← Back to all posts

14 min readUpdated 30 Sept 2026
OpenAIDevDay 2026AI AgentDotsAgents API+7 more

OpenAI DevDay 2026:从 Dot 到 AI Company,OpenAI 正在构建完整的 Agent Platform

Yap Wei JunSoftware Engineer · Singapore

2026 年 9 月 29 日的 OpenAI DevDay,如果只看发布清单,会觉得这是一场“很多新功能”的大会:Dots、ChatGPT Space、GPT-6.1 Sol、Ultrafast、Decisions API、Agents API、Codex Cloud、Computer Use、Plugin Extensions、Marketplace……

但如果把这些东西放在一起看,会发现它们并不是一堆彼此独立的产品。

它们其实组成了一套越来越完整的 AI Agent Platform Stack。

OpenAI 正在把 AI 从:

Chatbot → Tool-using Agent → Long-running Agent → Digital Employee → Multi-Agent Team → AI Organization

一步一步往前推。

这篇文章不是单纯列功能,而是整理 DevDay 2026 背后的知识关系,以及这些变化对 AI Agent、MCP、Coding Agent、ERP 和企业软件意味着什么。


1. 先看整体:DevDay 2026 的真正架构

我会把整场发布整理成这一条主线:

Models
   ↓
Fast Decisions
   ↓
Agent Runtime / Harness
   ↓
Tools / MCP / Computer Use
   ↓
Workspace
   ↓
Persistent Digital Employee
   ↓
Multi-Agent Organization
   ↓
Real Business Systems
   ↓
Evidence / Approval / Verification

换句话说:

  • Model 提供 intelligence
  • Decisions API 负责快速、有限的判断
  • Agents API / Codex Harness 负责真正执行
  • MCP、Plugins、Computer Use 提供“手和工具”
  • ChatGPT Space 提供协作环境
  • Dot 变成持续工作的 Digital Employee
  • Specialist Dots 进一步形成 AI Team
  • ERP、GitHub、Slack、Database 等系统承接真实业务
  • Test、Approval、Read-back 和 Reviewer 负责最后验证

这才是整场 DevDay 最重要的知识关系。


2. Dot:AI 不再只是回答,而是开始“负责”

DevDay 最重要的新产品之一是 Dots。

传统 ChatGPT 的工作方式通常是:

你问
↓
AI 回答
↓
结束

Dot 的设计则更接近:

你给一个长期责任
↓
Dot 持续工作
↓
观察变化
↓
调用工具
↓
执行任务
↓
必要时请求批准
↓
继续工作

OpenAI 把 Dot 描述成 always-on agent。

它可以拥有自己的 cloud computer 和 browser,使用已经连接的 plugins,处理代码、测试、资料、日程和跨系统任务。

例如:

Monitor incoming bug reports, investigate them, test fixes, and prepare pull requests.

这已经不像传统“聊天机器人”,而更像 Digital Employee。

真正重要的改变不是它会不会聊天,而是它开始拥有:

  • Responsibility
  • Context
  • Tools
  • Runtime
  • Persistence
  • Approval boundary

这几个元素组合起来,才形成真正可工作的 Agent。


3. ChatGPT Space:AI Agent 需要一个“办公室”

如果 Dot 是 Digital Employee,那么 ChatGPT Space 很像它工作的办公室。

Space 把这些东西放在一起:

  • Pages
  • Files
  • Data
  • Charts
  • Prototypes
  • Human teammates
  • Dots

过去 AI 通常只是某个聊天窗口。

现在 OpenAI 开始把 AI 放进一个共享工作环境。

这件事很重要,因为复杂工作真正需要的不是一条 prompt,而是长期存在的 shared state。

例如一个软件项目需要:

Requirement
Design
Tasks
Code
Feedback
Bug
Test Evidence
Decision
Deployment State

如果 Agent 每次都从零开始,它不可能稳定完成复杂项目。

Space 的方向,本质上就是让 Human + Agent 围绕同一份 project state 协作。


4. GPT-6.1 Sol:Agent 的成本结构开始改变

DevDay 同时发布了 GPT-6.1 Sol。

OpenAI 把它定位为接近 Astra 复杂任务能力、但成本明显更低的工作模型。

官方 API 文档显示,GPT-6.1 Sol 适合:

  • Complex coding
  • Computer use
  • Professional work
  • Tool calling
  • MCP
  • Long-running agent workloads

它支持最高约 1.05M context window,并且 cached input 成本非常低。

这件事对 Agent 比普通聊天更重要。

原因是 Agent 会不断重复使用:

  • System instructions
  • Project context
  • Repository context
  • Tool definitions
  • Memory
  • Previous execution state

因此 Agent 经济学不只是“每个 token 多少钱”,而是:

How much does repeated context cost?

