GPT-Live-1 API 上线 语音 Agent 怎么接进开发工作流
OpenAI 2026 年 9 月 10 日宣布 GPT-Live-1 在 API GA：全双工语音会话，可委托 Responses 或自建后端。本文说明计费、与 Agents API 的关系，以及和 Cursor 本地 Agent 的分工。
2026 年 9 月 10 日，OpenAI API Changelog 把 GPT-Live-1 标为 GA（v1/live/sessions）：全双工语音对话，用户说话的同时后端模型或 Agent 可以继续推理、调工具。它和同日公测的 Agents API 是同一周「把 Codex harness 能力产品化」的一部分，Agents API 管文本/代码 session，GPT-Live-1 管实时语音通道。
GPT-Live-1 解决什么问题
传统「语音 → STT → LLM → TTS」四段式延迟高，打断体验差。GPT-Live-1 提供 full-duplex session：语音流与模型推理并行，适合：
hands-free 读 PR diff、口述改需求
on-call 工程师边走路边查 runbook（后端接工具）
无障碍场景：不愿长时间打字的开发者
OpenAI 文档给出两种 delegation：
Responses delegation：会话后端直接用 OpenAI 模型（如 GPT-6 Astra 线）。
Client delegation：语音层接 OpenAI，推理由你的后端 / Agent 处理（可接自建 Codex harness 或 Agents API session）。
计费怎么算（2026-09-10 文档）
语音 session：$0.05 / 分钟，按秒计费。
后端模型与 tool 调用：另计，走常规定价页。
因此 30 分钟结对编程式语音 brainstorming，光 Live 层约 $1.5，还不含 Astra token。团队应把 Live 当 UX 层， heavy coding 仍落 text Agent 更省。
和 Cursor、Codex IDE 怎么分工
Cursor 当前主力是 文本 Agent + Tab；没有官方「Cursor 内置 GPT-Live」文档。合理架构：
Cursor：写代码、改 repo、Cloud Agent 开 PR。
GPT-Live-1 + Agents API：移动端或独立客户端做语音指挥，Agents API 在 sandbox 里改同一 repo（需你接 GitHub App / webhook）。
OpenAI Help Center 强调：Codex IDE 扩展在 Cursor 里跑 Codex Agent，不依赖 Cursor picker 里的 OpenAI 模型，断供窗口见 迁移清单。语音层可以是第四个入口，而不是替换 Cursor Tab。
Armature 9 月测过三类 Agent 选 voice 工具时 42% 一致率：Codex 偏 OpenAI Realtime API，Claude Code 偏 Twilio，Cursor 偏 Vapi，说明「语音 + coding agent」尚无标准栈，见 16893 次 session 工具选择。
最小接入路径（开发者）
读 GPT-Live quickstart（changelog 9/10 链接）。
创建
v1/live/sessions，选 delegation 模式。若接 Agents API：Live 收语音 → 你的 orchestrator 把 intent 转成 Agents API turn → sandbox 跑
git/ 测试。生产前设 spending cap 与 session 最长时长；语音按分钟烧钱很快。
密钥轮换：同日 changelog 支持 项目 API Key 过期日与组织级 max lifetime，见 Key 过期与轮换。
限制与合规
Live session 可能涉及用户语音数据留存，按 OpenAI 企业条款与地区法评估；不能假设与 Cursor Privacy Mode 相同。
Client delegation 时，你负责后端 tool 的权限边界（等同任何 Agent RCE 面）。
国内访问 API 仍需合规网络与账单主体；与 Cursor 发票 无直接替换关系。