资讯

写在前面

如果还没充 ChatGPT 的 Pro 会员，强烈建议赶紧充！

先整体列一下今年 DevDay 的关键词：

• Dots
• GPT-6.1 Sol
• UltraFast
• Pro $200、Pro $500
• Decisions API
• Researcher Intern
• Codex Harness（但我印象里这个很早就开源了）
• Agents API
• Plugin extensions

到现在为止，我已经用上的有 Dots、GPT-6.1 Sol、Codex Harness，其他的还在捣鼓怎么用上。

我的 Dots：Folex（头像还是他自己生成的）

发布会我前前后后看了有三遍，记录的很多问题都不是新模型、新功能强了多少，而是像：

• 我已经创建了自己的 Dot，却找不到再创建一个的入口；它看起来只有一个持续对话的入口，那历史越来越长以后，上下文怎么办？
• Dots 和我已经在用的 ChatGPT Work、Codex 是什么关系？
• 发布会最后又出现了 Plugins、Sign in with ChatGPT 和 Marketplace，它们是不是同一个“应用商店”？

这些问题放在一起，反而更接近这场 DevDay 的主题：

OpenAI 正在把模型、执行工具、持续任务、共享文档和第三方应用，接成一套可以持续工作的系统。

这篇文章会沿着这套系统展开。

先把各个产品放回它们的位置，再用发布会里 Holly 演示的音乐应用 Blossom，把「发现变化 → 理解问题 → 修改产品 → 更新团队资料」这条工作链串起来。

最后再看个人用户能用什么，以及现场演示实际证明了什么。

先看全局：这些新名字各自负责什么

以一个准备发布音乐应用的团队为例：AI 要读用户反馈、查看新设计、修改代码、打开应用测试，最后把产品变化写进发布计划。

这件事至少涉及五种不同能力：

这个表是按职责整理的理解地图，并不是 OpenAI 公布的内部架构图。它的作用是避免把不同层次的变化混在一起。

模型再聪明，也需要授权才能读公司的 Slack，需要知道哪份设计已经确认。代码改完后，还要有人决定是否部署上线。要完成这项工作，资料、工具、权限、任务记录和审核都得接上。

发布会大致也沿着这个顺序展开：前半部分展示 Dots 和 Space；随后介绍模型与速度、科研和开发者工具；Romain Huet 用现场演示把能力串起来；最后 Altman 讲了第三方生态与订阅方案。

其实强烈建议大家多看几遍原视频，总共只有一小时，比看多少自媒体账号的二手信息（包括我的这篇文章）都要有用

如果看视频的过程中，想要有一个人在旁边及时地解释和回答问题，强烈推荐我的这个开源项目：https://github.com/Alex-cloud0413/video-digest.git

Dots：拥有独立云端电脑的个人助手

Dots 可以理解成有自己云端电脑和浏览器的个人 AI 助手。把任务交给它后，云端工作不依赖本地电脑一直开着；电脑合上，人离开，它仍可以在授权范围内继续推进。持续跟进本身不足以区分 Dots 与其他 Agent。Dots 的产品选择，是把记忆、已连接的应用和执行环境集中到一个个人助手里，让人通过同一个入口交代工作、查看进度和接手结果。

开场短片里的 Alfred 就是一个 Dot。它向主人汇报材料准备、网站更新和生活安排的进展。短片勾勒了 OpenAI 希望 Dots 怎样被使用；后面台上的实时操作，则展示了具体任务怎样推进。

原视频 03:30：Alfred 汇报网站更新。这里体现的是跨任务的持续跟进。

Dots 的用法，可以从需要反复跟进的项目里看出来。

例如，可以把一周的反馈跟进交给它：“这周每天留意新反馈，把重复出现的问题整理出来；小修复完成后交给我审查，涉及产品方向的调整先问我”。今天的结果交付后，它还要按约定继续处理明天的新反馈，接着原来的目标和要求往下做。

Dots 需要记住目标和偏好，能读取被授权的资料，拥有执行环境，还要把完成的工作和需要人决定的事项带回来。发布会介绍的云端电脑和浏览器，为其中的执行部分提供了环境。

