9月29日OpenAI 在旧金山开了 DevDay 2026一口气发了二十多项更新。全场主角不是某个新模型而是一个叫dots的东西——用官方的话说是能力出众、全天候运行的智能体。每个 dot 配一台自己的云端电脑和独立浏览器能连上你授权过的 4000 多个应用你给个目标、划清权限它就在两次对话之间继续把活往前推。同场发布的还有新模型 GPT-6.1 Sol、每月 500 美元的新 Pro 档位以及 Codex 的一系列云端能力。dots 目前向 Pro、Business Premium 和 Enterprise 用户分批开放费用含在订阅里未来还设想让多个 dot 组队协同。作为一个常年被各种智能体概念轰炸的打工人我这次没有立刻激动。但把这次发布从头到尾捋一遍会发现它想改的东西确实和以前不太一样。从你问一句它答一句到给目标它自己推进过去两年的 Agent本质上还是回合制你敲提示词它回一轮你不说话它就停。dots 想改的就是这条。据官方描述它有三个新东西独立的云端计算机和浏览器。这相当于给智能体一个随时在线、能真正操作软件的执行沙箱而不是只在对话里假装操作。跨会话的持续记忆。它可以在两次对话之间保持状态接着上一件事干而不是每次从零开始。主动推进。官方举的例子是在旧版 API 停用前把 App 迁移出去dots 会自己追依赖、找改动点、写代码、跑测试最后把 PR 交给团队审查。人在中途不用一直盯着。技术上把这几条拆开看其实没有哪一样是全新的沙箱执行环境、computer use让模型操作浏览器和桌面软件、持久化记忆、工具调用——这些概念都出现一两年了。真正的变化是 OpenAI 把它们打包成了一个常驻产品并且放进了企业订阅里。也就是说从能力演示变成了你花钱就能用的东西。配合这套逻辑的还有几项配套更新Codex Cloud 可以准备并复用开发环境在电脑、手机、网页和云端之间接着任务干Codex CLI 加了语音下指令和多智能体视图Agents API 新增了计算机使用能力开发者不用自己搭智能体底层框架还有一个由 Luna 模型驱动、专做实时决策的 Decisions API。看起来一条主线把公司重心从更聪明的模型挪到更会干活的系统。变了的定价和没变的可靠性这次的价格分层挺有意思也值得普通开发者关注。GPT-6.1 Sol据媒体报道它的输入输出价格大致只有 Astra 标准版的四分之一到五分之一性能逼近旗舰。对跑复杂工作流的人来说这是实打实的降本。Astra Ultrafast专门做低延迟输出速度约每秒 300 个 token在 Codex 和 ChatGPT 工作区里最高提速 8 倍API 里最高 6 倍。Pro 500 档位每月 500 美元把高吞吐算力单独拎出来卖。但更值得看的是没变的部分也就是坑。第一可靠性还是老问题。据现场报道这场发布会的演示过程状况频出最初还失败过一次。这不是笑话它——自主智能体在真实环境里出错本来就是常态。你能接受它犯错、并且能兜底才谈得上用它干活。第二安全边界比聊天机器人模糊得多。dots 的权限沿用的是用户本人的访问范围。一旦它自主操作出了事故责任怎么划分比我问它答的场景复杂得多。更微妙的是据报道原定登场的 GPT-6.1 Astra 因为内部安全测试显示欺骗水平升高、未经用户许可就推进任务被临时砍掉最后发的是 Sol。一边砍掉过于激进的旗舰一边给付费用户发 7×24 小时自己干活的数字员工——这中间的张力厂商自己心里清楚。第三成本可能不好控。费用含在订阅里听着舒服但当智能体自己不停跑任务、连一堆应用、调一堆模型时背后消耗的资源账企业得算清楚。对普通开发者和打工人能用什么、怎么选如果你不是大厂企业客户能直接用上 dots 的概率暂时不高。但这次发布里有几样东西普通团队是可以盯住的想降本优先试 GPT-6.1 Sol。同样的复杂任务价格只有旗舰的几分之一属于性价比选项。想要云端开发环境Codex Cloud 支持手机发起、桌面接管、云端跑长任务适合做大型重构这种本地机器扛不住的活。想自己搭智能体Agents API 新增的计算机使用能力等于把操作浏览器和桌面软件的执行框架托管出去了省掉自建底层的功夫。在意数据这次也推出了带零数据保留和隐私推理预览的企业方案用机密计算做离线安全审查。对数据敏感的行业这条比模型跑分重要。几个建议的选型原则权限最小化。给智能体的授权范围能只读就别给写能限定单个应用就别全量放开。权限继承用户本人这件事是最大的风险点。先让它干低风险的事。监控信息、整理待办、拉取报表这类错了也不致命的任务先跑起来观察再谈修 bug、迁移代码。别一上来就让它碰生产环境。保留人工审查环节。它交出来的 PR、报告该看还得看。把智能体当能自跑的实习生而不是不用管的员工心态会稳很多。收尾OpenAI 这次赌的不是某个模型又强了几个点而是给目标就自己干活的常驻智能体能不能被企业真正接受。方向是清楚的模型在分层降价dots 负责常驻干活人退到划权限、做审查的位置。但安全护栏还在施工可靠性也没到能甩手的程度。对普通打工人来说与其焦虑是不是要被替代不如先想清楚哪些活可以授权出去哪些底线必须自己握着。你所在的团队会愿意把一个云端的数字同事接进日常工作流吗评论区聊聊。 OpenAI DevDay发布dots：一个7×24小时自己干活的常驻智能体
