امنح وكيل الذكاء الاصطناعي الخاص بك صوتًا مع GPT-Live-1.1

هل تريد أن تمنح وكيل الذكاء الاصطناعي لديك صوتًا؟ تعرّف على كيف يتيح تفويض GPT-Live-1.1 نقل الطلبات المنطوقة إلى وكلاء البرمجة التي يستخدمها فريقك بالفعل.

Ashley Innocent

Ashley Innocent

20 نوفمبر 2026

امنح وكيل الذكاء الاصطناعي الخاص بك صوتًا مع GPT-Live-1.1

باختصار: لمنح وكيل الذكاء الاصطناعي الخاص بك صوتًا، ضع GPT-Live-1.1 من OpenAI أمامه كواجهة صوتية، واترك العمل الحقيقي للوكلاء الذين تشغّلهم بالفعل. يستمع GPT-Live أثناء تحدّثه، ويسلّم عمليات الاستدلال واستدعاءات الأدوات إلى الواجهة الخلفية عبر آلية التفويض. في وضع تفويض العميل (client delegation)، يلتقط تطبيقك كل تسليم، ويطلق Sharkly Automation عبر الـ webhook الخاص به، ثم ينطق النتيجة مرتدة.

ما هو GPT-Live-1.1؟

النموذج GPT-Live-1.1 هو نموذج OpenAI الصوتي ثنائي الاتجاه الكامل (full-duplex) للمحادثات متعددة اللغات: يمكنه الاستماع أثناء التحدث، بحيث يمكن للمستخدمين مقاطعته تمامًا كما يقاطعون زميلًا لهم. يعمل عبر نقطة النهاية v1/live/sessions، ويدعم استدعاء الدوال (function calling) والبث (streaming)، ويمكنه تفويض الاستدلال واستخدام الأدوات إلى وكيل في الواجهة الخلفية بدلًا من تنفيذها بنفسه.

تذكر صفحة نموذج GPT-Live-1.1 من OpenAI أنه ينسخ الكلام بدقة أكبر من GPT-Live-1، ويحافظ على لهجة وصوت أكثر ثباتًا عبر اللغات المختلفة. المدخلات والمخرجات هي الصوت والنص، ولا يقبل الصور مباشرة.

الجزء المهم لفرق الوكلاء هو التفويض. النموذج الصوتي مصمم للتحدث، لا لتنفيذ عملية إعادة هيكلة برمجية تستغرق 20 دقيقة. فهو يسلم هذا العمل لشيء آخر ويواصل المحادثة أثناء الانتظار.

إذا كان فريقك يوزع بالفعل المهام على وكلاء البرمجة عبر لوحة مشتركة، فإن Sharkly يمكنه أن يكون ذلك "الشيء الآخر". يوضّح الجزء المتبقي من هذا الدليل كيفية الربط.

لماذا يحتاج الوكيل الصوتي إلى فريق خلفي

تتسم الواجهة الصوتية بميزانية زمن استجابة ضيقة جدًا. يتوقع الناس ردًا خلال ثانية تقريبًا، وأي صمت أطول من ذلك يبدو وكأن النظام معطّل. أما عمل الوكلاء الحقيقي فلا يناسب هذه النافذة الزمنية: قراءة مستودع برمجي أو تشغيل الاختبارات أو فرز قائمة انتظار تستغرق دقائق.

لذلك، أي وكيل صوتي يحاول فعل كل شيء بنفسه سيفشل بإحدى طريقتين: إما أن يجيب بسرعة وسطحية، أو يصمت أثناء التفكير. وكلاهما غير مفيد عندما تكون في طريقك إلى اجتماع وتريد معرفة ما إذا كانت تشغيلات الوكلاء الليلة الماضية قد نجحت.

الحل هو الفصل الذي قد تستخدمه بالفعل مع النصوص: واجهة أمامية سريعة تدير المحادثة، وواجهة خلفية أبطأ تنفّذ العمل. يبني GPT-Live هذا الفصل مباشرةً في الـ API. إذا كنت قد قرأت مقالنا عن التسليم بين الوكلاء ومن الوكلاء إلى البشر، فهذا هو النمط نفسه لكن مع إضافة ميكروفون.

