DevDay核心战略：从问答工具到持续工作的数字员工

北京时间9月30日凌晨，OpenAI在旧金山Fort Mason举办开发者大会。山姆·奥特曼（Sam Altman）发表了一个多小时的演讲，发布了二十多项更新。这场发布会的重心并非单纯的新模型发布，而是产品定位的根本性转变。OpenAI正在致力于将ChatGPT从一个用户主动提问、被动回答的“问答工具”，转变为一个能够持续替用户执行任务的“工作伙伴”。

过去，AI生成内容后，用户需要手动复制到其他应用并推动流程；现在，OpenAI希望智能体能留在项目内部，当新信息出现时自动处理，用户仅在需要判断和确认的关键节点介入。这种转变意味着决定产品竞争力的不再是单一的模型能力，而是用户是否敢于将持续性的工作托付给AI。为了实现这一愿景，OpenAI首先从模型成本和速度两个痛点入手进行底层重构。

成本与速度的双重突破：GPT-6.1 Sol与Ultrafast服务

为了解决智能体运行中“太贵”和“太慢”的痛点，OpenAI推出了重磅模型GPT-6.1 Sol。该模型定位为“趋近旗舰级的能力”，但定价仅为旗舰模型的五分之一左右。具体API价格方面，GPT-6 Astra的输入为每百万Token 10美元、输出50美元；而GPT-6.1 Sol将输入降至2美元、输出10美元，缓存输入价格更是从Astra的1美元大幅降至0.10美元。这一降幅对于智能体反复读取项目背景或代码库的场景极具吸引力。

在性能评测方面，GPT-6.1 Sol展现了极高的性价比。以下是原文中明确列出的对比数据：

| 测试项目 | GPT-6.1 Sol表现 vs 竞品/旗舰 | 成本对比 | | :--- | :--- | :--- | 软件工程测试 (DeepSWE v1.1) | 能力与旗舰相当 | 成本为五分之一 | | 专业文档测试 (GDP pdf) | 综合表现超过Opus 5.5 | 成本不到一半 | | 自动化测试 (AutomationBench) | 中等推理配置下比Opus 5.5高两个多百分点 | 成本为三分之一 | | 离线电脑操作 (OSWorld 2.0) | 成绩与Astra相差在2.1个百分点以内 | 单项任务成本不到旗舰的一半 |

此外，OpenAI还推出了Ultrafast超高速服务。在Codex中生成速度最高可达标准模式的8倍（每秒300个Token），通用API场景下为6倍，价格也为标准的6倍。现场演示显示，在造火箭任务中，Ultrafast模式已完成点火升空，而标准模式尚未拼完模型。速度已成为真实工作流中的关键瓶颈，尤其是当AI需要操作电脑、串联工具时。目前Ultrafast仅支持Astra和Sol版本，且GPT-6.1 Sol尚未进入普通聊天模式，科研上限仍由Astra保持。

订阅体系重构：按“工作量”与“速度”计费的商业逻辑转变

为了支撑高频智能体和极速响应带来的算力消耗，OpenAI彻底重构了订阅体系。这一调整标志着ChatGPT不再按聊天软件售卖，而是开始像雇佣员工一样明码标价。新推出的Pro 500套餐月费为500美元，算力额度是Plus用户的25倍，且是唯一包含Ultrafast服务的个人套餐。与此同时，原有的Pro 200权益被削减：自10月30日起，其Work和Codex额度从Plus的20倍降至10倍，GPT-6 Pro每周消息数从200条调至100条。现场对此反应冷淡，无人鼓掌。

这种定价逻辑的变化体现在每一档套餐的性价比上：Pro 100是Plus用量的5倍，价格也是5倍；Pro 200和Pro 500均遵循“每20美元购买一份Plus用量”的线性比例。过去Pro 200那种“10倍价格换20倍用量”的批发红利消失。官方解释称模型效率提升使得每份额度能处理更多工作，因此减少额度发放。用户购买的不再是对话次数或Token数量，而是实际完成的工作量。此外，Ultrafast作为“加急服务”单独消耗额度，进一步细化了计费维度。这一趋势反映了硅谷企业对AI成本控制的重视，如微软此前统计员工平均月花费300美元后开始严查账单。

Dots智能体：全天候在线的“数字同事”与工作方式变革

发布会的核心主角是Dots（资料空间智能体），由GPT-6 Astra驱动。每个Dot拥有独立的云端电脑和浏览器，可通过插件连接4000多款应用。Dots与传统AI的本质区别在于工作模式：用户设定目标后，Dot在后台自主推进任务，即使用户关闭设备或切换应用，它仍在云端运行。只有当遇到需要人类判断的情况时，才会弹窗询问。

“我等了这款产品很多年，这就是我一直想要的与AI共事的方式。” —— Sam Altman

官方宣传片展示了名为Alfred的Dot如何接管后台琐事：审核设计稿后自动推进网站更新，仅在需要确认图片位置时打扰用户；同步Teams反馈至董事会PPT；甚至自动发现并生成漏发的发票，等待员工确认发送。在更硬核的开发场景中，Dot能顺着依赖关系找出API迁移所需的所有代码修改点，自行编写测试并提交PR。Dots不仅是一个工具，更是一位永不请假、越用越懂用户偏好和标准的“数字同事”。它还能通过短信或实时语音与用户沟通，甚至主动过滤夜间信息，仅在早晨推送紧急事项，帮助用户“夺回注意力”。

协作空间Space与Pages：AI原生的团队办公环境

如果说Dots是数字员工，那么ChatGPT Space就是为这些员工和人类同事准备的“办公室”。Space的基本单位是Pages（页面），用户可以在其中撰写方案、生成图表和处理数据。Space的核心价值在于打破了AI工作隐藏在个人聊天记录中的局限，建立了团队共享的知识库和上下文环境。

