2026年7月10日,OpenAI以罕见的节奏同时发布了两款重量级产品:GPT-Live全双工语音模型和ChatGPT Work长时自主智能体。这两款产品分别从语音交互和任务执行两个维度,将人工智能的能力边界推向了一个全新的高度。GPT-Live采用同步听录、同步输出的全双工架构,用户在与AI对话的过程中可以随时打断AI的发言,AI能够实时捕捉语气停顿、穿插附和短句,对话逻辑无限贴近真人交流。ChatGPT Work则是一款由GPT-5.6 Sol驱动的新型智能体,能够跨各类应用和文件执行操作,必要时可持续跟进项目数小时,直接将目标转化为已完成的工作成果。
GPT-Live是OpenAI在语音交互领域的里程碑式产品。此前的AI语音助手大多采用回合制对话模式:用户说完一句话后等待AI回应,AI说完了用户再接着说。这种模式虽然简单直接,但与人类的自然交流方式相去甚远。GPT-Live采用的全双工架构彻底改变了这一局面。在GPT-Live的对话界面中,系统正在说话时用户可以随时插话打断,AI非但不会被这段"噪音"搞晕,反而能准确识别出用户的打断意图,立刻停止自己的发言并凝听用户的新指令。
OpenAI同时发布了GPT-Live-1旗舰版和mini轻量版两个版本。旗舰版由GPT-5.5负责后台深度推理和联网检索,前台由实时语音引擎维持对话流畅度,面向通勤、语音创作、实时咨询等场景大幅提升自然交互体验。免费用户可调用mini轻量版,付费订阅用户解锁完整旗舰能力。据知情人士透露,GPT-Live在内部测试中已经展现出惊人的交互自然度——测试人员经常忘记自己在和AI对话,误以为是在和真人同事聊天。
ChatGPT Work的发布意味着AI智能体从"一次性助手"升级为"长期协作者"。这款由GPT-5.6 Sol驱动的新产品,核心能力是能够理解用户设定的目标,然后自主拆解任务、跨应用执行,并在数小时内持续跟进项目进展。用户可以给Work下达这样的指令:"分析上季度销售数据,生成一个包含图表和趋势分析的PPT,然后发邮件给团队",Work便会自主完成全部工作。
ChatGPT Work的技术架构分为三层:规划层负责将复杂目标拆解为子任务序列、执行层负责跨应用调用工具完成具体操作、验证层负责检查输出质量并在必要时自主纠错。这种"规划-执行-验证"的三层架构,确保了Work在长时间自主运行时不会偏离目标。值得注意的是,OpenAI将ChatGPT Work与Codex能力进行了深度整合,意味着Work不仅能处理文档和表格,还能编写和调试代码、操作数据库、调用API接口,覆盖了知识工作者的大部分日常工作场景。
在新产品发布的同一天,OpenAI内部传出重磅人事变动消息:前AGI部署负责人、公司二号人物Fidji Simo因神经免疫性疾病休长假后,正式宣布辞去全职职务,转为兼职顾问角色。Simo在OpenAI的角色相当于"产品落地总指挥",负责将前沿研究成果转化为真正的商业产品和服务。她的离职让业界对OpenAI产品落地节奏产生了一定担忧。
不过消息人士表示,Simo的离职属于个人健康原因,与公司产品路线无关。她在离职前已经完成了GPT-Live和ChatGPT Work两个核心产品的部署交接,两项产品的发布节奏完全按计划进行。OpenAI正在内部快速物色她的接班人,不排除从外部空降一位具有大规模云服务和消费者产品经验的高管。这一人事变动叠加新产品发布的密集节奏,反映出OpenAI正处于从研究实验室向商业科技公司转型的关键期。
GPT-Live和ChatGPT Work的同步发布并非简单的产品堆叠,而是OpenAI对未来AI交互形态系统思考的产物。GPT-Live负责语音层面的实时交互,ChatGPT Work负责任务层面的深度执行。当用户通过GPT-Live向AI下达指令时,简单请求由GPT-Live实时处理,复杂任务则自动转交给ChatGPT Work进行后台执行。这种前后台分工的设计意味着用户可以用语音发起一个需要数小时才能完成的任务,然后关闭应用去做别的事,任务完成后系统会主动通知结果。
GPT-Live与ChatGPT Work的协同还体现在跨设备无缝衔接上。用户在手机上通过GPT-Live发起的任务,可以在回到办公室后通过桌面版ChatGPT Work接管和查看进度。结合OpenAI关闭浏览器Atlas但将AI浏览能力转移至桌面应用和Chrome扩展的战略调整,可以看出OpenAI正在将产品重心从单独的AI功能转向能够嵌入用户日常工作流的AI操作系统。