علاوه بر ارائه تجربه ChatGPT به صدها میلیون کاربر در هر روز، شرکت OpenAI همچنین پلتفرم خود را برای توسعه‌دهندگانی که برنامه‌های هوش مصنوعی می‌سازند، فراهم می‌کند. OpenAI نه‌فقط به خاطر مدل‌های پیشرفته‌اش، بلکه به دلیل ابزارها و پشتیبانی قوی‌اش در بین توسعه‌دهندگان محبوب است.
امروز، OpenAI دو به‌روزرسانی مهم برای توسعه‌دهندگان اعلام کرد. اولین مورد درباره Codex، عامل مهندسی نرم‌افزار OpenAI است. اکنون OpenAI، Codex را برای کاربران ChatGPT Plus در دسترس قرار داده است. برای مدت زمانی محدود، کاربران ChatGPT Plus می‌توانند از محدودیت‌های سخاوتمندانه استفاده بهره‌مند شوند، اما در دوره‌های پرتقاضا، OpenAI برای آنها محدودیت سرعتی اعمال خواهد کرد.
اکنون Codex می‌تواند به اینترنت متصل شود تا وابستگی‌ها را نصب کند، بسته‌ها را به‌روزرسانی کند، تست‌هایی که به منابع خارجی نیاز دارند را اجرا کند و کارهای دیگر انجام دهد. OpenAI مشخص کرده که دسترسی به اینترنت به طور پیش‌فرض غیرفعال است، اما کاربران می‌توانند آن را برای محیط‌های خاص فعال کنند. همچنین کاربران می‌توانند کنترل کنند که Codex به چه دامنه‌هایی دسترسی داشته باشد و امکانات بیشتر. این قابلیت دسترسی به اینترنت Codex برای کاربران ChatGPT Plus، Pro و Teams در دسترس است و به‌زودی برای کاربران Enterprise نیز ارائه می‌شود.
با به‌روزرسانی امروز، کاربران Codex اکنون می‌توانند هنگام پیگیری یک وظیفه، درخواست‌های pull موجود را به‌روزرسانی کنند. در نهایت، کاربران اکنون می‌توانند وظایف را به صورت گفتاری به Codex دیکته کنند.
علاوه بر موارد بالا و رفع باگ‌ها، OpenAI بهبودهای زیر را در Codex ایجاد کرده است:
- اضافه شدن پشتیبانی از فایل‌های باینری: هنگام اعمال patch، همه عملیات روی فایل‌ها پشتیبانی می‌شود. هنگام استفاده از pull requestها، در حال حاضر فقط حذف یا تغییر نام فایل‌های باینری پشتیبانی می‌شود.
- بهبود پیام‌های خطا برای اسکریپت‌های راه‌اندازی.
- افزایش محدودیت تفاوت‌های وظیفه (task diffs) از ۱ مگابایت به ۵ مگابایت.
- افزایش مدت زمان مجاز اجرای اسکریپت راه‌اندازی از ۵ به ۱۰ دقیقه.
- بهبود روند اتصال به GitHub.
- فعال‌سازی مجدد Live Activities در iOS پس از رفع مشکل دریافت نکردن اعلان‌ها.
- حذف الزام به احراز هویت دو مرحله‌ای برای کاربرانی که از SSO یا ورود با شبکه‌های اجتماعی استفاده می‌کنند.
دومین به‌روزرسانی مهم OpenAI امروز مربوط به عامل‌های صوتی (voice agents) است. SDK عامل‌های OpenAI اکنون در TypeScript در دسترس است و از handoffs، guardrails، tracing، MCP و سایر امکانات پایه‌ای عامل‌ها پشتیبانی می‌کند. این SDK همچنین پشتیبانی جدیدی برای تأییدهای انسانی (human-in-the-loop approvals) ارائه می‌دهد که به توسعه‌دهندگان اجازه می‌دهد اجرای ابزارها را متوقف کنند، وضعیت عامل را سریال‌سازی و ذخیره کنند، فراخوانی‌های خاص را تأیید یا رد کنند و اجرای عامل را از سر بگیرند.
OpenAI همچنین یک مدل تبدیل گفتار به گفتار (speech-to-speech) به‌روزشده منتشر کرده که در پیروی از دستورات، ثبات در فراخوانی ابزارها و رفتار هنگام قطع صحبت بهبود یافته است. همچنین توسعه‌دهندگان اکنون می‌توانند سرعت صحبت کردن صدا را در هر جلسه تنظیم کنند. توسعه‌دهندگان می‌توانند به این مدل به‌روزشده از طریق gpt-4o-realtime-preview-2025-06-03 در Realtime API و gpt-4o-audio-preview-2025-06-03 در Chat Completions API دسترسی داشته باشند.
در نهایت، داشبورد Traces اکنون از جلسات Realtime API پشتیبانی می‌کند و به توسعه‌دهندگان این امکان را می‌دهد تا اجرای عامل‌های صوتی را به‌راحتی مشاهده کنند، از جمله ورودی/خروجی صوتی، فراخوانی ابزارها و قطع شدن‌ها.
source