#Desktop

OpenAIはChatGPTデスクトップアプリで、VoiceをWorkとCodexでも利用可能にしました。音声でタスクを開始し、会話を中断・修正しながら、選択した体験で許可されたツールや権限を使う作業を指示できます。

ChatGPT Voiceはデスクトップアプリ内のWorkとCodexに追加され、チャットだけでなく作業・開発フローから音声タスクを開始できます。 利用者は自然に話しかけ、途中で割り込んだり指示を変えたりしながら作業を進められます。 Voiceには、選択したWorkまたはCodex体験で利用可能なツールと権限の範囲で、作業開始または調整を依頼できます。 今回のリリースノートでは、API変更、料金、無料・有料プラン別の提供範囲、日本での利用可否は明示されていません。 デスクトップでCodexやWorkを使う利用者にとって、キーボード中心の操作へ音声による依頼・軌道修正を組み合わせられる更新です。

GoogleはGemini 3.5 FlashにComputer Useを組み込み、ブラウザ、モバイル、デスクトップ環境を操作するエージェントを作れるようにしました。 Gemini APIとGemini Enterprise Agent Platformから利用でき、企業向けの安全機構も追加されています。

Computer UseがGemini 3.5 Flashの組み込みツールとして提供され、従来の独立したGemini 2.5 computer use modelから、主要Flashモデル内のネイティブ機能へ移りました。 開発者はGemini 3.5 Flashを使い、画面を見て、推論し、ブラウザ、モバイル、デスクトップ環境で操作するカスタムエージェントを構築できます。 想定ユースケースには、継続的なソフトウェアテスト、業務アプリをまたぐ知識労働、長い手順を伴うエンタープライズ自動化が含まれます。 提供経路はGemini APIとGemini Enterprise Agent Platformです。Google AI Studioでの個人向けUI提供や日本での個別利用条件は記事では明記されていません。 安全面では、Computer Use向けの敵対的学習に加え、機微または不可逆な操作への明示的ユーザー確認、間接プロンプトインジェクション検出時の自動停止という企業向け保護機能が示されています。 Gemini API release notesではpublic previewとして掲載され、簡略化されたintent付きアクション、ブラウザ・モバイル・デスクトップ環境の組み込みサポート、構成可能な安全ポリシー、高度なプロンプトインジェクション検出が含まれるとされています。 破壊的変更や移行期限はこの更新では示されていません。