根据发布会上的介绍：Dots 由 GPT-6 Astra 驱动，拥有自己的云端电脑；用户可以查看工作过程，并决定连接哪些应用。

现在刚刚首发的是从一个 dot 开始，未来计划增加更多的 dots。Pro 和 Business Premium 在符合条件的市场逐步开放；Enterprise、Edu 和 Healthcare 的 beta 需要管理员启用。Dots 官方介绍

这也解释了为什么我创建一个之后，找不到第二个入口：首发就是从一个 Dot 开始。台上说未来可以让一组 Dots 协作，但个人 Dot 团队还不是当前的产品形态。

只有一个持续对话的入口，另一个问题就来了：历史越积越多，它每次还能记得多少？

保存了历史，不等于模型每次都能读完历史。 系统可以保留偏好、任务记录和文件，模型一次推理能读取的上下文却有限。哪些历史被选进来、资料怎样压缩、什么留在任务记录里，要看具体实现。目前的发布会和产品说明，没有交代到足以判断这些细节的程度。

官方确认，Dot 可以获得 ChatGPT 的记忆与近期对话上下文，也能保留来自对话和插件的上下文。不过，这些上下文不保留凭据、图片和截图，单条 Dot 记忆目前也不能逐项查看和编辑。Dots 记忆说明

我会看它能否接着上次的任务做，关键约束有没有丢，结果有没有回到可检查的文档或代码里。聊天窗口一直延伸，只能说明对话保留在那里，不能替这些实际表现作保证。

人与同事的 Dot 怎样协作，发布会给出的例子都围绕共同的工作对象展开：页面上的评论、团队聊天里的交接、正在推进的代码任务。个人用户能否任意配置 Dot 之间的通信方式，台上没有完整演示。

Dots 在后台主动查找有用信息时，官方称之为 proactive research。这类工作限于已连接应用的只读工具。接受任务后，可能影响账号或分享信息的动作，还会经过 auto-review，按照用户指令和规则判断是否需要批准。Dots 安全与隐私说明、Auto-review

Space 与 Pages：让人和 Dots 围着同一个任务工作

Holly Li 接着演示了一次产品发布。音乐应用叫 Blossom，她的 Dot 叫 dottie。

dottie 先汇总几件变化：发布评审改了时间，昨晚有新的用户反馈，设计同事修订了首页。Holly 不用逐个重述背景，就可以让它接着推进相关工作。

原视频 10:42：dottie 汇总日程、反馈和首页设计的变化。它展示了任务上下文来自多个工作来源

接下来，这些结果要放到哪里？如果只留在聊天里，团队还得把内容抄进文档、找到对应代码，再通知同事。Space 和 Pages 给这些成果一个共同的位置，方便别人接着修改。

Space 存放共享工作材料，Page 是其中可以共同修改的文档。 页面里可以放正文、图片、图表和交互内容，也可以留下评论，让 ChatGPT、Codex 或 Dot 继续处理。Space 接替了原来的 Library；首发面向 Pro、Business 和 Enterprise。网页与桌面支持创建和编辑，手机先支持查找、阅读和分享。Space 官方说明

Blossom 的发布策略页面把客户反馈图表、说明文字和讨论放在了一起。团队可以直接围着图表提意见，Dot 按评论修改，结果继续留在这份页面里。

原视频 12:57：Blossom 的策略页面包含客户反馈图表和持续更新入口

页面里的图表和原型可以交互，新信息到来后，内容也可以继续更新。但更新需要明确的信息来源、指令和触发条件；仅仅把页面放进 Space，并不能让它自动保持正确。

Blossom 的例子因此可以一路接下去：反馈影响产品判断，新设计进入代码，功能变化再写回发布 FAQ。Dot 跟进这些变化，Codex 执行相应任务，Page 留下团队可以检查和修改的结果。

官方汇总还介绍了 Teams 和 Team Tasks。团队可以把每周项目更新交给一个共同的任务，按计划或事件收集信息，并一起调整指令。在 Slack 或 Microsoft Teams 里 @ChatGPT，也能把协作接到正在进行的讨论中。Team Tasks 官方说明

Meetings plugin 则把会议接入这套流程：生成个人化纪要和行动项，再用它们更新计划。首发是面向 Pro 和 Business 的 macOS 桌面 beta。笔记完成后音频会删除，无法回放，因此不能指望它保留一份长期可查的原始录音。Meetings plugin

