OpenAI DevDay 2026：Dots、GPT-6.1 Sol 与 Agents API 全面落地

2026 年 9 月 29 日，OpenAI 办了一场据其自称「史上最大」的 DevDay：一口气发布 20 多项更新，横跨 ChatGPT、Codex、模型与一种全新的 Agent 工作方式，并强调把这些新能力直接开放给自己 12 亿周活用户。这次发布最值得工程团队研究的不是某一项功能，而是三件事同时发生——常驻 Agent「Dots」把执行从「你问一次」变成「它一直在做」；GPT-6.1 Sol 把接近 Astra 的智能压到五分之一的价格；Agents API 与 Decisions API 把「会点鼠标的 Agent」和「可路由的决策」做成了平台原语。本文按事实逐项拆解，最后给出一份周一就能开工的清单。

一、DevDay 2026 到底发了什么

先把事实列清楚。按 OpenAI 官方 DevDay 2026 Recap，这是其「史上最大」的一届 DevDay，20 多项发布覆盖 ChatGPT、Codex、模型以及「全新的与 AI 协作方式」，并称 ChatGPT 周活用户达 12 亿。Recap 把内容分成几组：与 AI 协作的新方式（Dots）、面向开发者的 Codex 与 API 工具、ChatGPT 的插件定制、人与 AI 协作方式的改进，以及订阅权益。对工程团队来说，真正的信号有三条：Agent 从「被调用」变成「常驻」；高端智能的价格被打下来；以及「会操作电脑的 Agent」和「有界决策」被做成了 API 原语。

# DevDay 2026, in one object. OpenAI framed this as its biggest DevDay
# yet, with 20+ announcements spanning ChatGPT, Codex, models and a new
# way of working with agents. The audience number is the reason the
# distribution story matters as much as the model story.

DEVDAY_2026 = {
    "date": "2026-09-29",
    "announcement_count": "20+",
    "weekly_chatgpt_users": "1.2B",
    "surfaces": ["ChatGPT", "Codex", "API", "Agents API"],
    "headline_items": [
        "Dots (always-on agents)",
        "GPT-6.1 Sol (near-Astra at 1/5 price)",
        "Ultrafast speed tier",
        "Codex in the cloud + Codex Security Cloud",
        "Decisions API",
        "Agents API with computer use",
    ],
}

20 多项发布、12 亿周活：分发与执行同时前移

二、Dots：从「你问一次」到「它一直在做」

Dots 是这次概念上最大的变化。按 OpenAI「Introducing dots」的表述，Dots 是「常驻在线、能独立干活的 Agent」：由 GPT-6 Astra 驱动，拥有自己的云端电脑和浏览器，能从反馈中持续学习、7×24 为目标工作，并通过插件生态连接 4000 多个应用。官方举了一个开发者的例子：dot 会盯着用户反馈找出反复出现的问题，拆成小改进与修复，构建并测试，最后把带视频演示的完整 PR 交给你审阅。可控性是必须重点读的部分——官方称 Dots 建立在 ChatGPT 既有保护之上，额外提供内置安全措施、访问与权限，以及动作审查与批准。首批面向 Pro、Business Premium 与 Enterprise 市场推出，并预览了带独立身份的「专家型 dot」，为访问管理、IT 预置硬件以及与公司记录系统的深度集成做准备。

# Dots are the biggest conceptual shift: an agent that keeps working
# when you are not prompting it. OpenAI says a dot is powered by GPT-6
# Astra, has its own cloud computer, learns from feedback over time,
# and can reach 4,000+ apps through plugins.

def dot_capabilities():
    return {
        "brain": "GPT-6 Astra",
        "runtime": "its own cloud computer + browser",
        "reach": "4,000+ apps via plugins",
        "channels": ["ChatGPT (desktop/web/mobile)", "Slack", "Teams"],
        "availability": ["Pro", "Business Premium", "Enterprise"],
    }

# The control surface is the part to read carefully. Dots ship with
# built-in safeguards, access and permissions, and action review and
# approvals -- because an always-on agent with a cloud computer is also
# an always-on identity that needs boundaries.

三、GPT-6.1 Sol：近乎 Astra 的智能，五分之一的价格

第二件事是价格。按 OpenAI「Introducing GPT-6.1 Sol」，它是 GPT-6 Sol 的升级版，在 agentic coding、computer use 与专业工作上「接近 GPT-6 Astra 的智能」，标准输入/输出 token 价格约为 Astra 的五分之一。官方给出的标准 API 价格为：每百万输入 token 2 美元、每百万缓存输入 0.10 美元、每百万输出 10 美元；缓存输入比标准输入便宜约 95%，也比 GPT-6 Sol 的缓存输入便宜 50%。官方还给出若干基准：在 DeepSWE v1.1（真实代码库上的复杂软件工程任务）上，以约五分之一成本追平 GPT-6 Astra，并在更低推理成本下比 GPT-6 Sol 的最好成绩高 6.4 个百分点；在 OSWorld 2.0 的 computer use 任务上，最大推理强度下比 GPT-6 Sol 高 7 个百分点、成本不到一半，并接近 Astra 的分数。对做长时 Agent 的团队来说，缓存输入价格才是真正的杠杆。

# GPT-6.1 Sol is the cost story. OpenAI positions it as an upgrade to
# GPT-6 Sol that nearly matches GPT-6 Astra on agentic coding, computer
# use and professional work at one-fifth of Astra's standard token price.

