OpenAI 的语音聊天功能在 2026 年 DevDay 大会上现场中断
内容提要
2026年OpenAI DevDay上，语音聊天演示因连接超时失败，员工改用命令行完成。此前智能体Dottie也响应迟缓。该故障是GitHub上已存在数月的已知问题，源于WebRTC通道在拥挤网络下难以按时建立，凸显语音模式比文本脆弱，开发者应备文字方案。
延伸解读
语音模式为何比文本更脆弱
文章指出，语音聊天依赖 WebRTC 通道，需在几秒内完成身份验证、建立音频会话并与模型同步。在 Fort Mason 现场，数千台设备共享 Wi-Fi，网络拥挤导致这个时间窗口被错过，从而触发超时错误。相比之下，文本或代码生成对实时连接的要求更低，因此更稳定。这解释了为何语音模式在类似场合更容易失败。
已知问题与开发者应对
GitHub 上 Codex 仓库的 issue #44813 已开放数月，标题正是“Voice chat couldn’t start”，另有 #46848 和 #48227 描述 Linux 及长时间会话中的同类问题。这意味着该故障并非新漏洞，而是已知的可靠性局限。对于接入 OpenAI Realtime API 的开发者，文章建议始终准备文字版备选方案，就像 Huet 当场切换到命令行那样。
基础设施成熟度的警示
文章将此次故障与 8 月底那次 56 分钟宕机联系起来，当时付费用户的 Codex 掉线，OpenAI 重置了当天用量额度作为补偿。作者认为，这反映 Codex 背后的基础设施在一年半内快速扩张，却仍会在高关注度场合出错。对于依赖这些服务的团队，需意识到即使在大厂重要活动中，服务也可能不稳定，应设计降级路径。
Q&A
2026年OpenAI DevDay上语音聊天演示为什么失败了？
语音聊天演示失败是因为连接超时，屏幕显示“Voice chat couldn’t start”和“Voice chat took too long to start”。根本原因是WebRTC通道在拥挤网络下难以按时建立，当时Fort Mason大厅有约2500人共享活动Wi-Fi，导致身份验证、音频会话建立和模型同步未能在几秒内完成。
OpenAI DevDay 2026上除了语音聊天中断，还有哪些演示出现了问题？
在语音聊天中断前约四十分钟，另一位OpenAI员工展示的智能体Dottie响应太慢，导致演示失败。观众中有人调侃：“第一次演示失败，你就一个活儿，Dottie。”两次事件都源于系统在实时响应时出现故障。
语音聊天连接超时是OpenAI已知的问题吗？
是的，这是一个已知的可靠性问题。在GitHub上，Codex公开仓库中编号44813的issue标题就是“Voice chat couldn’t start”，已经开了好几个月。另外两个更近的issue（#46848和#48227）也描述了Linux上以及长时间会话中的同样情况。该问题至今仍然开着，未被修复。
为什么语音模式比文本模式更脆弱？
语音聊天依赖WebRTC通道，需要在几秒钟内完成身份验证、建立音频会话并与模型同步。在拥挤网络下，这个时间窗口很容易被错过，导致超时。而文本或Codex生成的代码对实时性要求较低，因此语音模式比文本更脆弱。
开发者从这次DevDay语音聊天故障中应该吸取什么教训？
开发者应意识到语音模式依然比文本或Codex生成的代码更脆弱，永远值得准备一个文字版的备选方案，就像Romain Huet当场切换到命令行那样。对于接入OpenAI Realtime API的应用，需要为连接失败设计降级方案。
OpenAI DevDay 2026发布了哪些主要新产品？
主要发布包括：内置于ChatGPT的全天候个人AI代理dots；面向人类团队和代理的共享工作空间ChatGPT Space；以及专为全天运行大型模型的用户打造的全新每月500美元的Pro订阅服务。主题演讲共发布了超过二十项新内容。
