OpenAI DevDay 2026：平台成形之后

OpenAI 于美国旧金山时间 2026 年 9 月 29 日举办 DevDay，开幕主题演讲对应北京时间 9 月 30 日。官方回顾列出二十余项发布：有新产品，也有既有工具的扩展，还有预览版与尚待开放的功能。把它们都当作已经全面上线，会遗漏一个重要区别。 [1]

我们的判断是，OpenAI 正在把模型智能与执行、协作和分发连起来：模型回答，Agent 行动，工作空间保存成果，插件接入其他应用，订阅与市场连接支付。真正值得讨论的是，开发者和客户愿意把这条链路的多少环节放进同一个平台。

GPT-6.1 Sol 是此次模型升级。标准短上下文 API 价格为每百万输入 token 2 美元、缓存输入 0.10 美元、输出 10 美元；长上下文费率另有差异。发布时可通过 API、ChatGPT Work 和 Codex 使用，尚未进入普通 Chat。OpenAI 报告其在多项评估中接近 Astra；这属于厂商在特定条件下的结果，不能推成所有业务都同样接近。 [2] [22]

OpenAI 报告：在 DeepSWE 1.1 上，Sol 以约五分之一的任务成本达到 Astra 的成绩，并在较低推理强度下，比 GPT-6 Sol 的最好成绩高出 6.4 个百分点。在 OSWorld 2.0 离线集的最大推理强度测试中，它与 Astra 相差 2.1 个百分点，任务成本约为七分之一；科学研究评测中，Astra 仍领先于所测模型。这是能力与成本关系的显著变化，不是 Sol 在所有任务中胜出的证明。 [2]

这些是厂商在指定评测中的结果。研究环境或 API 的设置，可能与实际 ChatGPT 不同；竞品成绩来自公开报告。对编码与 Agent 工作，我们的推断是：更强的日常执行模型可能更容易被规模化使用，让复核和重试仍有预算，而困难任务单独升级。真正值得验证的是 Sol 能在你的哪类流程中保住质量，不是凭一张榜单替换全部模型。 [2]

Ultrafast 增加付费高速档，Astra Ultrafast 已开放，Sol Ultrafast 稍后推出。Private Intelligence 提供隐私相关基础设施：Private Safety Processing 用于保护客户内容的自动安全审查，Private Inference 则计划在秋季进入预览。它们解决的是不同问题，不能统称为所有 OpenAI 工作负载已经实现机密运行。 [1] [7]

对开发者更有意义的指标，是每个验收通过的结果花多少钱。更低的 token 价格，可以给核验和重试留下预算；更快的生成，可以缩短迭代。但工具延迟、错误操作和人工复核仍然存在。更便宜的模型，值得先在真实业务上试，再决定是否成为默认选择。

dots 带来可记住上下文、通过已连接工具和电脑承担持续工作的 Agent，其开放受资格和工作区控制。Codex Cloud 把编程任务放到可复用的云端环境，本地电脑休眠后也能继续。云端执行与远程控制一台仍需在线的本地电脑，是两种不同运行方式。 [3] [4]

新版 Codex CLI 加入语音交互与 /agents 视图。Code Review 将审查流程带入桌面应用，也支持云端自动审查，其中 GitLab 支持仍在预览。Codex Security Cloud 扫描已连接的 GitHub 仓库并监测提交。发现潜在问题、准备修复补丁，不等于证明仓库已经安全。 [1] [17] [18] [19]

Decisions API 将 Luna 用于答案范围有限的自定义问题，目前是有限预览。既有 Agents API 新增电脑操作能力，包括托管浏览器。Bedrock Managed Agents 则是面向 AWS 的独立预览服务。这几项对应不同需求：做受约束的选择、运行更完整的 Agent，或在 AWS 治理体系内执行。 [1] [5] [6]

ChatGPT Space 与 Pages 为人和 Agent 提供共享上下文与可编辑文档。上线时，Space 可在网页和桌面端创建、编辑；移动端支持查找、阅读和分享。可同时编辑并导出的协作幻灯片，仍是即将推出。演示了某个流程，不代表整套协作能力都已向每个人开放。 [10]

Teams 与 Team Tasks 组织同事和周期性工作。Slack、Microsoft Teams 中的 @ChatGPT 将助手放进团队对话。Meetings 插件把会议笔记整理为个性化摘要与行动项，目前主要是 macOS 上 Pro、Business 的测试版，更广泛支持尚待推出。可分享的个人主页则帮助用户展示和发现作品。 [1] [11] [12]

持续保存的工作空间，会改变验收问题：一个回答可能变成共享资料，其他人随后据此行动。团队需要区分原始材料、Agent 建议、已审阅的决策和已经执行的动作。多人实时编辑本身，并不会自动建立这些边界。

