---
title: OpenAI DevDay 2026 全景解读：从新模型到持续工作的 AI
description: 先看 DevDay 20 多项发布的全景，再用图解读懂 dots、Space、Codex、API 与插件，解释模型成本和实际委托的验收方法。
canonical_url: 'https://onevium.com/zh/blog/openai-devday-2026-dots-space-codex'
language: zh-CN
published_at: '2026-09-30'
updated_at: '2026-09-30'
publisher: Onevium
---
# OpenAI DevDay 2026 全景解读：从新模型到持续工作的 AI

先看 DevDay 20 多项发布的全景，再用图解读懂 dots、Space、Codex、API 与插件，解释模型成本和实际委托的验收方法。

## 先了解大会：OpenAI 这次发布了什么

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](https://devday.openai.com/)

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](https://openai.com/index/devday-2026-recap/) 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。

![OpenAI DevDay 2026 官方舞台画面，dots 标题、四个彩色角色与 Sam Altman 同框](https://onevium.com/assets/blog/devday-2026/cover-keynote.webp)

OpenAI DevDay 2026 官方 Keynote，02:39：dots 发布镜头。图片节选自官方视频，用于本文的独立解读。

- [OpenAI 官方视频 · 02:39](https://www.youtube.com/watch?v=Fls_onRviPM\&t=159s)

## 发布全景：从模型到工作平台的五条主线

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](https://openai.com/index/devday-2026-recap/) 与各项产品文档为准。

| 主线       | 主要发布与更新                                                                                               | 面向什么问题               |
| -------- | ----------------------------------------------------------------------------------------------------- | -------------------- |
| 新模型与持续助手 | dots、GPT‑6.1 Sol、Ultrafast、Private Intelligence                                                       | 能力、速度、长期执行与企业数据保护    |
| 开发与执行    | Codex Cloud、语音 CLI、Code Review、Security Cloud、Decisions API、带计算机操作的 Agents API、Bedrock Managed Agents | 把任务调查、代码修改、判断和检查连接起来 |
| 插件与触发    | Plugin extensions、插件创建与发现、Sites 接入插件、MCP events                                                       | 让业务界面与外部事件进入 AI 工作流程 |
| 团队协作     | Space、Pages、协作幻灯片、团队共享任务、Slack／Teams 入口、Meetings、分享资料页                                                | 共同维护上下文、成果与后续工作      |
| 订阅与生态    | Sign in with ChatGPT、Pro 500、OpenAI Marketplace                                                       | 登录、可用额度、速度档与企业软件采购   |

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](https://openai.com/index/devday-2026-recap/)

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。

## 核心变化：AI 开始承担持续的工作

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。

## 先看关系：谁做事，在哪里留下成果

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](https://openai.com/index/devday-2026-recap/)

![DevDay 工作关系图：人与 dots 协作，在 Space 与 Pages 维护成果，通过 Codex、API 和插件执行任务](https://onevium.com/assets/blog/devday-2026/work-map-zh.svg)

*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：持续委托需要状态和边界

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](https://openai.com/index/introducing-dots/)

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](https://learn.chatgpt.com/docs/dots#access)

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](https://openai.com/index/introducing-dots/#you-re-always-in-control)

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？

## Space 与 Pages：让团队维护同一份工作成果

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](https://chatgpt.com/features/space/)

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](https://learn.chatgpt.com/docs/space)

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](https://chatgpt.com/features/space/#how-to-get-started)

## Sol 和 Ultrafast，改变的是两种不同的成本

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](https://openai.com/index/introducing-gpt-6-1-sol/)

![GPT-6.1 Sol 与 GPT-6 Astra 标准输入和输出单价比较：Sol 为五分之一](https://onevium.com/assets/blog/devday-2026/token-prices-zh.svg)

*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](https://openai.com/index/introducing-gpt-6-1-sol/) · [Astra 定价](https://developers.openai.com/api/docs/models/gpt-6-astra)*

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](https://openai.com/index/devday-2026-recap/) 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](https://developers.openai.com/api/docs/guides/ultrafast-mode)