当 cached input 大幅便宜后,长时间运行的 Agent 才更容易变成真正可持续的产品。

4.1 Independent Benchmark Snapshot:为什么 Sol 对 Agent Economics 很重要

OpenAI 在 DevDay 的定位是:GPT-6.1 Sol 要在较低成本下提供接近 frontier model 的复杂工作能力。为了避免只看官方说法,我也参考了一份 Artificial Analysis LLM Leaderboard snapshot。

这份排行榜比较超过 250 个模型,并同时观察 intelligence、cost per task、output speed、latency 和 context window 等指标。

在这份 snapshot 中:

Model / EffortIntelligence IndexCost per Task
GPT-6 Astra (max)53$3.26
GPT-6.1 Sol (max)52$0.72
GPT-6.1 Sol (xhigh)51$0.39
GPT-6.1 Sol (high)50$0.32
GPT-6.1 Sol (medium)48$0.21
GPT-6.1 Sol (low)42$0.13

这组数据最值得注意的不是“谁排名第一”,而是 capability-to-cost curve。

在这份 benchmark 里,GPT-6.1 Sol Max 的 Intelligence Index 是 52,而 GPT-6 Astra Max 是 53;但对应 Cost per Task 分别约为 $0.72 和 $3.26。

这并不能证明 Sol 在所有真实任务中都只需要 Astra 四分之一左右的成本,因为 benchmark task、reasoning effort、provider implementation 和实际 workload 都会影响结果。

但它确实支持一个很重要的 Agent Engineering 方向:

不要只做 Model Routing,还要做 Reasoning Effort Routing。

例如:

Simple classification
→ Luna / bounded decision

Normal engineering task
→ Sol low / medium

Hard coding or analysis
→ Sol high / xhigh

Very hard frontier task
→ Sol max / Astra

这比“所有任务永远调用最强模型”更合理。

同一份 snapshot 里,GPT-6 Luna (low) 的 Cost per Task 约为 $0.0045,Intelligence Index 为 21,median output speed 约 124 tokens/s。

这也加强了 Decisions API 那一层的设计逻辑:

Cheap + Fast Decision
        ↓
Only escalate when necessary
        ↓
Higher-effort Agent

所以完整 routing 不应该只有:

Which model?

而应该同时考虑:

Model Routing
+ Reasoning Effort Routing
+ Speed Routing
+ Tool / Runtime Routing

这里也必须保留一个 caveat:Artificial Analysis 的这个 leaderboard snapshot 并没有显示 OpenAI 在所有 intelligence 配置上排名第一。榜单顶部仍有 Claude Opus 5.5 / Claude Sonnet 5.5 的部分配置。

因此我不会把这组数字解读成“OpenAI 全面胜出”。

更合理的结论是:

DevDay 2026 的竞争点并不只是单模型 benchmark,而是把 model、cost、speed、runtime、tools、computer use、workspace 和 distribution 组合成完整的 Agent Platform。


5. Ultrafast:不是新模型,而是速度层

Ultrafast 很容易被误解成一个新模型。

实际上它更接近一种 service tier。

可以理解成:

Model = intelligence
Ultrafast = execution speed mode

它用更高成本换更低 latency。

这特别适合:

  • Interactive coding
  • Computer use
  • Voice interaction
  • Realtime agent loop
  • Rapid tool calling

因为 Agent 不只是生成一段答案。

它可能执行:

Think
→ Tool call
→ Observe
→ Think
→ Tool call
→ Observe
→ Think

如果每一步都慢 2 秒,十几轮以后用户体验就会很差。

所以未来 Agent 系统不仅要做 Model Routing,也要做 Speed Routing:

Background task → Standard
Normal interaction → Fast
High-value realtime loop → Ultrafast

6. Decisions API:不是每件事都应该交给大型 Agent

我认为这是 DevDay 中最值得企业软件工程师注意的一项。

Decisions API 让模型从预定义选项中快速选择。

例如:

Incoming WhatsApp Message
        ↓
Decisions API
        ↓
ORDER
SUPPORT
SPAM
HUMAN_REVIEW

或者 ERP:

Purchase Request
      ↓
AUTO_APPROVE
MANAGER_REVIEW
FINANCE_REVIEW
REJECT

这是一种非常重要的架构原则:

