今日凌晨，OpenAI 在舊金山舉行 DevDay 2026。整場發佈會超過 50 分鐘，OpenAI 一次性更新了 20 多項產品和能力，覆蓋 ChatGPT、Codex、模型、API、外掛和企業服務。相比單獨發佈一個更強模型，這次 OpenAI 花了接近三分之一的時間介紹一種新的工作方式：把任務交給一個長期線上、擁有獨立電腦、能夠自己推進工作的 Agent。
這個產品叫 Dots。它由 GPT-6 Astra 驅動，可以連接超過 4000 款應用，在自己的雲端電腦上持續工作，也能進入 Slack、Teams 等原本屬於人的工作流。與 Dots 一起發佈的 ChatGPT Space，則提供了一個人、同事和 Agent 可以同時工作的共享空間。
OpenAI 隨後又發佈 GPT-6.1 Sol、Ultrafast、Codex Cloud、Decisions API、支援 Computer Use 的 Agents API，以及一套新的外掛和分發體系。OpenAI 稱，這也是歷屆 DevDay 中規模最大的一次發佈。
發佈會最後，OpenAI 給出了目前 ChatGPT 的最新使用者規模：約 12 億人正在使用 ChatGPT。圍繞這批使用者，OpenAI 這次既在重新設計人怎麼使用 AI，也開始把 ChatGPT 變成開發者產品的分發入口。
▍Dots 要接手一整段工作
Dots 是這次 DevDay 最核心的新產品。過去的 AI Agent 已經可以訂餐廳、買機票，或者按照指令操作瀏覽器，但 OpenAI 在發佈會上認為，這類任務仍然比較簡單。Dots 想解決的是另一類問題：使用者不再告訴 Agent 每一步具體怎麼做，而是直接給它一項責任，讓它自己理解上下文、持續推進，並在真正需要人做決定時回來詢問。
OpenAI 在現場演示了幾個很生活化的場景。一個 Dot 可以在使用者起床前檢查夜間收到的資訊，發現緊急事項後主動提醒；董事會召開前，它已經根據最新業務資料更新了簡報；婚禮蛋糕供應商臨時取消，它找到新的供應商，再回來詢問什麼時候方便試吃。
工作場景裡的任務明顯更長。一項示例任務是，在舊 API 停止服務前，把整個 App 遷移出去。Dot 會先梳理依賴關係，確定需要修改那些部分，再寫程式碼、運行測試，最後把 Pull Request 交給工程師稽核。它也可以長期監控 Bug 報告，發現問題後測試修複方案並準備 PR，或者持續推進下一年度預算規劃。
Dots 有自己的雲端電腦、瀏覽器和已經獲得授權的應用連接。使用者不需要保持電腦線上，它可以同時執行多個項目，也可以在任務中呼叫 Codex 寫程式碼和測試。OpenAI 內部已經在這樣使用 Dots。發佈會演示中提到，工程團隊的 Dot 每天會處理數十個 Bug；官方隨後披露的案例還包括採購、發票處理、郵件行銷、客戶支援和商業合同。
它與普通 ChatGPT 對話另一個明顯的區別，是主動性。Dots 可以長期保留使用者設定的目標、偏好和工作標準，並根據反饋逐漸調整。OpenAI 的描述是，理想狀態下，它交回來的工作應該越來越接近“如果是你自己來做，會怎麼做”，甚至在使用者提出要求以前就發現下一步需要處理的事情。
這種主動性也直接帶來了權限問題。OpenAI 給 Dots 單獨設計了一套控制機制：每個 Dot 默認在獨立雲端電腦運行，只有使用者主動授權後才能連接自己的電腦；後台進行主動研究時，連接應用默認只能讀取，不能直接發消息、修改內容或者控制電腦。
使用者還可以給具體行為設定規則，規定那些動作可以自動執行、那些必須獲得批准、那些完全禁止。涉及帳戶或者資訊分享的操作會經過自動稽核，一些敏感動作，例如修改密碼，始終需要本人完成。OpenAI 同時提醒，Dots 仍然可能犯錯，重要工作需要人工檢查。