كيف يعمل التفويض في GPT-Live

يوفّر GPT-Live وضعين للتفويض، ويتم اختيارهما عند إنشاء الجلسة. وللتبديل بين الوضعين، يجب بدء جلسة جديدة.

تفويض Responses تفويض العميل
من يشغّل الواجهة الخلفية OpenAI، عبر واجهة Responses API تطبيقك أنت
الإعدادات delegation.type: "responses" مع model وinstructions وtools delegation.type: "client"
نموذج الواجهة الخلفية نموذج تختاره أنت، مثل gpt-6-luna أي شيء يمكنك استدعاؤه
كيف تعود النتائج يتم التعامل مع ذلك نيابة عنك session.commentary.append أو session.thinking.append
مناسب لـ عمليات البحث واستدعاءات الأدوات التي يمكن لـ OpenAI تشغيلها العمل الموجود ضمن أنظمتك الخاصة

تفويض Responses هو الطريق الأقصر. تُسمّي نموذجًا خلفيًا، وتقوم OpenAI بتشغيله بالأدوات التي تحددها. يوصي دليل التفويض بالبدء مع gpt-6-luna وتجربة gpt-6-sol للمهام الخلفية الأكثر تعقيدًا.

أما تفويض العميل فهو الطريق المناسب للوكلاء الذين تشغّلهم بالفعل. عندما يقرر النموذج الصوتي أنه يحتاج إلى مساعدة، يتلقى تطبيقك حدث session.delegation.created يحتوي على معرّف تفويض. هذا الحدث لا يحمل كلمات المستخدم، لذا يعيد تطبيقك بناء الطلب من أحداث النص المنسوخ (transcript) ومن حالته الخاصة. وعند الانتهاء من العمل، ترسل النتيجة مرة أخرى بنفس معرّف التفويض، ثم يعيد GPT-Live صياغتها بصوت مسموع.

النمط: يتحدث GPT-Live، ويعمل فريق وكلائك

إليك الشكل العام لواجهة صوتية مبنية فوق Sharkly. يجلس Sharkly فوق وكلاء البرمجة لديك (Claude Code وCodex وGemini CLI وغيرها) بوصفه الطبقة التي تُوزَّع فيها المهام وتُشغَّل على أجهزة الكمبيوتر المتصلة وتُراجَع. النموذج الصوتي لا يلمس مستودعًا برمجيًا أبدًا. هو يطلب العمل، واللوحة تسجّله.

Diagram of a GPT-Live-1.1 voice session delegating requests to a small backend app, which reads the Sharkly board for quick answers and calls an Automation webhook to start an Agent or Crew run

ثلاثة أنواع من الطلبات تغطي معظم ما يسأله الناس وكيلًا صوتيًا عن فريق الوكلاء لديهم:

  1. أسئلة الحالة ("هل نجحت عملية تشغيل الاختبارات الليلية؟"). تقرأ واجهتك الخلفية اللوحة عبر أداة sharkly سطر الأوامر وتجيب في ثوانٍ.
  2. عمل جديد ("لينظر وكيلٌ ما في اختبار تسجيل الدخول المتقطع"). تستدعي واجهتك الخلفية webhook الخاص بـ Sharkly Automation، ويبدأ وكيل أو فريق (Crew) عملية تشغيل.
  3. القرارات ("ادمجه"). ترفض واجهتك الخلفية وتخبر الشخص أين يجري المراجعة. الصوت وسيلة رديئة للموافقة على التغييرات.

هذه القاعدة الثالثة خيار تصميمي، وليست قيدًا في أي من المنتجين. "نعم" المنطوقة سهلة سوء الفهم وصعبة التدقيق. حافظ على الموافقات حيث توجد الأدلة، وهو ما يتناوله دليلنا حول وكلاء البرمجة مع إشراف بشري بالتفصيل.