Bounded decision 不需要启动完整 Agent。

过去很多 AI 系统的问题是:

“什么事情都丢给一个大型 LLM Agent。”

结果变成:

  • 慢
  • 贵
  • 不稳定
  • 难测试
  • 难控制

更合理的结构是:

Fast bounded decision
        ↓
Only when needed
        ↓
Long-running Agent

这和传统软件中的 router、state machine、workflow engine 很接近。

AI 并不是要消灭 deterministic software。

更成熟的架构反而会把 deterministic logic 和 probabilistic intelligence 分得更清楚。


7. Agents API:OpenAI 开始把 Harness 产品化

如果 Model 是大脑,那么 Agent 真正工作的关键其实是 Harness。

OpenAI 的 Agents API 提供 managed Codex harness。

它负责的不是单纯调用模型,而是:

  • Sessions
  • Orchestration
  • Context compaction
  • Recovery
  • Tools
  • MCP
  • Sandbox
  • Subagents
  • Computer use

这说明一个很重要的行业变化:

AI Agent 的竞争已经不只是 Model Engineering,而是 Runtime Engineering。

真正可靠的 Agent 需要解决:

How does it execute?
How does it recover?
How does it remember?
How does it call tools?
How does it isolate permissions?
How does it know it is done?

这也是为什么我一直认为:

A real AI Agent is more than an LLM.


8. Codex Cloud:Coding Agent 开始脱离你的 Laptop

Codex Cloud 让 coding task 可以持续在 cloud 中执行。

过去常见的 Coding Agent workflow 是:

Laptop open
Terminal running
Agent running
Laptop closes
Task stops

Cloud runtime 改成:

Start task from phone
↓
Cloud continues execution
↓
Check from browser / desktop
↓
Review result later

这对真正长时间的软件工程任务非常重要。

例如:

  • Repository migration
  • Large refactor
  • Security scan
  • Test matrix
  • Dependency upgrade
  • Backend rewrite
  • Multi-step debugging

Coding Agent 才开始越来越像“异步工程师”,而不只是 IDE autocomplete。


9. Computer Use:Tool Calling 之外的另一条路

MCP / API tool calling 通常是最稳定的方式。

但现实世界很多软件没有 API。

这时 Agent 需要:

Computer Use

即:

See screen
↓
Understand UI
↓
Click / Type / Navigate
↓
Observe result

DevDay 展示了 Agent 操作浏览器、Simulator 和应用程序。

未来企业 Agent 很可能会同时拥有两种执行通道:

Preferred:
Structured API / MCP

Fallback:
Computer Use

MCP 更 deterministic、更容易验证。

Computer Use 则扩展覆盖范围。

两者不是竞争关系,而是互补关系。


10. MCP 和 Plugin Extensions:Tool 正在变成完整 Application

过去 Plugin / Tool 很像:

Agent → call function → get result

Plugin Extensions 开始允许开发者提供:

  • Dashboard
  • Editor
  • Workspace
  • Interactive UI

也就是说:

MCP / Plugin
↓
不再只是 Function
↓
可以变成完整 AI Application

对于企业软件,这非常有意思。

想象一个 ERP plugin:

ERP Plugin
├── Party 360
├── Sales Dashboard
├── Inventory Status
├── Approval Panel
├── AI Insight
└── Evidence Viewer

AI 不再只是“帮我查 ERP”。

ERP 的 UI 本身可以进入 AI workspace。


11. Specialist Dots:从 Digital Employee 进入 AI Team

Enterprise 的 Specialist Dots 更接近:

  • Accounting Agent
  • Legal Agent
  • Marketing Agent
  • Engineering Agent

这自然会形成 Multi-Agent architecture。

例如:

Manager Agent
     ↓
Developer Agent
Reviewer Agent
QA Agent
Security Agent

但这里有一个非常重要的工程原则:

Multi-Agent 不应该为了 Multi-Agent 而 Multi-Agent。

如果一个 Agent 可以完成,就不要硬拆成五个。

只有这些情况才值得拆:

  • Context isolation
  • Different permissions
  • Independent verification
  • Parallel work
  • Specialized tools
  • Long-running responsibilities

否则 Multi-Agent 很容易变成 token-burning machine。


12. Private Intelligence:企业 Agent 最后一定会碰到数据边界

当 Agent 开始接触:

  • Finance
  • Customer data
  • Contracts
  • Internal code
  • ERP transactions

“模型聪不聪明”已经不是唯一问题。

更重要的是:

Where is my data?
Who can access it?
Is it retained?
Can the Agent cross boundaries?
How do I audit it?

