Programé mi terminal con la voz: un Jarvis de bolsillo con Codex Voice

Programar hablando en el terminal

Le digo a mi computadora lo que quiero y ella construye ante mis ojos sitios, apps y pequeñas herramientas dentro del terminal. Suena a ciencia ficción, pero el modo de voz experimental de Codex CLI 0.155 promete justo eso: hablo en vez de teclear y el agente escribe el código. El presentador lo resume en una frase, y yo seguí su rastro para probar cada pieza: ajuste, prueba en vivo y construcción de mi propio agente de voz .

Primero Codex debe estar actualizado, luego se escribe /experimental en el terminal para activar las conversaciones de voz , se reinicia Codex y el diálogo arranca con /voice. El micro se controla con /voice mute y /voice stop cierra el intercambio. Detalle clave: la voz no existe en cada compilación, y los clientes sin motor vocal nativo ocultan los menús.

Del ajuste a la primera prueba

El presentador dicta primero un pedido amplio: una página nueva para su sitio comunitario. Mientras el agente programa, pregunta por el diseño y recibe comentarios sin tocar el teclado, algo que impresiona de verdad. Luego llega una pequeña prueba deportiva con un límite honesto: la lectura de pantalla sigue claramente lenta. Esa etiqueta experimental obliga a la cautela: el comportamiento varía según la compilación y el entorno.

El punto crítico es este: la palabra captada por el micro es solo un borrador en pantalla que debe leerse antes de tocar archivos. Rige el mismo modelo de aprobación que el texto; la voz no crea derechos ni atajos frente a las reglas del espacio. Nombres, rutas y opciones pueden oírse mal, así que cada pedido merece revisión.

Mi propio Jarvis en cinco minutos

La parte más divertida llega aquí: en unos cinco minutos, el presentador fabrica un pequeño agente de voz que corre en el navegador. Pulsa el botón de inicio, autoriza el micro y pide la apertura del buscador; el agente abre la página. Es la capacidad llamada computer use : mover el cursor, pulsar botones, llenar formularios, un conector universal para tareas sin atajo.

Lo más práctico del mini agente: ninguna clave API aparte, hereda directo los accesos de Codex. Las voces se cambian, la interfaz se ajusta y se suman herramientas y conexiones MCP. La versión 0.156 completa el cuadro: voz activa por defecto, interruptor F8, panel /usage para el gasto y árboles de trabajo activos de oficio.

El calendario cubre fin de septiembre: 0.155.0 el día 17, una pequeña corrección al día siguiente, 0.156.0 el 22 y 0.159.1 a fin de mes; voz, vista de tareas, árboles de trabajo y reanudación de sesiones llegan por piezas. Como el registro es de inicios de octubre, el relato encaja en el mundo 0.156. El terminal se vuelve un centro de mando que reúne el trabajo disperso de la línea de comandos.

En resumen, el modo de voz no elimina el teclado, pero gana velocidad en el trabajo hablado como recetas y relatos de fallas. La lectura lenta de pantalla y la falta de documentación molestan, pero la afirmación central se verifica en las notas de versión. En mi caso, la voz acompaña al teclado en vez de sustituirlo; la primera prueba irá sobre una tarea pequeña y reversible.