امنح وكيل الذكاء الاصطناعي صوتًا: إعداد خطوة بخطوة

الخطوة 1: أنشئ الـ Automation ومشغّل الـ webhook الخاص به

في Sharkly، الـ Automation هو تعريف مملوك لـ Space يجسّد عملًا متكررًا لوكيل أو فريق: تعليمات، ومنفّذ مهمة، ومشغّلات، وسجل تشغيلات. ينشئ مشغّل الـ webhook رابطًا سريًا يقبل طلب POST من خدمة خارجية. تشير وثائق الـ Automations إلى أن الرابط الكامل يُعرض مرة واحدة فقط، عند إنشاء المشغّل أو إعادة توليده، لذا خزّنه كسر فورًا.

A Sharkly Automation with its instructions, a Run now button for testing, and a Webhook trigger marked Webhook URL active

اكتب التعليمات بحيث يقرأ الوكيل الطلب من حمولة المشغّل (payload) ويسجّل نتيجته كتعليق على المهمة. وضّح ما يُسمح له بتغييره ومتى يجب أن يتخذ شخصٌ قرارًا. ثم استخدم زر "Run now" لاختبار الوكيل وجهاز الكمبيوتر الخاص به قبل ربط أي حركة صوتية. يستعرض دليلنا حول الـ Automations في Sharkly أنواع مشغّلات أخرى.

الخطوة 2: أنشئ جلسة GPT-Live في وضع العميل

تحدّد إعدادات جلستك نموذج الصوت وتُفعّل تفويض العميل. وتمنحك خاصية acknowledgement_delay_ms وقتًا لإرسال تحديثك الخاص قبل أن ينطق GPT-Live إشعار اعتراف عامًا.

export const session = {
  model: "gpt-live-1.1",
  instructions:
    "You are the voice front end for an engineering team's agent board. " +
    "Delegate status questions and new work requests. Never approve, merge, or deploy.",
  delegation: {
    type: "client",
    acknowledgement_delay_ms: 800,
  },
};

توصي OpenAI باستخدام WebRTC للصوت في تطبيقات المتصفح والهواتف المحمولة والخوادم، مع WebSockets كخيار مدعوم بديل. يتناول دليل البدء مع GPT-Live إعداد الاتصال.

الخطوة 3: وجّه كل تفويض إلى Sharkly

عند وصول حدث session.delegation.created، احفظ معرّف التفويض، وأعد بناء الطلب من النص المنسوخ، وقرر المسار الذي سيسلكه. هذا المثال المبسّط في Node يرسل العمل الجديد إلى webhook الخاص بالـ Automation ويجيب على أسئلة الحالة من اللوحة.

import { execFile } from "node:child_process";
import { promisify } from "node:util";
const run = promisify(execFile);

const WEBHOOK_URL = process.env.SHARKLY_AUTOMATION_WEBHOOK_URL!; // stored secret

async function handleDelegation(connection, delegationId: string, request: string) {
  // Quiet note so the voice model knows work started; not spoken on append.
  connection.send({
    type: "session.thinking.append",
    event_id: `start_${delegationId}`,
    delegation_id: delegationId,
    content: "Request received. Checking the agent board.",
  });

  if (isStatusQuestion(request)) {
    const { stdout } = await run("sharkly", ["task", "list", "--status", "In Progress", "--output", "json"]);
    const tasks = JSON.parse(stdout);
    return speak(connection, delegationId, `${tasks.length} tasks are in progress right now.`);
  }

  const res = await fetch(WEBHOOK_URL, {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({ source: "voice", request }),
  });
  if (!res.ok) {
    return speak(connection, delegationId, "I couldn't start that run. Nothing was assigned.");
  }
  return speak(connection, delegationId, "An agent run has started. The result will land on the board.");
}

function speak(connection, delegationId: string, content: string) {
  connection.send({
    type: "session.commentary.append",
    event_id: `result_${delegationId}`,
    delegation_id: delegationId,
    content, // 500-token limit per append
  });
}

لاحظ ما يَعِد به الرد الصوتي. يقول إن عملية تشغيل قد بدأت، لا أن العمل قد اكتمل. ويشير دليل OpenAI إلى النقطة نفسها فيما يخص الحجوزات: لا ترسل النتيجة إلا بعد نجاح الفعل.