在Space中，用户可以像@同事一样@Dots执行任务。例如输入“帮我把这个做成柱状图”，图表即刻生成并可实时筛选。Space允许设置长期指令，如“每天监控Slack频道的新动态并更新页面”，使AI能自动整理信息并保持进度延续。此外，OpenAI预告了协作式幻灯片格式，支持团队成员和多个Agent同时编辑、评论并直接在ChatGPT中演示。目前Space已对Pro、Business和Enterprise用户开放，手机端主要支持查看与分享。

产品负责人Holly Li在现场演示了Dots在真实团队工作流中的应用。设定情境为音乐应用Blossom Music即将上线，Dots（名为Dottie）主动整理了提前召开的评审会、测试反馈及设计稿变更，并将关键信息推送到手机。Holly特别展示了语音聊天功能，她无需铺垫背景即可直接讨论正事，Dots能基于对目标和上下文的记忆进行回应。在OpenAI内部，工程师甚至让Dots认领Bug修复任务并自动提交PR。然而演示中也出现了编译报错和超时的小插曲，表明技术虽进步迅速但尚未完美。

开发者工具Codex云端化与底层框架开源

开发者工具Codex迎来了重大更新，整个开发环境搬上了云端。配置好的一次性权限和环境可反复使用，支持移动端接续任务。命令行版Codex CLI升级了语音驱动功能，用户可通过口语启动或调整任务方向。CLI还新增了/agents视图，允许将复杂任务拆分给多个智能体并行处理并实时监控进度。

桌面端增加了代码审查功能，用户离开时自动检查改动并推送意见至GitHub/GitLab。此外推出的Codex Security Cloud利用专用模型Daybreak Blue扫描整个GitHub仓库，自动排查、去重并准备修复方案。现场演示中，开发者Romain Huet展示了如何通过Codex在几小时内为Hugging Face的Micro-Duck机器人接入视觉、图像生成和语音能力，开启了AI与物理世界交互的新方式。支撑这一切的底层框架Codex Harness已开源，旨在服务数十亿用户规模。

API生态扩展与AI研究实习生的突破

API层面，驱动Dots的底层技术被打包为Agents API公测版。开发者可直接调用电脑操作、多智能体协作等能力，自行构建类似Dots的应用。OpenAI还与AWS合作推出Bedrock托管智能体，允许企业在私有云环境中运行核心业务数据不出域。过去一年Responses API的Token流量翻了100倍，可用性保持在99.9%以上，首Token延迟降低45%，工具调用速度提升30%以上。

更具突破性的是AI研究实习生的诞生。后训练负责人Tejal Patwardhan透露，模型已参与优化电脑操作Harness，通过循环测试自行寻找降延迟、提性能的方法并合入生产环境，实现了超过2倍的延迟优化。在安全方面，模型通过改进监控和行为训练提升了操作安全性。数据显示，今年1月模型难以完成一天以上的长任务，而7月在Ultrafast加持下，超过三分之一的整天科研任务能由模型独立完成无需干预。Astra已协助解决100多道悬而未决的数学题，并加速抗生素、古代语言及可再生能源研究。

商业化布局：登录入口、插件市场与安全合规体系

在分发和商业化方面，OpenAI推出了“使用ChatGPT登录”（Sign in with ChatGPT）功能。Plus和Pro用户可在Notion、Vercel等16家合作伙伴应用中直接使用ChatGPT额度，无需单独购买。这标志着ChatGPT账号体系正在成为第三方软件调用AI能力的统一入口。同时，插件扩展机制升级，开发者可将完整应用（如Figma、Adobe）嵌入ChatGPT原生体验中。插件发现机制改为AI自动判断并推送，开发者获得12亿用户入口但让出了排序权。

OpenAI Marketplace应用市场上线，首批30多家合作伙伴包括CodeRabbit、Salesforce等。企业可用承诺给OpenAI的最低消费额度直接购买生态软件，实现算力预算与软件预算的通兑。此外，ChatGPT Sites支持网站接入插件和数据，实现个性化Agent体验。安全方面，针对大企业推出Private Intelligence（私密审查节点）和ZDR零数据留存技术，确保推理输入输出用完即焚。这些举措旨在扫清企业大规模部署AI智能体的最后一道障碍。

结论

OpenAI DevDay 2026的核心逻辑在于将ChatGPT从被动的问答工具彻底转型为主动执行任务的数字员工体系。通过推出高性价比的GPT-6.1 Sol模型和Ultrafast极速服务，OpenAI降低了智能体运行的门槛；通过重构订阅体系（Pro 500/200调整），将计费模式从“Token消耗”转向“工作量与速度”，反映了AI成本结构的商业化成熟。Dots智能体作为核心产品，凭借云端独立运行、自主推进任务及与Space协作空间结合的能力，实现了从“人找AI”到“AI找人/事”的工作流变革。

然而，这一愿景落地仍面临挑战。订阅计费体系的复杂化（套餐、额度、加速倍率叠加）以及Pro 200权益的削减引发了用户不满；演示中出现的编译错误也提示技术尚不完美。同时，随着Dots获得更高权限和自主权，安全隐私、指令误解及黑盒决策风险日益凸显。尽管OpenAI通过Agents API和私有云部署试图构建生态闭环，但面对Meta Muse、Google Spark及xAI Grok Bot等竞品的激烈竞争，如何平衡自动化效率与人类控制权、确保复杂工作流中的可靠性，将是决定这一“数字同事”模式能否真正普及的关键。