OpenAI DevDay 2026:从 Dot 到 AI Company,OpenAI 正在构建完整的 Agent Platform
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 / Effort | Intelligence Index | Cost 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
- OpenAI — Introducing Dots: https://openai.com/index/introducing-dots/
- OpenAI API — Agents API: https://developers.openai.com/api/docs/guides/agents-api/overview
- OpenAI API — GPT-6.1 Sol: https://developers.openai.com/api/docs/models/gpt-6.1-sol
- OpenAI API — Ultrafast Mode: https://developers.openai.com/api/docs/guides/ultrafast-mode
- OpenAI DevDay 2026 Keynote: https://www.youtube.com/watch?v=Fls_onRviPM
- Artificial Analysis — LLM Leaderboard snapshot (reference data provided for this article)
Written from my notes and architecture analysis of OpenAI DevDay 2026, September 2026.