الخطوة 4: اقرأ النتائج من اللوحة، لا بأذنك

تستغرق تشغيلات الوكلاء دقائق، وقد تنتهي الجلسة الصوتية قبل اكتمال العمل. لذلك، اللوحة هي سجل الحقيقة. ينشر الوكيل نتيجته على المهمة، ويعرض سجل التشغيلات حمولة المشغّل والمخرجات، ويراجعها شخصٌ هناك. وفي المرة القادمة التي تسأل فيها "ماذا حدث بخصوص الاختبار المتقطع؟"، يقرأ مسار الحالة تلك النتيجة لك.

التكلفة والحدود الواجب أخذها في الاعتبار

البند GPT-Live-1.1 (وثائق OpenAI، 2026-11-20)
نقطة النهاية v1/live/sessions
جلسة نشطة 0.05 دولار للدقيقة
الاستعداد (Standby) 0.02 دولار للدقيقة (جلسات WebRTC أثناء إيقاف الاستدلال مؤقتًا)
الفاتورة حسب المدة؛ تقول صفحة أسعار OpenAI إن GPT-Live يُحتسب بالثانية
الجلسات المتزامنة حدود منفصلة عن GPT-Live-1؛ راجع صفحة حدود مؤسستك
استدعاءات الواجهة الخلفية تُحتسب وفق الأسعار العادية للنموذج المحدد

تكلّف جلسة متابعة سريعة مدتها 10 دقائق 0.50 دولار من وقت الصوت بالسعر النشط، قبل أي استدعاءات خلفية. وللمقارنة، تذكر صفحة نموذج GPT-Live-1 عدد 50 و300 و500 جلسة متزامنة في خطط Build وLaunch وGrow، ولا يتوفر الوصول في الخطة المجانية. أما GPT-Live-1.1 فلديه حدود خاصة به.

تُحتسب تشغيلات الوكلاء على جانب Sharkly ضمن خطة Claude Code أو Codex أو خطة API المرتبطة مسبقًا بكل Runtime. لا تبيع Sharkly الرموز (tokens). وإذا وجّهت أسئلة الحالة إلى نموذج خلفي رخيص، فإن ملاحظاتنا حول تشغيل وكلاء GPT-6 Luna في Sharkly تنطبق مباشرةً.

ضوابط وقائية تستحق الإضافة من اليوم الأول

  • المقاطعة لا تلغي العمل. يذكر دليل OpenAI أن مقاطعة المحادثة المنطوقة لا توقف العمل الخلفي. إذا قال أحدهم "لا بأس، انسَ الأمر"، فعلى واجهتك الخلفية التعامل مع ذلك، وإلا فستستمر العملية.
  • عامل رابط الـ webhook كأنه كلمة مرور. تصفه وثائق Sharkly بأنه سر حامل (bearer secret) افتراضيًا. أضف سر توقيع وأعد توليد الرابط إذا تسرّب.
  • حدّد نطاق الـ Automation. ابدأ بعمل قابل للملاحظة وقابل للتراجع، كما تنصح وثائق Sharkly، وراجع عدة تشغيلات قبل توسيع النطاق.
  • أبقِ تفويض الفرق (Crew) داخل Sharkly. إذا كان الطلب الواحد يحتاج عدة وكلاء، وجّه الـ webhook نحو فريق Sharkly Crew ودع قائده يقسّم العمل.

متى تكون الواجهة الصوتية أداة غير مناسبة

تجاهلها عندما يحتاج الطلب إلى عرض فرق (diff) أو سجل أو لقطة شاشة ليصبح مفهومًا. الصوت لا يستطيع أن يريك اختبارًا فاشلًا. وهو أيضًا القناة الخاطئة لأي شيء يتطلب توقيعًا: الموافقات وعمليات النشر وتغييرات الوصول تعود إلى المهمة التي توجد فيها الأدلة.

يستحق الصوت مكانه في فحوصات الحالة السريعة، وإطلاق عمليات التشغيل المحددة جيدًا، ولحظات انشغال اليدين. فكّر فيه بوصفه جهاز تحكم عن بُعد للوحة وكلائك، لا بديلًا عنها.

الخلاصة

يتولى GPT-Live-1.1 الجزء الأصعب في بناء وكيل صوتي بنفسك: المحادثة ثنائية الاتجاه مع إتاحة المقاطعة. أما التفويض فيسلّم كل شيء آخر إلى واجهة خلفية. ضع فريق وكلائك الحالي خلف تلك الواجهة، وستتمكن من السؤال عن التشغيلات وبدء تشغيلات جديدة بصوتك، بينما تهبط كل النتائج على لوحة يراجعها شخصٌ بشري.