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](https://openai.com/index/introducing-gpt-6-1-sol/)

![官方 Keynote 的 Ultrafast 火箭对比演示，左侧已经发射，右侧仍在构建](https://onevium.com/assets/blog/devday-2026/keynote-ultrafast.webp)

OpenAI 官方 Keynote，21:22。单个现场演示说明交互感受，不构成项目总耗时或成功率的普遍测量。

- [OpenAI 官方视频 · 21:22](https://www.youtube.com/watch?v=Fls_onRviPM\&t=1282s)

## Codex 与 API：执行系统也成为可复用的能力

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](https://learn.chatgpt.com/docs/cloud)

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](https://developers.openai.com/api/docs/guides/agents-api/overview) 计算机操作扩展了与软件界面交互的路径。[Computer use 文档](https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use)

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](https://openai.com/index/devday-2026-recap/#new-tools-for-developers-in-codex-api)

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。

## 插件、事件与登录：开发者获得新的入口

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](https://developers.openai.com/plugins/build/extensions)

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](https://developers.openai.com/plugins/build/mcp-events)

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](https://developers.openai.com/siwc)

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。

## 用一次 API 迁移，判断工作系统是否成立

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。

| 发现的调用   | 需要保留的行为          | 可以检查的产物           |
| ------- | ---------------- | ----------------- |
| 夜间库存同步  | 同一批次重试不会重复扣减     | 调用位置、修改 diff、重试测试 |
| 结账页库存检查 | 缺货不会被当成可售        | 错误码对应表、缺货测试与界面记录  |
| 退货回补    | 新接口文档没有说明退款与回补顺序 | 未知项、负责人、阻塞的发布条件   |

![从业务事件到审查结果的迁移任务图：调查、修改、验证、人工决定，未知项阻止发布](https://onevium.com/assets/blog/devday-2026/migration-loop-zh.svg)

*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：

```text
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。
```

## 社区如何拆解，哪些演示值得回看

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](https://simonwillison.net/2026/Sep/29/openai-devday-2026-live-blog/) 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](https://zenn.dev/galirage/articles/openai-dev-day-2026-keynote) 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](https://www.youtube.com/watch?v=GjN3xLDuc8o) 面向快速了解发布；Riley Brown 的 [个人观点视频](https://www.youtube.com/watch?v=NMWyIpdi8kk) 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：

| 官方视频定位                                                        | 值得看什么               | 对应问题          |
| ------------------------------------------------------------- | ------------------- | ------------- |
| [02:35](https://www.youtube.com/watch?v=Fls_onRviPM\&t=155s)  | dots 发布标题与角色        | 产品如何向用户表达持续助手 |
| [08:20](https://www.youtube.com/watch?v=Fls_onRviPM\&t=500s)  | Space 的介绍           | 成果与上下文放在哪里    |
| [21:03](https://www.youtube.com/watch?v=Fls_onRviPM\&t=1263s) | 两侧火箭构建对比            | 等待如何影响交互体验    |
| [32:45](https://www.youtube.com/watch?v=Fls_onRviPM\&t=1965s) | 会场 3D 模型的修改         | 指令如何变成可见成果    |
| [37:00](https://www.youtube.com/watch?v=Fls_onRviPM\&t=2220s) | Astra Adventures 游戏 | 生成与计算机操作怎样结合  |
| [44:30](https://www.youtube.com/watch?v=Fls_onRviPM\&t=2670s) | 插件与登录入口             | 外部产品如何进入工作流程  |

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。

## 下一步：用一个合格成果判断价值

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](https://onevium.com/zh/blog/measure-ai-workflow-value) 里解释了如何按合格结果比较成本；[Muse 与千问分析](https://onevium.com/zh/blog/meta-muse-qwen-personal-agents) 关注真实服务接入；[Copilot Autopilot 解读](https://onevium.com/zh/blog/copilot-autopilot-pricing-persistent-agents) 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。*

来源: [OpenAI — DevDay 2026 Recap](https://openai.com/index/devday-2026-recap/)