协作幻灯片还是预告中的能力：从对话或模板创建，人与 Agent 同时修改，再导出到 PowerPoint 或 Google Slides。发布会介绍了这套用法，全面开放要等后续推出。发布会官方汇总

模型、速度和套餐：三个数字要分开看

这里要分清三个变化：GPT-6.1 Sol 的能力和价格、Ultrafast 的生成速度，以及 Pro 500 的使用额度。

GPT-6.1 Sol 给出的卖点是：接近 Astra 的能力，更低的价格（“接近”这个词就很微妙，这下应该知道 6.1 Sol 和 6 Astra 哪个能力更强了吧）。

它是基于 GPT-6 Sol 的升级，在公布的编程、电脑操作和专业工作评测中接近 Astra，标准输入、输出 token 的价格则是 Astra 的五分之一。GPT-6.1 Sol 官方发布

原视频 20:25：Sol 与 Astra 的标准 API 单价对比，单位为每百万 token

标准 API 定价中，GPT-6.1 Sol 每百万输入 token 为 2 美元，缓存输入为 0.10 美元，输出为 10 美元。token 是模型处理内容的计量单位，和中文字、英文单词没有一一对应关系。这也是 API 的调用价格，不能换算成 ChatGPT 订阅里每条消息的售价。模型文档

Cached Input（缓存输入） 可以理解成：同一份资料上次已经处理过，这次复用那次计算的结果，所以这部分输入能按更低的价格收费。能否复用，要看输入开头的资料是否一致、缓存是否仍可用；只保留同一个会话并不能保证命中。Prompt caching 文档

举个简单例子：

第一次请求：你发了 100k token 的代码库上下文，这些通常按普通 input 价格计费

第二次请求：你还是带着同一段 100k token 上下文，只新增了一个小问题，那 100k 里如果命中缓存，就可能按 Cached Input 价格计费，新增的小问题仍按普通 input 价格计费

所以它不是“模型记住了你的内容免费用”，而是 API 侧对重复上下文做了缓存优化，并给缓存命中的输入 token 一个更低的单价。

比如，第一次把一份 10 万 token 的代码资料交给模型，让它找 bug；第二次仍把同一份资料放在输入开头，只在后面补一句「把错误处理也改一下」。如果这 10 万 token 全部命中缓存，就按缓存输入价格计费，新加的要求按普通输入价格计费。第一次建立缓存还可能按缓存写入费率收费。省下的是重复处理旧资料的成本，新增内容仍要照常处理。

Ultrafast 缩短的是等待模型输出的时间。 发布会给出的上限是在 Codex 中大概快 8 倍、能达到每秒 300 tokens，在 API 调用中大概快 6 倍。首发是 Astra Ultrafast，Sol Ultrafast 当时仍是即将推出的计划。Ultrafast 文档

多轮修改代码时，每轮输出更快，互动会顺畅很多。但任务还可能要等搜索、编译、网页加载、外部服务或人的批准，这些需要等待的时间不会随着 token 生成速度一同缩短。

Pro 500 的「25 倍」指相对 Plus 的使用额度。 这是每月 500 美元的新套餐，也包含 Ultrafast。

原视频 21:45：屏幕写的是“25x usage of Plus”，即使用额度

之前被暂停的 Pro 200 恢复了订阅，但原来是相比 Plus 的 20 倍额度，现在降到了 10 倍。符合条件的老订阅用户，可以在过渡期保留原额度，到 2026 年 10 月 29 日结束。Pro 套餐说明

Decisions API 与科研：两种不同尺度的智能工作

Decisions API 面向软件里具体、有限的判断。开发者给定问题、上下文和一组预设答案，Luna 很快选出一个答案，供程序继续使用。（这个我觉得就是对标前阵子很火的 Jev 模型）

原视频 22:45：Decisions API 以预览形式介绍，示例涉及软件中的即时判断

这类接口适合内容分类、请求分流，或者在有限动作里选下一步。开放性的商业判断和人生决策，无法靠一次选项返回就得到确定答案。发布会时它仍处于 limited preview，还没全范围开放。发布会官方汇总

