OpenAI DevDay 2026 全景解读：从新模型到持续工作的 AI

OpenAI DevDay 是 OpenAI 面向开发者和技术构建者的年度大会，通过产品发布、现场演示、技术分享和工作坊，介绍开发者接下来可以用哪些能力构建软件。2026 年这一届于美国时间 9 月 29 日在旧金山举行。官方活动介绍

这次大会带来 20 多项更新，覆盖 ChatGPT、Codex、模型、API 和协作工具。官方发布汇总 最值得先记住的是几条主线：dots 负责持续做事；Space 与 Pages 让团队和 AI 维护共同成果；GPT‑6.1 Sol 与 Ultrafast 分别改善能力成本与速度；Codex、API 和插件 扩展执行与接入方式；订阅、登录和企业生态则决定这些能力如何被使用。

对于使用者，问题是新的助手和工作空间能怎样帮助日常任务；对于开发者，问题是怎样把模型、执行环境和自己的业务工具连接起来。本文先给出发布全景，再解释核心变化、成本与一个具体委托案例，最后附社区解读和官方视频定位。

先按用途看这批发布。下表把相关能力放在一起，方便理解大会的整体范围；详细名称、套餐和开放时间以 官方汇总 与各项产品文档为准。

这些发布的开放进度不同。Decisions API 是有限预览；协作幻灯片将在后续几周提供；Private Inference 是稍后的预览计划。看到“大会发布”以后，还需要分别确认账号、地区、平台与管理员设置，不能把整张表理解为所有人立即获得全部能力。发布时提供状态

可以把它们对照熟悉的工作：模型负责理解与生成，执行工具负责操作，业务系统提供事实，共享页面保存成果，权限和额度决定任务能走多远。这也解释了为什么今年的内容会同时涉及消费助手、开发工具和企业协作。

一个旧 API 将在下周停用。工程师需要查清调用位置、迁移后台任务、核对用户行为，还要跟进没有回复的负责人。AI 写出第一份方案以后，真正费时间的协调、等待和验证才刚开始。

我们对这批发布的判断是：OpenAI 正在把模型、持续执行、共享成果和业务工具组合成一个工作系统。 这里的关键变化，是让一项任务可以在多次交互、资料变化和人员协作之间继续推进。

后面的案例用来检查这个方向是否在实际工作里成立：哪一层负责做事，成果和证据放在哪里，成本如何累计，以及什么决定仍由人做。大会演示提供了直观入口，这些问题则帮助读者判断自己是否值得试用。

dots 承担持续任务，Space 提供共享上下文，Pages 承载可协作的成果；Codex、模型与 API 提供执行能力，插件连接外部系统。把这些名字放进同一件工作，比逐条背发布清单更容易理解。官方发布汇总

Onevium 原创概念图。它解释角色关系，不表示每项功能都自动互通，也不代表账号已经获得全部能力。

从结果往回看：你需要一份当前有效的迁移说明，说明需要真实测试与依赖证据，证据需要代码与业务工具，持续跟进需要任务状态。这几层能否一起工作，才决定委托是否有用。

dots 由 GPT‑6 Astra 驱动，有自己的云端计算机，可以使用已连接的应用并持续推进目标。名字和角色形象让入口更亲近，执行环境与上下文才决定它能做什么。官方 dots 介绍

开放仍在逐步推进：Pro 有年龄与地区限制，Business Premium 与 Enterprise 有各自的开放安排，企业还需管理员启用。与 dot 的对话和它发起的 Work／Codex 任务使用不同的额度口径，不能把“持续工作”理解成无限执行。资格与用量说明

在 API 迁移里，一个有价值的委托是“调查所有调用，准备修改与证据，持续标记未解决的问题”。这份责任可能跨越多次交互。任务记录至少应该回答：已经查到什么，哪里仍然未知，哪项检查需要重跑，下一步由谁决定。