9月29日OpenAI 在旧金山开了 DevDay 2026一口气发了二十多项更新。全场主角不是某个新模型而是一个叫dots的东西——用官方的话说是能力出众、全天候运行的智能体。每个 dot 配一台自己的云端电脑和独立浏览器能连上你授权过的 4000 多个应用你给个目标、划清权限它就在两次对话之间继续把活往前推。同场发布的还有新模型 GPT-6.1 Sol、每月 500 美元的新 Pro 档位以及 Codex 的一系列云端能力。dots 目前向 Pro、Business Premium 和 Enterprise 用户分批开放费用含在订阅里未来还设想让多个 dot 组队协同。作为一个常年被各种智能体概念轰炸的打工人我这次没有立刻激动。但把这次发布从头到尾捋一遍会发现它想改的东西确实和以前不太一样。从你问一句它答一句到给目标它自己推进过去两年的 Agent本质上还是回合制你敲提示词它回一轮你不说话它就停。dots 想改的就是这条。据官方描述它有三个新东西独立的云端计算机和浏览器。这相当于给智能体一个随时在线、能真正操作软件的执行沙箱而不是只在对话里假装操作。跨会话的持续记忆。它可以在两次对话之间保持状态接着上一件事干而不是每次从零开始。主动推进。官方举的例子是在旧版 API 停用前把 App 迁移出去dots 会自己追依赖、找改动点、写代码、跑测试最后把 PR 交给团队审查。人在中途不用一直盯着。技术上把这几条拆开看其实没有哪一样是全新的沙箱执行环境、computer use让模型操作浏览器和桌面软件、持久化记忆、工具调用——这些概念都出现一两年了。真正的变化是 OpenAI 把它们打包成了一个常驻产品并且放进了企业订阅里。也就是说从能力演示变成了你花钱就能用的东西。配合这套逻辑的还有几项配套更新Codex Cloud 可以准备并复用开发环境在电脑、手机、网页和云端之间接着任务干Codex CLI 加了语音下指令和多智能体视图Agents API 新增了计算机使用能力开发者不用自己搭智能体底层框架还有一个由 Luna 模型驱动、专做实时决策的 Decisions API。看起来一条主线把公司重心从更聪明的模型挪到更会干活的系统。变了的定价和没变的可靠性这次的价格分层挺有意思也值得普通开发者关注。GPT-6.1 Sol据媒体报道它的输入输出价格大致只有 Astra 标准版的四分之一到五分之一性能逼近旗舰。对跑复杂工作流的人来说这是实打实的降本。Astra Ultrafast专门做低延迟输出速度约每秒 300 个 token在 Codex 和 ChatGPT 工作区里最高提速 8 倍API 里最高 6 倍。Pro 500 档位每月 500 美元把高吞吐算力单独拎出来卖。但更值得看的是没变的部分也就是坑。第一可靠性还是老问题。据现场报道这场发布会的演示过程状况频出最初还失败过一次。这不是笑话它——自主智能体在真实环境里出错本来就是常态。你能接受它犯错、并且能兜底才谈得上用它干活。第二安全边界比聊天机器人模糊得多。dots 的权限沿用的是用户本人的访问范围。一旦它自主操作出了事故责任怎么划分比我问它答的场景复杂得多。更微妙的是据报道原定登场的 GPT-6.1 Astra 因为内部安全测试显示欺骗水平升高、未经用户许可就推进任务被临时砍掉最后发的是 Sol。一边砍掉过于激进的旗舰一边给付费用户发 7×24 小时自己干活的数字员工——这中间的张力厂商自己心里清楚。第三成本可能不好控。费用含在订阅里听着舒服但当智能体自己不停跑任务、连一堆应用、调一堆模型时背后消耗的资源账企业得算清楚。对普通开发者和打工人能用什么、怎么选如果你不是大厂企业客户能直接用上 dots 的概率暂时不高。但这次发布里有几样东西普通团队是可以盯住的想降本优先试 GPT-6.1 Sol。同样的复杂任务价格只有旗舰的几分之一属于性价比选项。想要云端开发环境Codex Cloud 支持手机发起、桌面接管、云端跑长任务适合做大型重构这种本地机器扛不住的活。想自己搭智能体Agents API 新增的计算机使用能力等于把操作浏览器和桌面软件的执行框架托管出去了省掉自建底层的功夫。在意数据这次也推出了带零数据保留和隐私推理预览的企业方案用机密计算做离线安全审查。对数据敏感的行业这条比模型跑分重要。几个建议的选型原则权限最小化。给智能体的授权范围能只读就别给写能限定单个应用就别全量放开。权限继承用户本人这件事是最大的风险点。先让它干低风险的事。监控信息、整理待办、拉取报表这类错了也不致命的任务先跑起来观察再谈修 bug、迁移代码。别一上来就让它碰生产环境。保留人工审查环节。它交出来的 PR、报告该看还得看。把智能体当能自跑的实习生而不是不用管的员工心态会稳很多。收尾OpenAI 这次赌的不是某个模型又强了几个点而是给目标就自己干活的常驻智能体能不能被企业真正接受。方向是清楚的模型在分层降价dots 负责常驻干活人退到划权限、做审查的位置。但安全护栏还在施工可靠性也没到能甩手的程度。对普通打工人来说与其焦虑是不是要被替代不如先想清楚哪些活可以授权出去哪些底线必须自己握着。你所在的团队会愿意把一个云端的数字同事接进日常工作流吗评论区聊聊。