微信文章解读
‹ 返回列表
A AGI Hunt

OpenAI 史上最大 DevDay 详解：7×24 Dots、6.1 Sol、Decisions API 等 25 项更新

值得一看
Agent架构 Agent安全边界 toC Agent
访问原文

📋 文章概况

一篇对 OpenAI 2026 年 DevDay 发布会的逐项解读，覆盖 25 项更新，核心是常驻智能体 Dots、低价模型 GPT-6.1 Sol、极速推理 Ultrafast、决策专用 Decisions API，以及 ChatGPT 平台化（Space/Pages、插件生态、Sign in with ChatGPT、Marketplace）和 Codex 全面上云。

💎 独特亮点

  • Dots 的"主动研究"安全边界设计可直接借鉴：后台主动研究只能用只读工具，代码层面禁止发消息、改内容、控制浏览器；登录时模型暂停，密码经加密凭据服务直送浏览器不进模型上下文；执行前有独立 Auto-review 层，用户批准也越不过核心安全要求。这是常驻 Agent 安全护栏的完整参考实现。
  • Decisions API 是"决策模型"路线的官方入场：让模型不生成文本、只在一组预设选项里做选择，约 150ms 返回（常规 API 调 Luna 要 1.6s），支持图片输入。对标两周前爆火的 Jev（前 OpenAI 研究员 Diogo Almeida 做的决策模型，输入 $0.042/百万 token、输出免费）。Every 的回放测试中 Decisions API 对了 76/78 步、约 230ms，Jev 是 73/78、约 500ms。
  • 缓存价格成为 Agent 定价的主战场：6.1 Sol 缓存输入 $0.10/百万 token，比标准输入便宜 95%，是 Sonnet 5.5 缓存价的一半。OpenAI 明确说"对长时间持行的 agent 来说，缓存才是账单的大头"。
  • "迁移成本"被点破为真正的产品战略：模型两三周换一轮 SOTA，换模型几乎零成本，但换掉一个跟了你半年、知道你日程、握着你几千个应用登录态的 Dot 成本极高。作者判断这届 DevDay 真正的产品是"迁移成本"。

🔭 产品方向洞察

  • Dots：7×24 常驻智能体，GPT-6 Astra 驱动，自带云电脑和浏览器，连 4000+ 应用，通过 ChatGPT/短信/Slack/Teams/电话交互，可主动执行任务（改网站、提 PR、订蛋糕、抢课外班名额）。Pro 套餐含一个 Dot，聊天不计额度。
  • ChatGPT Space + Pages：人和 Agent 协作的文档/空间，Pages 是原生为 agent 设计的文档类型（对比 Google Docs 里内容"爬"进去的延迟），支持 @Dot 接手段落、常驻指令、协作幻灯片。
  • Sign in with ChatGPT：用户用 ChatGPT 账号登录第三方应用，直接用套餐额度，开发者不用垫 token 成本。首批 16 家合作方含 Devin、Notion、Vercel、Warp、Lovable、OpenClaw、OpenCode。
  • OpenAI Marketplace：企业把已承诺的 OpenAI 消费额度拿一部分采购 32 家合作伙伴软件（Adobe、Figma、Salesforce、Harvey 等），还能通过 Baseten 用开源模型。
  • [产品] Plugin extensions：插件住在 ChatGPT 侧边栏，对话旁开交互面板，支持 MCP Events 规范、外部事件触发自动化。首批 Canva、Figma、Adobe。

🔧 可动手实践

目录点 你可以做什么 可动手程度
Dots 安全护栏设计 参考其分层安全模型设计你自己的常驻 Agent：主动研究只读工具、登录时模型暂停、密码不进上下文、独立 Auto-review 层、改密码/转账强制交还用户 ✅可实现
Decisions API 决策模型模式 在 Agent 的"下一步动作选择"环节尝试决策模型模式：把动作空间预设为选项集，让模型只做选择不生成文本，换取 10 倍延迟优势；关注 Decisions API 定价和 Jev 的开源替代 ✅可实现
缓存价格优化 Agent 成本 审计你的长时运行 Agent 的 token 账单，确认缓存命中率；若缓存是账单大头，优先优化上下文复用策略而非换更便宜的模型 ✅可实现
Codex harness 开源 研究 Codex/ChatGPT Work/Dots 共用的同一套 harness 源码，对照你自己的 Agent 架构找可复用的工程模式 ⚠️需补充（需评估开源范围和质量）
[产品] Sign in with ChatGPT 模式 评估你的 toC Agent 产品接入"用户自带额度"模式的可行性：用户用 ChatGPT 账号登录、用自己套餐额度，降低获客时的 token 成本垫付压力 ⚠️需补充（需确认接入条件和分成规则）

工作流（最小实验）:

  1. 列出你当前 Agent 中所有"主动执行"类能力（发消息、改文件、花钱、登录）。
  2. 对每类能力标注风险等级，参考 Dots 的分层模型：只读工具 / 需确认 / 强制交还用户。
  3. 实现一个独立的 Auto-review 层：在 Agent 执行前拦截高风险操作，即使主流程已批准也做二次校验。
  4. 用 10 个真实任务测试，记录 Auto-review 拦截了多少次、误拦了多少次，迭代规则。

🧠 可复用认知

  • 常驻 Agent 的安全设计核心是"分层能力隔离 + 独立审查层"，而不是"更聪明的模型"：主动研究只读、登录时模型暂停、密码不进上下文、Auto-review 独立于用户批准——每一层都是代码级约束而非 prompt 约束。
  • Agent 产品的护城河正在从模型能力转向"迁移成本"：模型 SOTA 两三周一换、切换零成本，但常驻 Agent 积累的用户偏好、应用登录态、日程上下文才是真正的锁定。
  • 决策模型（只做选择不生成文本）是 Agent 延迟优化的新方向：当任务可以预设选项集时，把生成问题转化为分类问题，延迟可降一个数量级。

🏷️ 关键词

#Dots #常驻Agent #主动Agent #Decisions-API #决策模型 #Jev #缓存定价 #Agent安全护栏 #Auto-review #迁移成本 #Sign-in-with-ChatGPT #GPT-6.1-Sol #Ultrafast #Codex-Cloud #ChatGPT-Space

分类标签: Agent架构 Agent安全边界 toC Agent

📊 价值判断

推荐等级: 值得一看（信息增量强——Dots 的安全护栏分层设计和 Decisions API 的决策模型路线都是新事实；但深度/实现细节中等——安全设计有要点无完整实现，Decisions API 无公开文档和定价，摘要已承载核心可操作信息，原文的额外价值主要在演示细节和作者对"迁移成本"战略的分析）
最值得看: Dots 安全博客的核心要点段落（分层能力隔离的具体设计）；Decisions API 与 Jev 的对比段落（Every 回放测试数据）；结尾"迁移成本"战略分析段落
适合场景: 你正在设计常驻/主动式 Agent 需要安全护栏参考；或你在做 toC Agent 产品需要理解平台化分发模式（Sign in with ChatGPT、Marketplace）；或你想优化 Agent 的推理延迟和 token 成本结构

沪ICP备2026017013号