持续工作也需要清楚的操作边界。官方把无人值守时的主动研究工具限制为只读；用户控制接入应用、规则与审批，实际动作还经过相应审查。官方控制说明

这为试用提供了一个具体问题：如果某个系统无法访问，它是否明确保留“未知”，而不是把缺失记录补成一个好看的结论？

聊天适合探索，团队交付还需要一份能共同修改、留下反馈和继续工作的成果。Space 汇集团队资料与页面，Pages 可以承载文字、研究和可视化，并让人与 AI 在同一页协作。官方 Space 介绍

迁移项目可以维护一份“调用清单与发布条件”：工程师补实现证据，支持团队补客户影响，负责人决定是否满足上线条件。新的输入应该更新这份成果，同时保留变更理由。反复生成互不关联的报告，会把整合工作留给人。

这里也有一个重要区别：共享成果不等于开放全部个人上下文。官方说明，分享页面不会分享个人聊天或记忆；但写进页面的内容对有访问权限的人可见。Space 文档

发布时 Space 与 Pages 面向 Pro、Business 和 Enterprise；移动端支持查找、阅读与分享，编辑与协作幻灯片等能力有单独的后续开放时间。提供状态

持续任务会多次读取同一份资料、调用工具并修正结果。GPT‑6.1 Sol 面向能力与费用的平衡：OpenAI 报告它在若干评测中接近 Astra，并以更低的标准 token 单价提供。模型发布说明

按 2026 年 9 月 30 日核对的官方标准 API 单价绘制，单位为美元／百万 token。缓存输入：Sol 为 $0.10，Astra 为 $1.00。Sol 定价 · Astra 定价

为了理解价格差，假设一次任务使用 100 万非缓存输入 token 和 20 万输出 token：Sol 为 2 + 0.2 × 10 = 4 美元，Astra 为 10 + 0.2 × 50 = 20 美元。这是同一 token 数量的算术示例，没有测量真实任务；实际消耗、重试、工具费用和人工复核都会影响最终成本。

Ultrafast 针对等待。大会用两边并列的火箭构建演示呈现速度差；官方发布汇总称 Codex 的 token 生成最高加速八倍、API 最高六倍。发布时速度口径 生成更快可以缩短交互等待，网络和工具执行仍占时间；API 文档也提醒连接开销会削弱延迟收益。Ultrafast 文档

Sol 的低单价与 Ultrafast 的付费速度档应分开比较。发布时 Sol 可用于 Work、Codex 和 API，普通 Chat 尚未提供，Sol Ultrafast 仍待开放。可用性

Codex Cloud 让任务在独立云端工作区中推进，并可从不同设备查看和继续。笔记本休眠后，云任务可以继续；开发环境的仓库、依赖、网络与权限仍然需要配置。Codex Cloud 文档

Agents API 向应用提供托管的 Codex 执行系统，管理会话、上下文压缩与恢复，并支持工具和执行环境。Agents API 概览 计算机操作扩展了与软件界面交互的路径。Computer use 文档

Decisions API 解决一个更窄的问题：根据文本或图片，在预定义答案中选择结果，用于分类、路由或选择下一步。发布时是有限预览。发布说明

可以用三个问题分清它们：需要一次判断，还是一段持续任务？工作在本机还是云端？你需要一个现成开发工具，还是把执行系统放进自己的应用？这比把所有能力都叫“Agent”更有助于做产品决定。

Plugin extensions 让外部产品进入 ChatGPT 的侧边栏、会话旁面板和文件查看器。它们既提供工具，也可以提供直接操作的界面；各端和套餐的开放状态需要按文档确认。插件扩展文档

MCP events 增加了触发时机。例如指定项目出现新问题后，ChatGPT 可以收到事件并按用户指令响应。接入仍需实现订阅、认证和 webhook；“支持事件”不会自动让任意应用成为可监控来源。事件文档

Sign in with ChatGPT 把身份与套餐用量连接到参与的外部工具。身份登录和使用付费额度是不同层，不能假设任意应用登录后都能使用订阅额度。官方开发者入口