خطوتك التالية: أنشئ Automation واحدًا بمشغّل webhook في Sharkly، وجرّبه بزر "Run now"، ثم وجّه جلسة GPT-Live في وضع العميل نحوه. تغطي وثائق Sharkly الـ Agents والـ Computers والـ Automations بالتفصيل.

الأسئلة الشائعة

كيف أمنح وكيل الذكاء الاصطناعي صوتًا؟

ضع نموذجًا صوتيًا مثل GPT-Live-1.1 أمام الوكيل ودعه يفوّض العمل. يتولى النموذج الصوتي الاستماع والتحدث، وتشغّل واجهتك الخلفية الوكيل وتعيد نتيجة قصيرة لينطقها النموذج الصوتي.

هل يتوفر GPT-Live-1.1 في الـ API؟

نعم. تدرج OpenAI النموذج gpt-live-1.1 مع نقطة النهاية v1/live/sessions، ودعم استدعاء الدوال والبث. وهو لا يدعم v1/realtime أو v1/responses مباشرةً.

كم يكلّف GPT-Live-1.1؟

تدرج OpenAI السعر 0.05 دولار للدقيقة للجلسات النشطة و0.02 دولار للدقيقة في وضع الاستعداد. أما استدعاءات النموذج الخلفي عبر التفويض فتُحتسب بشكل منفصل وفق أسعارها العادية.

ما الفرق بين تفويض Responses وتفويض العميل؟

في تفويض Responses، تشغّل OpenAI نموذجًا خلفيًا تحدده أنت. أما في تفويض العميل، فيتلقى تطبيقك كل طلب ويعيد النتائج عبر session.commentary.append أو session.thinking.append.

هل يمكن لـ GPT-Live-1.1 تشغيل وكلاء البرمجة مباشرةً؟

لا. إنه يفوّض العمل. واجهتك الخلفية هي التي تقرر ما يُشغَّل، مثلًا عبر استدعاء webhook الخاص بـ Sharkly Automation الذي يطلق تشغيل وكيل أو فريق (Crew) على جهاز كمبيوتر متصل.

ماذا يحدث إذا قاطعت الوكيل الصوتي في منتصف مهمة؟

تتوقف المحادثة، لكن العمل الخلفي لا يتوقف. عالِج الإلغاء في واجهتك الخلفية، مثلًا بإيقاف التشغيل مؤقتًا أو بإضافة تعليق على المهمة.

اكتشف المزيد

بديل Slack مفتوح المصدر: كيف يساعدك ExitPath على الخروج منه

بديل Slack مفتوح المصدر: كيف يساعدك ExitPath على الخروج منه

هل تبحث عن بديل مفتوح المصدر لـ Slack؟ تعرّف على ما يقوله ExitPath بشأن الانتقال إلى Mattermost أو Zulip أو Element، واحرص على ألا يضيع عمل وكيلك.

20 نوفمبر 2026

GPT-6.2 Astra مقابل Fable 5.2: اختبر كليهما على مستودعك الخاص

GPT-6.2 Astra مقابل Fable 5.2: اختبر كليهما على مستودعك الخاص

GPT-6.2 Astra مقابل Fable 5.2: أيّهما يجب أن يشغّل وكلاء البرمجة لديك؟ اكتشف أين تنقسم الفاتورة بين الرموز ذات السعر نفسه، واختبر كليهما على مستودعك الخاص.

20 نوفمبر 2026

It looks like you've shared the translation guidelines, but I don't see a blog post title to translate. Could you please provide the title you'd like translated into Arabic?

It looks like you've shared the translation guidelines, but I don't see a blog post title to translate. Could you please provide the title you'd like translated into Arabic?

هل تتساءل عن معنى تسعير GPT-6.2 لفريق الوكلاء لديك؟ اكتشف تكلفة Astra وSol لكل مهمة، وتعرّف على الحدود القصوى التي تُبقي إنفاقك تحت السيطرة.

20 نوفمبر 2026