PRICING_PER_MILLION_TOKENS = {
    "gpt-6-astra":  {"input": 10.00, "output": 50.00, "cached_input": 1.00},
    "gpt-6.1-sol": {"input":  2.00, "output": 10.00, "cached_input": 0.10},
    "gpt-6-luna":  {"input":  0.10, "output":  0.50, "cached_input": 0.01},
}

def cost(model, input_tokens, output_tokens, cached_tokens=0):
    p = PRICING_PER_MILLION_TOKENS[model]
    return (input_tokens * p["input"]
            + output_tokens * p["output"]
            + cached_tokens * p["cached_input"]) / 1_000_000

# The cached-input price -- $0.10 per million tokens -- is the lever for
# long-running agents that reuse the same context across turns.

GPT-6.1 Sol 把接近 Astra 的智能带进更低的预算

四、开发者面板：会点鼠标的 Agents API 与有界的 Decisions API

第三件事落在 API 上。按 Recap，Agents API 新增 computer use，让开发者可以构建与软件交互、完成任务的应用；它还把 Codex 的多 Agent 能力、工具搜索、工具调用与上下文压缩带进你自己的应用，底层基础设施由 OpenAI 托管。另一个新增是 Decisions API：它把 Luna 的智能聚焦到一组用户自定义的问题与有限预设答案上，输入可用文本或图像，返回可用于分类内容、路由请求或选择 Agent 下一步动作的答案，目前为限量预览、计划随后广泛发布。Codex 也整体前移：云端环境支持可复用开发环境，CLI 更新带来语音、/agents 视图与 worktree，桌面端新增代码审查流程，Codex Security Cloud 可按需或定时扫描整个 GitHub 仓库、去重并准备修复。

# The developer surface is where the DevDay news actually lands. Two
# API additions matter most for teams building agents.

AGENT_API_SURFACES = {
    "Agents API": {
        "new": "computer use (agents that click, type and read screens)",
        "also": ["multi-agent", "tool search", "tool calling", "context compaction"],
        "infra": "OpenAI runs the underlying infrastructure",
    },
    "Decisions API": {
        "job": "bounded, real-time decisions",
        "input": ["text", "images"],
        "output": "typed answers over a fixed set of options",
        "uses": ["classification", "routing", "choosing the next agent action"],
        "model": "Luna",
    },
}

# Codex also moved: cloud environments with reusable dev containers, a
# refreshed CLI with voice and an /agents view, a desktop code-review
# flow, and Codex Security Cloud that scans repos on a schedule.

五、分发与控制：Bedrock、插件、MCP Events 与统一身份

能被大规模用起来的能力，靠的是分发层。Recap 显示，OpenAI 与 Amazon 合作推出 Bedrock Managed Agents：把 Agents API 的核心能力定制为在 AWS 内原生运行、并与 AWS 资源集成，让团队「完全在 AWS 里跑 OpenAI 的 Agent」。插件侧，插件扩展让开发者能在 ChatGPT 侧边栏里构建自己的交互面板；OpenAI 还加入对「拟议中的 MCP Events 规范」的支持，让插件能在被连接的应用里发生事件时触发自动化。身份与账单侧，Sign in with ChatGPT 支持在 16 家合作伙伴（包括 Cognition 的 Devin、Notion、Vercel、T3、OpenClaw、Dactyl）中复用你的套餐额度，并提供 Pro 500 新档位与 OpenAI Marketplace。

# Bedrock Managed Agents is the tell about how OpenAI wants agents
# deployed inside enterprises that already run on AWS.

BEDROCK_MANAGED_AGENTS = {
    "what": "Agents API core capabilities, customised to run natively in AWS",
    "integrates_with": "AWS resources",
    "where_it_runs": "entirely in AWS",
}

def route_by_residency(data_class):
    """Pick a runtime based on where the data is allowed to live."""
    return {
        "public": "OpenAI-hosted Agents API",
        "aws_resident": "Bedrock Managed Agents, powered by OpenAI",
    }.get(data_class, "escalate to a human")

# Control plane additions to wire in the same sprint: plugin extensions,
# the proposed MCP Events spec for event-triggered automations, and
# Sign in with ChatGPT (16 launch partners) for shared billing identity.

Bedrock、插件与 MCP Events 决定了能力能走多远

六、周一就能开工的清单

把上面的事实转成动作：第一，先用一个 Dots 试点验证「常驻 Agent」的边界——给它明确的权限范围与需要批准的敏感动作。第二，评估把工作负载从 Astra 迁到 GPT-6.1 Sol 的收益：按官方定价，绝大多数「够用」的 agentic coding 与 computer use 任务可以省下约八成 token 成本，把 Astra 留给最难的科学与研究任务。第三，如果你已经在用 Agents API，优先试 computer use 与上下文压缩；需要高频、低延迟的有界判断时，再评估 Decisions API。第四，数据必须留在 AWS 内的团队，走 Bedrock Managed Agents。第五，把身份与审批先立起来：Dots 的动作审查、插件的按用户授权、以及 MCP Events 触发的自动化，都应该先过一遍最小权限与审计清单——这也是本站 API 限流计算器、API 密钥轮换等工具最能派上用场的地方。