使用入口也被拆散到不同工作場景。使用者可以直接在 ChatGPT 裡和自己的 Dot 對話或語音通話，也能在 Slack 和 Teams 找到它，簡訊能力隨後上線。不同入口之間共享上下文，不需要每到一個應用重新解釋正在做什麼。
目前每個使用者先從一個主要 Dot 開始，可以自己命名。OpenAI 計畫後續讓多個 Dots 組成團隊。Pro 和 Business Premium 使用者已經開始獲得 Dots，符合條件的 Enterprise、Edu 和 Healthcare 工作區可以由管理員開啟測試。第一個 Dot 包含在對應訂閱中，普通對話不佔用 ChatGPT 使用額度，但它實際啟動 Codex 或 ChatGPT Work 執行深度任務時，仍會消耗相應額度。
OpenAI 還展示了面向企業的 Specialist Dots。普通 Dot 代表一個使用者工作，Specialist Dot 則擁有自己的企業身份、憑證和系統權限，可以長期負責某一類崗位工作。OpenAI 已經開始與部分企業做試點，並與 Microsoft 合作，讓企業未來可以通過現有的 Microsoft Agent 365 管理這些 Agent。
▍Space 把人和 Agent 放進同一個頁面
Dots 解決的是誰來持續做事，ChatGPT Space 解決的是這些工作在那裡發生。
OpenAI 對現在辦公軟體的判斷比較直接：絕大多數生產力軟體都是圍繞人設計的，並沒有考慮人和 Agent 怎麼同時工作。Space 因此被做成了 ChatGPT 裡的共享工作區，同事、ChatGPT 和 Dots 可以圍繞同一批上下文持續推進項目。
Space 的基礎單位是 Page。它不像傳統聊天記錄那樣按照一問一答向下堆積，而更接近一個可以持續編輯的工作頁面。人在裡面寫文字、做研究、生成圖表和圖片，Dot 也能直接修改和補充頁面內容。
現場演示中，一個團隊正在準備音樂 App 上線。Dot 已經知道發佈評審提前，調整了日曆、檢查了新功能反饋，並找到需要修改的設計。負責人查看設計後，可以直接把任務交給 Dot，讓它呼叫 Codex 做出可以運行的版本。
團隊需要分析使用者測試時，也不必重新整理資料。Page 裡的圖表是動態的，可以按照反饋類型篩選，Dot 還能每小時自動刷新資料。需要補充某位工程師曾經在 Slack 私信裡發過的資料，只需要在頁面裡要求 Dot 找出來並加入。
任務在不同場景裡也可以繼續流轉。討論從群聊開始，可以把整個線程轉交給 Dot；Slack 反饋頻道里出現 Session ID 和使用者日誌，工程師的 Dot 可以自動拿到上下文、定位問題並準備 PR。原本散落在聊天、文件、項目管理和程式碼工具裡的交接，被放進了同一套 Agent 工作流。
OpenAI 還在 Space 裡加入了團隊共享能力。Business 和 Enterprise 使用者可以建立 Team，共享 Pages、外掛、表格和任務，也可以把每周項目更新一類重複工作設成團隊任務。當新郵件或者 Slack 消息出現時，連接的工具可以觸發任務繼續執行。
協作 Slides 也已經公佈。未來同事和多個 Agent 可以同時修改一份簡報、留下評論，並直接在 ChatGPT 裡演示，或者保持格式匯出到 PowerPoint 和 Google Slides。該能力計畫在未來數周向 Pro、Business 和 Enterprise 使用者提供。
Space 目前已經向 Pro、Business 和 Enterprise 開放桌面端和網頁端，移動端可以尋找、閱讀和分享 Page，建立和編輯能力稍後上線。
▍GPT-6.1 Sol 把 Astra 的價格打下來