Researcher Intern 这个具体目标，OpenAI 在 2025 年秋季就公开提出了：2026 年 9 月做出能在人工指导下执行研究任务的「研究实习生」，再争取于 2028 年 3 月实现自动化 AI 研究员。后者仍是内部研发目标。官方时间线

2026 年 9 月 6 日，OpenAI 宣布已达到「研究实习生」目标。它给出的定义很具体：在人指导下完成定义清楚、原本需要熟练研究员几天的任务。研究方向和结果取舍仍由人决定。官方进展说明

科研任务的尺度大得多，可能要长时间分析数据、写代码、运行实验、整理结果。Tejal Patwardhan 介绍了 OpenAI 对 AI 参与研究的观察，也提到内部科研人员已让模型持续推进一部分长任务。

公布的内部数据还显示：截至 2026 年 8 月中旬，按每天 8 小时折算，Agent 累计运行时间约为研究人员工作时间的 3.1 倍。这是时长，不是成果或人数的倍数。估计需人类工作 4—8 小时的任务中，成功案例超过一半仍有至少一次人工干预。内部数据与统计方法

这些内部使用情况，说明了 OpenAI 为什么看好长期任务能力。不过，台上没有交代完整的样本、工作定义和实验条件，现在还不知道他们内部通过这个 researcher intern 实际替代了多少研究员。

模型可以运行分析、提出假设，把一个研究步骤做到可检查的程度。科学结论仍要另行判断：问题是否有价值，方法是否成立，证据是否足够。完成执行步骤，只是其中一部分。

Sol 的官方评测展示了科研工作流的进步，也指出 Astra 在测试的困难科研任务中成绩仍然更高。「研究实习生」描绘了 OpenAI 想推进的方向，能否承担一项真实研究，还得按具体任务验证。GPT-6.1 Sol 科研评测

Codex Harness：已经开源啦！

进入开发者部分，Sam Altman 介绍了前面几款产品共用的 Codex harness。它驱动 Codex、Work 和 Dots，现在已经开源（https://github.com/openai/codex.git），个人开发者也可以基于 Codex Harness 进行二创。

还是看 Blossom 的首页修改：模型读到新设计后提出方案，执行系统读取项目文件、改代码、运行应用，浏览器或电脑工具再把页面带回来。模型看到实际结果，才知道是否还要改。如果没有这些执行和反馈，「我已经改好了」就可能只是一句回答。

任务指令 → 模型判断 → 工具执行 → 观察结果 → 继续调整 → 交付可检查的成果。

这条循环可以调用不同模型，也可以在本地或云端使用工具。后面介绍的多 Agent 控制、云端环境和 API，都是在让开发者更方便地组织这套过程。

原视频 28:17：Codex 的云端运行能力。长任务可以在云端执行，之后继续检查和接手。

Codex Cloud 让任务在云端环境中运行。电脑合上以后，它可以继续工作；从手机发起的任务，回到桌面也能接手。已配置的环境和工具还可以复用。跨设备保留的是任务及其环境，手机无需自己运行一整套开发工具。Codex Cloud

日常开发的几个入口也有更新：CLI 支持语音交代任务和 /agents 控制；桌面的 Code Review 提供修改摘要和针对代码差异的问答；云端还可以自动触发审查。交代任务、安排执行和检查代码，都有了更直接的操作入口。

Security Cloud 将这套执行能力用于安全检查。发布会介绍了重复发现去重、定时扫描和新界面；官方说明还包括按需检查 GitHub 仓库、检查新提交，以及准备修复供人审查。

检查放在云端持续运行，本地电脑合上后也可以继续。Security Cloud

Agents API 让开发者通过接口使用托管执行环境、多 Agent 控制、工具查找与调用、上下文压缩，以及 computer use。借助 computer use，Agent 可以看浏览器或图形界面，点击、输入，再读取操作结果。Computer use 文档

AWS Bedrock Managed Agents 提供了另一种部署选择，让 OpenAI Agent 在企业已有的 AWS 应用和数据环境中运行。数据来源、网络、身份和权限，仍需开发者配置。

其实我很期待用上这个部分，不依赖本地环境开发和运行一直是个刚需

到这里，前面几款产品的关系就更清楚了：Dots 提供个人助手入口，Codex 提供开发和执行入口，Agents API 让开发者把执行能力接入自己的产品。它们共用部分基础，使用界面、资格和权限设置则各有不同。原视频开发者工具部分

