实录 OpenAI 年度发布会：25 项发布，逐一详解
📋 文章概况
一篇 OpenAI 2026 DevDay 发布会的逐项实录，覆盖 25 项发布：Dots（常驻个人 agent）、ChatGPT Space、GPT-6.1 Sol 与 Ultrafast 档、Decisions API、Codex 上云与 Harness 开源、Agents API 电脑操作、插件扩展、OpenAI Marketplace 及订阅档位调整。
💎 独特亮点
- Dots 的"主动研究"机制有明确安全边界：Dot 在后台主动找活干时，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；默认与用户电脑隔离，需授权才能连上笔记本。这套"后台自主 + 只读约束"的组合是可直接借鉴的 agent 权限设计。
- GPT-6.1 Sol 的性价比数据点密集且可对标：以 Astra 约 1/5 的价格追平或接近 Astra 在 DeepSWE 1.1、OSWorld 2.0、Terminal-Bench Science 上的表现；缓存输入 $0.10/百万 token，比标准输入便宜 95%；科研任务单任务成本 $5.47 vs Astra $23.80。这些是模型选型可直接引用的对标数据。
- Decisions API 把"做选择"作为独立产品形态：给 Luna 一组预设选项，零点几秒内返回选择，用于内容分类、路由、agent 下一步决策。把模型能力收敛到"选择"上换速度，是一个反直觉的 API 设计思路。
- Codex Harness 开源 + Agents API 把 harness 与运行环境解耦：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 9 家沙箱合作方）。这验证了"Harness 层与运行环境解耦"的架构方向。
🔭 产品方向洞察
- Dots：常驻个人 agent，住在 ChatGPT 里，有形象、有名字、有云端电脑和浏览器，7×24 主动处理任务，跨 ChatGPT/Slack/Teams/电话/短信多渠道带同一份上下文。Pro 和 Business Premium 开放，第一个 Dot 不另收费。
- Specialist dots：企业统一配置的岗位型 Dots（会计、营销、法务），有自己的身份、凭证和系统权限，改进在全公司共享；与微软 Agent 365 集成。企业试点预览。
- ChatGPT Space：人和 Dots 协作的空间，核心是 Pages（动态页面）——为人和 agent 共同编辑设计的新文档类型；协作式幻灯片几周内上线。
- 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 等）里直接用自己 ChatGPT 套餐的 token 额度，开发者不用垫付 token 成本。这是 toC Agent 产品可借鉴的分发与获客模式。
🔧 可动手实践
| 目录点 | 你可以做什么 | 可动手程度 |
|---|---|---|
| Dots 的权限与安全边界设计 | 在自己的 Agent 项目中借鉴"后台主动模式 = 只读工具 + 禁止外发/修改"的约束组合；为 agent 的主动行为设置独立的权限面，与用户显式触发的操作分开 | ✅可实现 |
| GPT-6.1 Sol 性价比对标 | 在模型选型时引用其价格与 benchmark 数据（DeepSWE 1.1、OSWorld 2.0、Terminal-Bench Science 0.1），评估是否可作为日常主力模型替代更高价档 | ✅可实现 |
| Decisions API 的"选择即产品"思路 | 在自己的 Agent 中识别"只需从有限选项中选择"的决策点（路由、分类、下一步动作），用轻量模型 + 预设选项替代完整生成，换取低延迟 | ✅可实现 |
| Codex Harness 开源 | 研究其 harness 架构（token 效率、多 agent 控制、compaction 机制），作为自己 Agent 框架设计的参考实现 | ⚠️需补充（需自行评估开源代码质量与适配成本） |
| [产品] "用 ChatGPT 登录"的分发模式 | 评估自己的 toC Agent 产品是否可接入类似"用户自带订阅额度"的登录模式，降低用户试用门槛和自身 token 成本 | ⚠️需补充（需判断自身产品与 OpenAI 生态的绑定风险） |
工作流（最小实验）:
- 列出你当前 Agent 中所有"后台自动执行"的行为点（定时任务、主动监控、自动处理）。
- 为每个行为点定义权限面：只读工具列表、禁止的操作（发消息、改内容、写文件）。
- 实现一个"主动研究"模式开关：开启后 agent 只能调用只读工具，产出建议而非直接执行。
- 跑一周，记录 agent 主动行为的价值（省了多少人工）与误报率（多少建议被用户否决），据此调整只读工具集。
🧠 可复用认知
- Agent 的"主动性"与"安全性"不是对立的：通过为主动行为单独设置只读权限面，可以让 agent 在后台持续工作而不越界。主动模式的权限设计应独立于用户显式触发的操作。
- 模型性价比的竞争正在从"绝对能力"转向"能力/成本比"：GPT-6.1 Sol 以 1/5 价格追平 Astra 的信号表明，日常主力模型的选择应优先考虑性价比档位，而非最高能力档。
- 把模型能力收敛到"做选择"可以换数量级的速度提升：Decisions API 的设计说明，很多 agent 决策点不需要完整生成，预设选项 + 快速选择足以覆盖，且能保留视觉、多语言和安全能力。
🏷️ 关键词
#Dots #主动研究 #只读权限 #GPT-6.1-Sol #Ultrafast #Decisions-API #Codex-Harness #Agents-API #ChatGPT-Space #Pages #Specialist-dots #用ChatGPT登录 #OpenAI-Marketplace #harness与运行环境解耦 #模型性价比
分类标签: Agent架构 模型选型 toC Agent
📊 价值判断
推荐等级: 值得一看（信息增量强——Dots 的权限设计、Decisions API 的产品思路、GPT-6.1 Sol 的性价比数据都是新事实；但深度/实现细节中等——发布会实录以产品发布为主，Dots 和 Agents API 的具体实现机制仅给出方向性描述，摘要已承载核心可操作信息；原文的额外价值主要在 benchmark 完整数据表和演示细节，对已读摘要的读者不构成实质判断改变）
最值得看: GPT-6.1 Sol 的六组 benchmark 评测段落（DeepSWE 1.1、OSWorld 2.0、Terminal-Bench Science 0.1 的完整数据）；Dots 官方介绍中的权限与安全细节段落；Decisions API 的现场演示描述
适合场景: 你在做模型选型需要最新的性价比对标数据；或你在设计常驻型 Agent 产品需要参考权限边界与主动行为的设计模式；或你在评估 toC Agent 产品的分发与获客策略（"用 ChatGPT 登录"模式）