
随着大语言模型能力的提升,越来越多的用户开始通过语音指令让 AI 完成复杂任务,而不再局限于简单的问答。语音交互正在从「玩具」演变为真正的「生产力工具」。
核心变化:手机端也能用语音触发工作流
本次更新将语音 Agent 能力从桌面端延伸至移动端,用户可以直接在手机上触发一系列办公级操作:
- Plus 和 Pro 用户:在手机端的「Work」标签页中,可完成起草文档、撰写邮件、总结 Slack 消息等任务;此外还能建站、制作演示文稿、使用云端浏览器,以及查看财务信息等。
- Free 和 Go 用户:可使用插件和已连接的应用。
- 语音对话质量提升:对话中的文字输出更丰富;用户可在文字与语音模式间无缝切换。
- 跨设备连续性:手机上开始的任务,可随时切换到桌面端继续。
这些能力并非全新发明,而是今年 7 月 OpenAI 推出对话式模型 GPT-Live、并将其整合进桌面端「Work」和「Codex」标签页之后的自然延伸。
影响与建议
- 对普通用户:Free 用户虽然无法使用完整的工作流能力,但插件和已连接应用的引入已大幅扩展了移动端的使用边界。
- 对 Plus/Pro 订阅者:手机办公的可行性显著提升——出差途中用语音起草文档、总结长邮件将成为常态。
- 行业竞争:Anthropic 近期也在推进移动端与桌面端的协同,并将「Cowork」与「Chat」界面合并。相比之下,OpenAI 仍选择将聊天与工作空间分离,两家路线差异值得关注。


评论