支撐這些 Agent 的另一部分更新來自模型。OpenAI 發佈 GPT-6.1 Sol。它主要提升 Agent Coding、Computer Use 和專業工作能力，整體能力接近 GPT-6 Astra，但標準輸入和輸出 Token 價格只有 Astra 的五分之一。OpenAI 給它的定位很明確：讓開發者在相同預算下運行更長、更複雜的工作流。
同時發佈的還有 Ultrafast。這是一個專門用價格換速度的推理檔位。GPT-6 Astra Ultrafast 在 Codex 中最高可以達到普通生成速度的 8 倍，約 300 Tokens/s；API 中最高約為 6 倍。現場演示裡，同一個 3D 世界可以在生成過程中即時調整，開發者修改指令後，場景幾乎立即重新生成。
OpenAI 也重新調整了付費檔位。新的 Pro 500 提供 ChatGPT Plus 25 倍的使用額度，并包含 Ultrafast。此前的 Pro 200 同時繼續提供。對於頻繁運行 Codex、Work 和長期 Agent 的使用者，OpenAI 開始把“可呼叫多少 AI 工作量”和“執行速度”直接做成不同價格層級。
另一個更新是 Decisions API。它沒有追求讓模型生成更長的內容，而是把 Luna 的能力限制在一組使用者預先定義好的選項裡。開發者提交文字或圖片上下文，模型快速從有限答案中完成選擇，可以用於內容分類、請求路由，以及決定 Agent 下一步應該執行什麼動作。OpenAI 在發佈會上展示的重點就是響應時間：當問題本身只需要做一個明確選擇時，不再讓完整模型經歷一整套長生成流程。該 API 目前處於有限預覽階段。
這場發佈會裡，OpenAI 還再次提到了內部 AI 研究自動化。
去年 OpenAI 曾給自己設定目標，希望一年內出現第一個“AI 研究實習生”。這次公司稱已經達到這一目標。OpenAI 對這個概念的定義並不是 AI 獨立決定研究方向，而是在人的指導下完成邊界明確、原本需要熟練研究人員數天才能完成的研究任務。
發佈會給出的一項內部資料是，到 7 月以後，模型已經能夠在無需人工干預的情況下完成超過三分之一的一天級研究任務。更早披露的資料則顯示，到今年 8 月中旬，OpenAI 研究部門消耗的 Agent 工作量，按照標準 8 小時工作日換算，已經達到每個人類研究工作日對應 3.1 個 Agent 工作日。OpenAI 同時強調，這類資料不能直接等價為整體研究速度，因為研究仍然存在實驗資源、方向判斷等其他瓶頸。
▍Codex 上雲
模型之外，OpenAI 這次把自己內部用於建構 Codex 和 Dots 的一批基礎能力繼續向開發者開放。
Codex 首先正式進入雲端。過去任務主要圍繞當前電腦運行，現在開發者可以從手機啟動任務，讓它在 OpenAI 管理的雲端電腦繼續執行，再回到桌面查看結果。同一個開發環境可以保存依賴、工具和權限設定，團隊也能復用。
現場給出的例子非常直接：開發者可以把“把整個後端改寫成 Rust”這樣的長任務扔到 Cloud，然後關閉本地工作介面，讓 Codex 自己在雲端繼續做。對於另一類 App 測試任務，Codex 可以打開模擬器，點選不同介面、測試不同螢幕尺寸，再在後台持續運行。
Codex CLI 也重新做了一輪更新，可以通過語音啟動和調整任務，新加入的 /agents 頁面用於同時委派和跟蹤多個 Agent。Code Review 則進入 ChatGPT 桌面端，可以查看修改摘要和 Diff，在程式碼提交到 GitHub 或 GitLab 以前先讓 Codex 檢查一遍。
安全相關的 Codex Security Cloud 也正式發佈。它可以按需或定時掃描整個 GitHub Repository，持續檢查新 Commit，自動調查發現的問題、去重並準備修復，即使開發者自己的電腦已經關閉，任務也可以繼續。
