OpenAI je 23. jula 2026. pustio ChatGPT Voice u desktop aplikaciju za macOS i Windows, što korisnicima prvi put omogućava da glasom upravljaju računarom i istovremeno usmeravaju više AI agenata koji rade u pozadini. Kompanija je saopštila da je novi režim pokretan tehnologijom GPT-Live i da se od danas globalno širi na korisnike Plus, Pro, Business, Edu i Enterprise planova.
Reč je o proširenju glasovnog režima 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 može glasom da pokrene zadatak, proveri status više paralelnih niti rada ili preusmeri agenta dok ovaj već izvršava posao u ChatGPT Work ili Codex okruženju.
Šta tačno radi novi glasovni režim
Prema objavi kompanije na mreži X, ChatGPT Voice na desktopu omogućava korisnicima da "kontrolišu svoj računar i usmeravaju više agenata koji rade u ChatGPT Work ili Codex, samo glasom". OpenAI navodi da režim radi zahvaljujući GPT-Live arhitekturi, koja može istovremeno da govori, sluša i koordinira rad unutar aplikacije.
Funkcija se oslanja i na postojeću 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 miša. Za korisnike macOS sistema dodata je i mogućnost pod nazivom Appshots, koja modelu omogućava da "vidi" aktivni prozor na ekranu i koristi ga kao dodatni kontekst tokom razgovora, što znači da korisnik ne mora reč po reč da opisuje šta se nalazi na ekranu.
U istom ažuriranju OpenAI je unapredio i rad sa lokalnim projektima. Projekti sada mogu da sadrže više povezanih foldera, uz mogućnost da se jedan folder označi kao primarni, što olakšava automatsko prepoznavanje fajlova i izvršavanje Git operacija bez ručnog podešavanja.
GPT-Live kao osnova za agentsko kodiranje bez tastature
GPT-Live je OpenAI predstavio početkom jula 2026. kao naslednika ranijeg Advanced Voice Mode režima. Ključna razlika je takozvana puna dupleks arhitektura (full duplex), koja omogućava da model istovremeno sluša korisnika i govori, umesto da razgovor teche u strogo naizmeničnim potezima kao kod ranijih glasovnih režima. Prema ranijim navodima kompanije, teže zahteve GPT-Live prebacuje u pozadinu i nastavlja razgovor dok se odgovor priprema.
Prenoseći ovu tehnologiju na desktop i vezujući je za Codex i ChatGPT Work, OpenAI faktički pretvara glas u dodatni interfejs za agentsko programiranje, oblast u kojoj kompanija već nekoliko meseci ubrzano širi ponudu. Struka je najavu opisala kao korak ka "bezručnom" agentskom kodiranju, u kojem programer može 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 širi sopstvene alate za agentsko programiranje. Claude Code i Claude Cowork već funkcionišu na desktopu i, prema ranijim objavama Anthropica, dobijaju sve više mogućnosti za samostalno izvršavanje viseskorancanih zadataka. Za razliku od OpenAI-jevog poteza, Anthropic za sada nije najavio uporedivu funkciju punog glasovnog upravljanja svojim agentima na desktopu, što glasovnu kontrolu trenutno čini razlikovnim adutom ChatGPT-a u odnosu na direktnu konkurenciju.
Google sa svoje strane razvija slične agentske funkcije unutar Gemini ekosistema, ali fokus im je pre svega na pretraživanju i svakodnevnim zadacima, a ne na kontroli razvojnog okruženja glasom. Analitičari navode da će, ako se pokaže pouzdanim u praksi, glasovno usmeravanje agenata verovatno postati standardna očekivana funkcija kod svih većih ponuđača alata za agentsko programiranje.
Bezbednosne i etičke dileme oko glasovnih režima
Širenje glasovnih funkcija ne dolazi bez pratećih pitanja. Sedam tužbi podnetih protiv OpenAI-ja u Kaliforniji krajem 2025. godine navodi da je ranija verzija glasovnog režima, zasnovana na GPT-4o modelu, kod pojedinih korisnika doprinela emocionalnoj zavisnosti, izolaciji, a u nekim slučajevima navodno i tragičnim ishodima. OpenAI je saopštio da uvodi dugoročno praćenje i nadzor nakon lansiranja usmeren baš na rizik od emocionalne privrženosti korisnika prema glasovnom asistentu.
Kompanija je takođe istakla da GPT-Live koristi isključivo unapred definisane, sintetičke glasove i da ne nudi mogućnost imitiranja stvarnih ljudskih glasova, čime pokušava da preduprediti zloupotrebe tipa glasovnih prevara. Sistem sadrži i bezbednosne mehanizme koji mogu da preusmere odgovor usred rečenice, ponude kontakte za krizne situacije ili prekinu glasovnu sesiju kada prepoznaju visok rizik. Za maloletne korisnike predviđeno je ponašanje prilagođeno uzrastu, a roditelji mogu potpuno da isključe ChatGPT Voice kroz roditeljsku kontrolu, uz obaveštenja ako razgovor pokaže znake samopovređivanja 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 slučaju da glasovna komanda pokrene nenamerovanu ili štetnu radnju na računaru korisnika. OpenAI nije objavio detaljnu tehničku dokumentaciju o tome kako se overava identitet korisnika pre nego što glasovna komanda dobije ovlašćenje da izmeni fajlove ili pokrene kod.
Često postavljana pitanja
Ko može da koristi ChatGPT Voice na desktopu?
Funkcija je dostupna korisnicima Plus, Pro, Business, Edu i Enterprise planova, na macOS i Windows računarima, u sklopu globalnog širenja najavljenog 23. jula 2026.
Da li glasovni režim može da kontroliše ceo računar?
Prema navodima OpenAI-ja, režim se oslanja na Computer Use funkciju, pristup lokalnim fajlovima i ChatGPT dodatke, što mu omogućava da izvršava radnje koje su ranije zahtevale ručno upravljanje, ali kompanija nije javno detaljno objasnila sve granice ovlašćenja.
Šta je Appshots i za koga važi?
Appshots je dodatna mogućnost dostupna samo na macOS-u, koja modelu daje uvid u aktivni prozor na ekranu kako bi razgovor imao više konteksta bez potrebe da korisnik sve opisuje rečima.
Da li Anthropicov Claude ima sličnu funkciju?
Anthropic za sada nije najavio uporedivo glasovno upravljanje Claude Code ili Claude Cowork agentima na desktopu, iako oba alata imaju sopstvene mogućnosti za samostalno izvršavanje zadataka.