Private Intelligence：这部分和个人用户没关系

Agent 读取文件、操作应用、长时间运行，企业就需要知道数据经过哪里、由谁保存。OpenAI 把相关方案称为 Private Intelligence，包含 Private Safety Processing 和 Private Inference。

Zero Data Retention with Private Safety Processing 让 API 的安全检查继续进行，同时不由 OpenAI 保留客户的提示和回答。受保护的内容保存在客户控制的存储里，再由限制人工访问的安全运行环境自动处理。这里的零留存有明确对象，整条工作链仍可能有其他存储和日志。Private Safety Processing 技术说明

Private Inference 将保密计算用于推理执行，发布会给出的状态是秋季预览。它处理推理过程，Private Safety Processing 处理安全检查，两者的开放状态也要分别看。

这些方案主要面向 API 和企业部署。个人 ChatGPT 对话采用什么数据路径，要看具体产品、接口、组织配置和已经启用的能力，不能直接套用这里的方案。发布会隐私方案介绍

现场演示：从生成代码，走到看见结果再行动

Romain Huet 先展示了快速修改，再让模型检查成品，最后把观察和动作接到硬件上。

他先打开已有的三维 Fort Mason 会场，让镜头飞向舞台，把 Dots 移到座位，再将现场直播放到虚拟会场的大屏幕上（连续几轮修改都能保持互动节奏，这是 Ultrafast 在演示中最直观的作用）。

原视频 33:28：三维 Fort Mason 会场与旁边的任务窗口。现场继续修改已有的世界。

接着是 CLI 里的抽奖应用。语音交代任务时出了问题，他转而用键盘输入。应用先抽取三位观众，随后按指令改成六位。代码修改和反馈很快，语音环节的失败也确实发生在现场。

Astra Adventures 展示了更完整的过程：纸上的草图经过多轮迭代，变成三维游戏。之后 Romain 让 Astra 自己操作，屏幕同时显示游戏画面、Agent 的动作和说明。

原视频 38:39：Astra Adventures 正在由 Agent 操作，界面显示当前动作和按键。

生成代码之后，Agent 还要看自己做出的东西。程序能运行，并不能说明画面正常、按钮有效、流程可以走通。这些问题要真正操作过，才能得到反馈。

在飞行学习应用里，Romain 用 app shot 把当前应用带进任务，让 Codex 检查不同屏幕尺寸。Agent 打开页面、探索功能并继续检查。他可以先处理别的事情，再回来查看结果。

随后，他在云端发起「把整个后端改写成 Rust」的任务。台上说这会花一段时间，之后可以回来检查并接手。视频展示了任务成功发起，整个后端是否改写完成、是否通过验收，没有在现场展示。

这些演示把任务往前推了几步：理解需求、修改代码之后，Agent 还会打开成品、尝试操作，再根据结果继续处理。我更关心的是，把这套过程放到自己的项目里，它能走到哪一步，哪里要人接手，最后有没有可验收的成果。原视频现场演示部分

Plugins、登录与 Marketplace：三种不同的连接方式

Plugins、Sign in with ChatGPT 和 Marketplace 在发布会后段接连出现。记住它们各自连接的东西，就不容易混淆。

一个 Plugin 可以组合 skills、连接的应用和扩展界面：skill 提供工作方法，应用提供外部信息与动作，extension 提供操作界面。比如，设计文件、评论和编辑工具出现在对话旁边，人就能围着当前设计和 ChatGPT 一起修改。

Plugin Extensions 让插件进入侧边栏、对话面板和文件查看器。发布会展示了日历、设计和 Adobe 等例子，人可以操作插件界面，也可以让 ChatGPT 帮助修改。具体支持情况因使用端和套餐而异，Free 和 Go 的部分网页扩展仍标注为 coming soon。Extensions 开发文档

原视频 46:02：插件扩展把第三方的工作界面带进 ChatGPT。

个人用户可以从 ChatGPT 侧边栏的「Plugins」进入，查看插件包含什么、需要哪些权限，安装并连接相关账号后，通过 @ 提及或任务请求使用。安装插件不会自动扩大外部账号权限，账号授权仍是单独一步。Plugins 使用说明