OpenAI 在 DevDay 推出的 Private Intelligence,正是在解决这一层。

对于 Enterprise AI,未来真正重要的能力会同时包含:

  • Intelligence
  • Privacy
  • Permission
  • Auditability
  • Verification

13. Sign in with ChatGPT + Marketplace:OpenAI 正在建立 Agent Distribution Layer

DevDay 另一条很明显的主线是 Distribution。

开发者不仅可以使用模型,还可以:

  • Sign in with ChatGPT
  • Build Plugin Extensions
  • Distribute through ChatGPT
  • Enter OpenAI Marketplace

这意味着 OpenAI 不只是想成为:

Model API Provider

而是在向:

AI Application Platform

发展。

对于独立开发者来说,这可能改变未来 SaaS 的 acquisition model。

传统 SaaS:

Google Ads
SEO
Landing Page
Signup
Payment
API Key

未来可能出现:

ChatGPT conversation
↓
Plugin discovered
↓
Connect
↓
Sign in with ChatGPT
↓
Use product

这会形成新的软件分发入口。


14. 我最关注的:Evidence Layer

Agent 能做更多事情,并不代表我们应该更容易相信它。

恰恰相反。

Agent 权限越大,验证越重要。

我会把最后一层定义成:

Evidence Layer

例如 Coding Agent:

Code changed
≠ Done

Tests pass
+ Build pass
+ Runtime verification
+ Reviewer
+ Evidence
= Done

ERP Agent:

Agent says invoice updated
≠ Done

Database read-back
+ Permission check
+ Audit trail
= Done

这也是我认为 AI Agent Engineering 最重要的原则之一:

Never treat model confidence as reality.

最终事实必须来自现实系统。


15. 把 DevDay 2026 放进我的 Agent Architecture

如果用我目前研究和开发的系统来映射:

OpenAI Layer               My Architecture

Memory / Context        →   KB-MCP
Agent Runtime           →   VMMCP
Tools / Integration     →   MCP
Digital Employee        →   Pi Digital Employee
Multi-Agent Team        →   Pi Company
Business System         →   ERP
Verification            →   QA / Reviewer / Evidence Gate

我认为这里最值得保留的设计思想是:

1. Knowledge 和 Runtime 分离

Agent runtime 可以换。

Memory / knowledge 不应该绑死在某一个 Agent provider。

2. Fast Decision 和 Deep Agent 分离

简单 classification / routing 不应该浪费完整 Agent。

3. Tools 和 Intelligence 分离

Model 决定“想什么”。

Tool 决定“能做什么”。

4. Execution 和 Verification 分离

做完任务的 Agent,不应该同时是唯一负责证明自己正确的 Agent。


16. 最终知识图

如果把整场 DevDay 压缩成一张图:

GPT-6.1 Sol / Astra / Luna
            │
            ▼
       Speed Layer
     Fast / Ultrafast
            │
            ▼
      Decisions API
            │
            ▼
Agents API / Codex Harness
            │
     ┌──────┴──────┐
     ▼             ▼
 MCP / Plugins   Computer Use
     │             │
     └──────┬──────┘
            ▼
           Dot
            │
            ▼
    Specialist Agents
            │
            ▼
      ChatGPT Space
            │
            ▼
ERP / GitHub / Slack / Database
            │
            ▼
Evidence / Test / Approval

这也是我认为 DevDay 2026 真正想表达的方向:

AI 正从一个“回答问题的模型”,变成一个可以在真实软件环境中长期承担责任的执行系统。


结语:下一阶段不是更大的 Chatbot,而是更完整的 System

过去几年我们最关注的问题是:

哪个模型更聪明?

接下来更重要的问题会变成:

哪个系统能够让模型可靠地完成真实工作?

这涉及:

  • Model
  • Context
  • Memory
  • Harness
  • Tools
  • Permissions
  • Runtime
  • Recovery
  • Multi-Agent
  • Human Approval
  • Evidence

DevDay 2026 最值得关注的,不是某一个单独产品。

而是 OpenAI 正在逐渐把这些层拼成一个完整平台。

模型当然仍然重要。

但真正决定 AI 能不能进入企业核心流程的,将越来越不是单一 benchmark,而是整个系统有没有能力:

Understand → Decide → Act → Verify → Recover → Continue.

这才是 Agent Engineering 真正开始成熟的信号。


Official Sources

Written from my notes and architecture analysis of OpenAI DevDay 2026, September 2026.

← Back to all posts