更關鍵的一項開放來自 Agents API。Computer Use 現在進入 Agents API，開發者可以讓自己的 Agent 直接操作軟體完成任務。Codex 使用的多 Agent 控制、工具搜尋、工具呼叫和上下文壓縮能力也被一起開放，底層運行環境由 OpenAI 提供。OpenAI 還與 AWS 合作推出 Bedrock Managed Agents，讓企業可以在 AWS 環境裡使用這些能力，並連接已有 AWS 資料和資源。
針對企業資料，OpenAI 同時推出 Private Intelligence。其中 Zero Data Retention with Private Safety Processing 可以在不讓 OpenAI 人員看到底層內容的情況下執行自動安全稽核，Private Inference 則計畫在今年秋季預覽，通過機密計算和可驗證控制處理更敏感的資料。
OpenAI 在發佈會上還給出了一組基礎設施資料：在持續增加模型和 Agent 工作負載的同時，API 可靠性保持在 99％ 以上，首 Token 響應時間已經降低 45％。
▍12 億使用者開始變成分發入口
DevDay 的最後一部分沒有繼續講模型，而是講開發者怎麼找到使用者。
OpenAI 披露，目前大約有 12 億人使用 ChatGPT。圍繞這批使用者，公司開始把 ChatGPT 的帳號、訂閱額度、外掛和企業客戶關係全部開放成新的開發者分發管道。
首先是 Sign in with ChatGPT。使用者可以直接用 ChatGPT 帳號登錄第三方產品，更特殊的一點是，符合條件的 Plus 和 Pro 使用者還可以把自己的 ChatGPT 使用額度帶到合作產品裡。目前首批共有 16 個合作夥伴，包括 Cognition 的 Devin、Notion、Vercel、T3、OpenClaw 和 Dactyl。
這改變了第三方 AI 產品的一部分成本結構。過去使用者進入一個 AI 應用後，模型呼叫成本通常由開發者承擔；現在部分產品可以讓已經購買 ChatGPT 訂閱的使用者直接使用自己的額度。
外掛也不再只是一個連接器。新的 Plugin Extensions 允許開發者直接在 ChatGPT 側邊欄建立自己的入口，建立編輯器、Dashboard 和工作空間等互動介面。使用者可以一邊與 ChatGPT 對話，一邊打開設計稿、查看團隊評論並直接修改內容。
OpenAI 也開始讓外掛進入推薦和對話流程。當 ChatGPT 判斷某個外掛可能適合當前任務時，可以在對話中讓使用者連接。外掛提交機制同時簡化，開發者遇到稽核問題後可以直接請求人工覆核，不需要從頭重新提交。
企業側則出現了 OpenAI Marketplace。符合條件的企業客戶，可以把原本承諾給 OpenAI 的部分採購額度用於購買合作夥伴的軟體。首批共有 32 家合作夥伴，覆蓋 Figma、Adobe、Salesforce、ServiceNow、Harvey、CrowdStrike、Palo Alto Networks 和 Baseten 等產品。
從 Dots 到 Space，再到 Codex Cloud、Agents API 和外掛分發，這場 DevDay 的產品基本圍繞同一套結構展開：Agent 獲得長期上下文和獨立執行環境，人負責授權、反饋和最後的判斷；開發者則可以直接呼叫 OpenAI 用來建構這些 Agent 的基礎能力，並把產品重新放回 ChatGPT 裡觸達使用者。
發佈會接近結束時，OpenAI 給這套變化用了一個與過去不同的說法。相比把 AI 描述成又一次工業革命，它更願意把理想狀態稱為一次“文藝復興”：AI 的目標不是讓人在機器體系裡執行更多工作，而是讓一個人能夠承擔過去沒有時間、資源或者團隊完成的事情。 (有新Newin)