创作者可以用 Plugin Creator 搭建插件。发布会也介绍了对话中的插件推荐，以及简化后的提交和人工审查流程。插件做出来以后，用户还要能找到它、完成安装和授权，才能开始使用。

Sites 可以承载应用，并加入支持的插件。同一份软件可以根据用户身份和权限显示不同内容。例如，在一个项目应用里，成员看到自己的任务，负责人看到授权范围内的汇总。这样的差异需要真实的身份和权限控制，提示词本身无法代替。

官方汇总还介绍了新提出的 MCP Events 协议方向，让外部服务的变化触发 Agent 工作。比如，假设 Blossom 的反馈表新增一条记录，事件发出通知，任务规则再决定是否分类、更新页面或提醒负责人。后续动作仍取决于工具和权限，已有插件是否支持，也要看开发者有没有接入。发布会官方汇总

Sign in with ChatGPT：在 OpenAI 的合作应用里直接用自己的 ChatGPT

Sign in with ChatGPT 可以用 ChatGPT 账号登录合作应用。符合资格并主动选择后，还能在参与的应用里使用现有 ChatGPT 订阅的推理额度。这是同一个入口提供的两项功能，普通登录不会自动启用额度。

首批共有 16 家合作伙伴及开源集成，完整名单见下面。用户已经付过 AI 订阅费用，在符合条件的应用里就能继续使用现有额度；开发者也不必再承担这部分推理成本。

• 合作应用：Amp Code、Conductor、Dactyl、Devin（Cognition）、Hermes Agent（Nous Research）、Hyperagent、Kilo Code、Lovable、Notion、Vercel、Vorflux、Warp。
• 开源集成：OpenClaw、OpenCode、Pi、T3。

Lovable 在官方目录里仍标注为「coming soon」。后续支持范围可以查看官方合作伙伴目录。

实际使用时，要在合作应用的授权界面确认是否有「使用 ChatGPT plan」选项，并主动选择。仅仅登录账号，不会启用套餐额度，也不会把 ChatGPT 的历史对话或记忆通过这次登录交给应用。第三方应用使用套餐的官方说明

这部分使用计入共享的 Work/Codex 额度，可以按应用设置上限。第三方产品还可能收取订阅、基础设施或额外功能费用。已有的 AI 额度能抵掉一部分推理费用，应用本身可能不会直接免费。

一部分模型费用因此可以跟着用户进入第三方产品，开发者让人试用的门槛也可能降低。

Marketplace：企业采购安排，个人用户主要用另外两个入口

OpenAI Marketplace 面向企业采购，处理的是企业与 OpenAI、合作伙伴之间的合约承诺。

假设一家企业已经与 OpenAI 签了有金额承诺的合同，又想采购合作伙伴的软件。符合条件的采购中，一部分金额可以计入它对 OpenAI 的承诺。发布会说有三十多家首发伙伴，官方汇总列出的是 32 家。发布会 Marketplace 部分

原视频 47:27：Marketplace 的合作伙伴与企业采购介绍。

OpenAI 和合作伙伴先确认资格，客户再与合作伙伴签合同、付款，符合条件的金额用于合约承诺的对账。目前没有面向个人用户的自助结账入口，也不能把 Pro 的 token 余额拿来购买第三方软件。Marketplace 企业帮助页

企业可以让已承诺的预算覆盖更多供应商方案，合作伙伴也更容易进入企业采购流程。合作伙伴涉及不同模型和服务，并不表示 OpenAI 自己将所有模型都开源了。

对个人用户来说，接入 ChatGPT 工具看 Plugins，在第三方产品里使用 ChatGPT 账号或订阅额度看 Sign in with ChatGPT。代表符合条件的企业处理合约和采购，才会用到这里的 Marketplace。

哪些已经能用，哪些还要等

台上介绍的能力，既有已经推出的，也有逐步开放、限量预览和后续计划。下表按使用入口整理，依据发布会与截至 2026 年 10 月 3 日的官方说明。地区、工作区和管理员设置，也会影响实际资格。

现在，仅凭套餐名称已经很难判断一项功能能不能用。还得看产品入口、地区和使用端：Work 能用的，普通 Chat 未必能用；网页可以编辑的，手机可能只能读；企业工作区还可能需要管理员启用。官方发布汇总