实录 OpenAI 年度发布会：25 项发布，逐一详解
📋 文章概况
OpenAI 2026 DevDay 发布会实录，逐项梳理 25 项发布，覆盖个人 Agent（Dots）、协作空间（ChatGPT Space）、新模型（GPT-6.1 Sol、Ultrafast 档）、开发者平台（Agents API、Codex Harness 开源、Codex 上云）、分发与商业化（ChatGPT 登录、插件扩展、Marketplace）五大板块。
💎 独特亮点
- Dots 的"主动研究"机制有明确安全边界：Dot 在用户未使用时后台找活干，但只能用已连接应用的只读工具，不能发消息、不能改内容；密码不暴露给模型，用户可随时打开 Dot 的云端电脑查看它在做什么。这套"后台自主 + 只读约束 + 可观测"的组合是可直接借鉴的 Agent 产品安全设计。
- GPT-6.1 Sol 的性价比数据点密集且可对标：以 Astra 五分之一的价格追平 DeepSWE 1.1 长程软件工程成绩，比 GPT-6 Sol 高 6.4 个百分点；Terminal-Bench Science 单任务成本 $5.47 vs Astra $23.80（降 75%+）；事实错误率从 11.4% 降到 7.7%（低推理档降 32%）。缓存输入 $0.10/百万 token，比标准输入便宜 95%。
- Decisions API 把"做选择"从"生成"中拆出来：给 Luna 模型预设选项让它挑，零点几秒内返回，用于内容分类、请求路由、agent 下一步决策，保留看图和多语言能力。这是"用约束换速度"的工程思路，对需要低延迟决策的 Agent 场景有直接参考价值。
- Codex Harness 开源 + Agents API 把 harness 和运行环境解耦：harness 由 OpenAI 托管维护，agent 跑在哪台"电脑"上由开发者选（OpenAI 沙箱、自有基础设施、或 Blaxel/Cloudflare/Daytona/E2B 等 9 家沙箱合作方）。这验证了"Harness 层与执行环境分离"的架构方向。
🔭 产品方向洞察
- Dots：一直在线、有形象和身份的个人 Agent，住在 ChatGPT 里，有自己的云端电脑和浏览器，可跨 Slack/Teams/电话/短信/桌面/手机多端携带同一份上下文，按用户授权的权限主动做事，重要事项先请示再动手。套餐内第一个 Dot 不另收费。
- Specialist dots：企业统一配置的岗位型虚拟同事（会计、营销、法务、工单处理），有自己的身份、凭证和系统权限，产出经人审核，改进在全公司共享；与微软合作接入 Agent 365。
- ChatGPT Space：人和 Dots 一起协作的"活"空间，核心是 Pages（动态页面）文档类型，支持在页面里 @ Dot 接手任务、设长期指令让 ChatGPT 自动更新内容；协作式幻灯片几周内上线。
- Codex Security Cloud：云上持续扫描 GitHub 仓库找漏洞，自动去重、准备验证过的修复等审核，合上笔记本也照跑；含 Daybreak Blue 模型，不需另外申请。
- OpenAI Marketplace：企业用已承诺的 OpenAI 消费预算买 32 家合作伙伴的软件（Adobe、Figma、Sierra、Harvey、CrowdStrike 等），免去逐供应商立项采购。
- [产品] "用 ChatGPT 登录"：用户在 16 个合作方产品（Devin、Notion、Vercel、Lovable、Warp 等）里直接用自己 ChatGPT 套餐的 token 额度，开发者不用替用户垫付 token 成本；用户可控制每个合作方的额度上限。
🔧 可动手实践
| 目录点 | 你可以做什么 | 可动手程度 |
|---|---|---|
| Decisions API 的"预设选项"模式 | 在你自己的 Agent 里实现类似机制：对需要快速决策的环节（内容分类、路由、下一步动作选择），把模型输出空间约束到预设选项集，用结构化输出 + 低延迟模型换取响应速度 | ✅可实现 |