我们的商业判断是：OpenAI 同时在降低执行门槛、扩展工作入口，并让更多委托发生在自己的平台里。订阅获得能力，持续任务带来用量，付费速度档出售等待时间的改善。开发者可能减少账户和计费摩擦，也更依赖平台的额度、接入和分发规则。是否划算，要看用户愿不愿意再次委托，以及每个合格成果的总成本。

因此，一个业务插件值得提供的独特价值是准确的数据、清楚的权限和可靠的操作回执。漂亮面板可以帮助使用；不能替代业务系统对事实和结果负责。

下面是 Onevium 设计的虚构教学案例，没有运行 dots 或 Agents API。某商城的库存 API 下周停用，负责人委托 AI 准备迁移方案与可审查的修改；自动合并、生产发布和客户通知仍由负责人决定。

三个输入分别是代码仓库、旧新接口契约和工单记录。重点是库存语义是否保留，不只是把旧 URL 换成新 URL。

原创教学流程。图中的步骤是建议的验收设计，不是某个产品已完成任务的截图。

这里，dots 可以代表持续跟进的责任，Space 页面保存共同成果，Codex 承担代码工作，插件读取工单。第三项缺少接口事实时，完成调查也不能证明可以发布。合格结果应写成“两个路径已提供验证证据，退货回补待确认”，而不是一句“迁移完成”。

让试用更有区分度：在任务中途断开一个资料源，更新一条接口要求，然后恢复任务。检查它是否保留未完成工作、重新验证受影响的修改，并在交付前报告阻塞。这样才能观察持续委托，而不仅是第一轮生成质量。

可以直接使用这份任务说明，按所用产品提供的文件和工具入口交给 AI：

为库存 API 停用准备迁移审查包。
输入：指定代码仓库、旧新接口契约、指定工单记录。
先列所有调用与需要保留的行为，再准备修改和测试。
记录资料版本、证据、未知项、负责人和下一步。
缺失事实保持未知；新证据变化后重查受影响的结果。
产物：迁移清单、修改 diff、测试记录、待确认问题。
只准备审查，不合并、不部署、不通知客户。

社区材料值得用来发现问题和选画面，产品事实仍应回到官方资料。Simon Willison 的 现场博客 用照片、时间线和观察串联演示，也保留了现场不顺利的部分。Zenn 的 图文解读 把发布状态、关键画面和个人判断分开展示。

视频也出现了不同切入点：CNET 的 约 16 分钟剪辑 面向快速了解发布；Riley Brown 的 个人观点视频 聚焦 dots 与通用 Agent 平台。它们可作为延伸阅读，不把标题和封面当成产品表现证据。

官方 Keynote 的漂亮画面最有价值的用法，是把它们与具体问题对应起来。本文只节选两帧，原视频保留完整演示与声音：

这些时间是相关段落的定位入口，不是统一基准测试。封面负责让人开始看，界面和结果负责解释发生了什么，持续任务的表现还需要重复验证。

先选择一项有明确负责人、资料来源和交付标准的任务。跑完之后，检查中断是否丢失状态，资料更新是否改变结论，权限或预算不足时是否留下可理解的下一步。扩大权限与支出，应该跟在这些证据之后。

模型价格能帮助估算，真正的试点还应纳入人工复核、返工和失败任务。我们在 AI 工作流价值评估 里解释了如何按合格结果比较成本；Muse 与千问分析 关注真实服务接入；Copilot Autopilot 解读 关注跨时间的任务状态。

对开发者，本次发布值得关注的方向是：让业务数据、权限、动作回执与恢复过程可被 AI 使用，也可被人检查。对用户，值得练习的是写清目标、授权范围和完成证据。持续工作只有交出值得接受的结果，才形成持续价值。

资料核对截至 2026 年 9 月 30 日。本文为 Onevium 独立分析，不代表 OpenAI 背书；教学案例与成本示例未作为产品实测。原创图解与官方视频节选分别标注，产品提供状态以地区、账号和后续官方更新为准。