Plugin Extensions 增加侧边面板、文件查看器等入口；插件创建、提交和发现流程也有更新。Sites 可托管受支持的插件，MCP Events 可以让连接应用中的事件触发自动化。具体界面有开放差异：Free、Go 的网页端扩展仍待推出，输入框中的插件提及仅限桌面应用。 [1] [8] [9] [21]

Sign in with ChatGPT 将登录身份与参与工具中的可选套餐额度结合起来。符合条件的 Plus、Pro 请求消耗既有 Work、Codex 额度，并没有增加一个无限使用的新池子；第三方服务也可能另行收费。这不等于普通聊天额度变成了任意 VPS 程序可直接使用的 API 密钥。 [13]

新增 Pro 500 档提高用量并包含 Ultrafast。OpenAI Marketplace 允许符合资格的企业把既有承诺支出的一部分用于经批准的伙伴软件，参与仍有商业资格与条款，不能理解成软件免费。几项变化叠加，让分发与采购开始和模型接入一样值得关注。 [20] [14]

TypeSafe AI 在 9 月 15 日、DevDay 之前发布 Jev。它的 System One 路线，将非结构化状态转成预先定义的、有类型与概率的决策。Decisions API 对应明显相近的需求：分类、路由，以及从有限答案中选择下一步动作。这是软件如何使用智能这一层的实质重叠。 [15] [1]

差异同样重要。TypeSafe 描述了专门架构、并行采样和 Reinforcement Learning for Calibrated Decisions 训练方法；OpenAI 描述的是将 Luna 用于受限问题。本次核查的公开资料，不能证明 OpenAI 复现了 TypeSafe 的架构、训练方式或全部输出语义。更早发布，加上功能相似，还不足以证明抄袭。 [15] [1]

选型时应该用同一份业务样本，比较模糊案例的错误率、概率校准、拒答机制、延迟与总成本。输出完全符合 schema，仍可能选错答案。我们没有复现任何一家的基准，也没有做两者的对照实测。

Meta 于 9 月 8 日推出 Muse。持续工作、个人云电脑与浏览器、记住长期目标、主动协助，以及敏感动作前请求批准，使它成为 dots 明确的产品对照。相似程度值得讨论，但可以讨论相似，而不把它直接写成指控。 [16] [3]

两者的分发场景不同。Muse 围绕自有应用与 WhatsApp，先在美国推出，提供免费使用与订阅选项；dots 接入 ChatGPT 的工作环境以及 Slack、Microsoft Teams 等渠道，开放范围受付费套餐和企业条件影响。这些差异关系到用户如何委派工作，也关系到组织如何治理。 [16] [3]

已核查资料中，没有可验证的证据证明 dots 复制了 Muse 的代码、受保护设计或内部系统；相近定位也不能反过来证明所有实现均独立发明。可以支持的判断是：后发产品进入了高度相近的体验赛道。要认定抄袭，需要发布先后与功能清单之外的证据。

第一，单一 AI 功能会面对更强的平台整合竞争。只生成摘要或包一层模型的工具，可能发现自己的功能进入了工作空间。行业知识、可信接入、审阅后的成果与完整业务流程，因而成为更值得建设的优势。这是我们的战略推断，不是所有垂直产品都会消失的预言。

第二，分发可能成为开发者更重要的选择。原生插件与共享预算有机会降低采用阻力，同时也增加对发现规则、权限体系与平台商业条件的依赖。团队应该衡量平台是否带来新客户，不能把出现在目录里当作市场需求。

第三，云端 Agent 让持续执行更容易提供，也让执行平台承担更集中的运行责任。企业仍需要可核验的权限、证据、可导出的成果，以及停止或迁移任务的方法。更强模型扩大了机会，却不会替团队决定工作流归谁、成果是否可信。

先选一个边界明确的试点。工程团队可以在典型 bug 与代码改动上对照 Sol 和现有模型；运营团队可以用已标注的路由样本测试决策服务，并加入低置信度案例；内容团队则可以用一次真实交接，检查共享文档能否保留来源、审阅意见和最终版本。

把开放资格、授权、成本与验收标准分别记录。核实自己的账号实际能用什么，保留对照基线，衡量端到端完成情况和人工纠错。决定哪些数据和动作放进平台，哪些留在现有系统；把周期性责任交出去之前，先保留退出路径。

DevDay 最有分量的部分，可能是发布之间的连接：OpenAI 正提供更多工作开始、执行、保存和采购的场所。Jev、Muse 也说明，重要想法同样来自这个平台之外。合理的应对，是以同样的认真程度，评估产品能力和随之形成的依赖。