| Dots 的"主动研究"安全边界设计 | 为你的 Agent 产品设计后台自主模式时，采用"只读工具 + 禁止外发 + 可观测窗口"三层约束：后台任务只能用只读工具，不能发消息/改内容，用户可随时查看 Agent 的工作状态 | ✅可实现 |
| GPT-6.1 Sol 的性价比对标数据 | 在做模型选型时，将 DeepSWE 1.1（长程软件工程）、OSWorld 2.0（电脑操作）、Terminal-Bench Science（科研流程）的"成本-分数"数据点作为对标基准，评估你当前主力模型在同等任务上的单位成本 | ✅可实现 |
| Codex Harness 开源 | 下载研究 Codex Harness 的架构设计（harness 与运行环境解耦、多 agent 控制、上下文压缩、工具搜索），对照你自己的 Agent 框架找可借鉴的模块划分和接口设计 | ✅可实现 |
| [产品] Dots 的"职责委托"产品形态 | 用 AI coding 快速搭一个 MVP 验证"个人 Agent 助手"假设：一个有身份的小角色，连接用户的常用工具（日历、邮件、Slack），按用户授权的权限主动处理低价值重复任务，重要事项先请示 | ⚠️需补充（需判断目标用户群和差异化切入点，Dots 本身依赖 GPT-6 Astra 级别的模型能力） |
工作流（最小实验）:
- 选一个你当前 Agent 中"模型生成慢但决策空间有限"的环节（如：判断用户输入属于哪类意图、决定下一步调用哪个工具）。
- 将该环节的输出从自由文本生成改为"预设选项 + 结构化输出"：定义 5-10 个候选选项，让模型只返回选项 ID。
- 用你当前的主力模型测试：对比自由生成 vs 预设选项两种模式下的响应延迟和准确率。
- 如果延迟改善显著且准确率可接受，将该模式固化为你 Agent 的"快速决策层"，复杂生成仍走完整推理路径。
🧠 可复用认知
- Agent 产品的"主动自主"需要以"可观测 + 可约束"为前提：Dots 的后台主动研究之所以能被信任，是因为它同时具备只读工具约束、禁止外发限制、以及用户可随时打开云端电脑查看的能力。自主性不是二元的，而是可以在"能做什么、不能做什么、用户能否看到"三个维度上精细调节。
- 模型性价比的竞争正在从"绝对能力"转向"单位成本下的能力"：GPT-6.1 Sol 以五分之一价格追平 Astra 的长程工程成绩，说明在 Agent 场景中，模型选型的核心指标是"每成功任务成本"而非单纯的 benchmark 分数。
- "用约束换速度"是低延迟 Agent 决策的有效工程手段：Decisions API 通过把输出空间压缩到预设选项，将响应时间从秒级压到零点几秒。当任务本身是"从有限集合中做选择"时，不需要完整的生成能力。
🏷️ 关键词
#Dots #ChatGPT-Space #GPT-6.1-Sol #Ultrafast #Decisions-API #Agents-API #Codex-Harness #主动研究 #只读工具约束 #每成功任务成本 #预设选项决策 #harness与运行环境解耦 #Codex上云 #OpenAI-Marketplace
分类标签: Agent架构 Agent产品设计 模型选型
📊 价值判断
推荐等级: 值得一看（信息增量强——Dots 的主动研究安全边界、GPT-6.1 Sol 的性价比数据、Decisions API 的约束换速度思路都是新信息；但摘要已承载核心数据点和机制描述，原文的额外价值主要在演示细节和产品形态的完整呈现，对需要做产品决策或模型选型的读者有实质参考）
最值得看: Dots 的官方介绍细节（主动研究的只读约束、密码处理、云端电脑可观测性）；GPT-6.1 Sol 的六组评测数据（DeepSWE、OSWorld 2.0、Terminal-Bench Science 的成本-分数对比）；Decisions API 的现场演示段落
适合场景: 你在设计个人 Agent 产品的自主性和安全边界；或你在做模型选型需要最新的性价比对标数据；或你想了解 OpenAI 对 Agent 平台化（harness 开源、运行环境解耦、分发渠道）的完整布局