork vec funkcionisu na desktopu i, prema ranijim objavama Anthropica, dobijaju sve vise mogucnosti za samostalno izvrsavanje viseskorancanih zadataka. Za razliku od OpenAI-jevog poteza, Anthropic za sada nije najavio uporedivu funkciju punog glasovnog upravljanja svojim agentima na desktopu, sto glasovnu kontrolu trenutno cini razlikovnim adutom ChatGPT-a u odnosu na direktnu konkurenciju.
Google sa svoje strane razvija slicne agentske funkcije unutar Gemini ekosistema, ali fokus im je pre svega na pretrazivanju i svakodnevnim zadacima, a ne na kontroli razvojnog okruzenja glasom. Analiticari navode da ce, ako se pokaze pouzdanim u praksi, glasovno usmeravanje agenata verovatno postati standardna ocekivana funkcija kod svih vecih ponudjaca alata za agentsko programiranje.
Bezbednosne i eticke dileme oko glasovnih rezima
Sirenje glasovnih funkcija ne dolazi bez pratecih pitanja. Sedam tuzbi podnetih protiv OpenAI-ja u Kaliforniji krajem 2025. godine navodi da je ranija verzija glasovnog rezima, zasnovana na GPT-4o modelu, kod pojedinih korisnika doprinela emocionalnoj zavisnosti, izolaciji, a u nekim slucajevima navodno i tragicnim ishodima. OpenAI je saopstio da uvodi dugorocno pracenje i nadzor nakon lansiranja usmeren bas na rizik od emocionalne privrzenosti korisnika prema glasovnom asistentu.
Kompanija je takodje istakla da GPT-Live koristi iskljucivo unapred definisane, sinteticke glasove i da ne nudi mogucnost imitiranja stvarnih ljudskih glasova, cime pokusava da preduprediti zloupotrebe tipa glasovnih prevara. Sistem sadrzi i bezbednosne mehanizme koji mogu da preusmere odgovor usred recenice, ponude kontakte za krizne situacije ili prekinu glasovnu sesiju kada prepoznaju visok rizik. Za maloletne korisnike predvidjeno je ponasanje prilagodjeno uzrastu, a roditelji mogu potpuno da iskljuce ChatGPT Voice kroz roditeljsku kontrolu, uz obavestenja ako razgovor pokaze znake samopovredjivanja ili suicidalnih misli.
Za sada nema javno dostupnih podataka o tome koliko se korisnika desktop aplikacije aktivno oslanja na glasovno upravljanje agentima, niti o tome kako sistem postupa u slucaju da glasovna komanda pokrene nenamerovanu ili stetnu radnju na racunaru korisnika. OpenAI nije objavio detaljnu tehnicku dokumentaciju o tome kako se overava identitet korisnika pre nego sto glasovna komanda dobije ovlascenje da izmeni fajlove ili pokrene kod.
Cesto postavljana pitanja
Ko moze da koristi ChatGPT Voice na desktopu?
Funkcija je dostupna korisnicima Plus, Pro, Business, Edu i Enterprise planova, na macOS i Windows racunarima, u sklopu globalnog sirenja najavljenog 23. jula 2026.
Da li glasovni rezim moze da kontrolise ceo racunar?
Prema navodima OpenAI-ja, rezim se oslanja na Computer Use funkciju, pristup lokalnim fajlovima i ChatGPT dodatke, sto mu omogucava da izvrsava radnje koje su ranije zahtevale rucno upravljanje, ali kompanija nije javno detaljno objasnila sve granice ovlascenja.
Sta je Appshots i za koga vazi?
Appshots je dodatna mogucnost dostupna samo na macOS-u, koja modelu daje uvid u aktivni prozor na ekranu kako bi razgovor imao vise konteksta bez potrebe da korisnik sve opisuje recima.
Da li Anthropicov Claude ima slicnu funkciju?
Anthropic za sada nije najavio uporedivo glasovno upravljanje Claude Code ili Claude Cowork agentima na desktopu, iako oba alata imaju sopstvene mogucnosti za samostalno izvrsavanje zadataka.
