OpenAI DevDay爆料：神秘智能体"o"与超高速API曝光

AI圈的消息总是来得猝不及防。在OpenAI开发者日（DevDay）正式举办前的72小时内，大量爆料已经开始涌现，让外界得以提前窥见这家公司可能祭出的重磅内容。从神秘的全天候智能体，到针对开发者的超高速API，再到竞争对手Anthropic与MiniMax的同期动作，整个行业的节奏正在被明显拉快。

神秘智能体"o"：对标Manus的长周期任务助手

目前DevDay最受关注的爆料，是一个代号为小写"o"的产品——它已经出现在ChatGPT的代码引用中。据爆料内容，"o"是OpenAI即将推出的全天候AI助手产品名，支持多达63种语言，另一个内部代号为AU1，并且显示多个服务提供商都能接入它。

OpenAI对此似乎并不避讳。官方账号持续发布疑似"o"标志的图片，产品负责人之一Timo也在X平台上反复暗示相关消息。更关键的线索是，"o"的字样曾短暂出现在ChatGPT的升级界面上，内部配置把"o"标注为显示名称，并以NegativeO作为邮件后缀——这意味着这个助手未来可能真正接管邮件处理等日常任务。

真正值得玩味的是它的产品定位。传闻"o"是OpenAI对标Grokbot、Manus和Hermes这类智能体的产品，专门围绕长时间运行任务设计。换句话说，你不再是给它一个任务后等几分钟拿结果，而是可以委派一个需要持续运行数小时、数天乃至数周的大活。底层系统据报道与代号Aeon相关，可能使用了针对长周期任务优化的Astra变体，"o"或将拥有自己的云端环境，在其中搭建环境、执行代码、做研究并持续工作直到目标完成。甚至有传闻称它可能涉及多个智能体协同沟通，共同完成同一任务。

Manus、Hermes、Grokbot均属于"自主智能体"（Autonomous Agent）赛道的代表产品。Manus由中国团队打造，2025年初以能独立完成网页操作、文件处理、代码执行等复杂任务引发广泛关注；Hermes是Nous Research推出的开源智能体框架；Grokbot则是xAI旗下面向自动化任务的产品探索方向。这类智能体的共同特征是：用户提交目标后，系统在沙盒环境中自主规划步骤、调用工具、循环执行，直至任务完成，全程无需人工干预。与传统聊天机器人"一问一答"的交互模式相比，自主智能体的设计重心在于持久性与目标导向性——它需要维护长期记忆、在出错时自我纠正，并能协调多个子任务的依赖关系。这也解释了为何"o"被设计为拥有独立云端环境：本地计算资源有限，而数小时乃至数天的任务必须在稳定的远程沙盒中持续运行。

超高速API：OpenAI在基础设施上押重注

另一个可能的重磅发布，是OpenAI把超高速API（Priority/超高速服务层级）扩展给更多开发者。有人在Response API的调试区里发现了新的速度选择器，提供"标准""快速""超高速"三个选项，OpenAI也已在API文档里把超高速列为需要全线控制的服务层级。

超高速本身并非全新事物。OpenAI此前已向部分客户预览过它，号称每秒最高可生成750个Token，比标准模式快约14倍，由专用服务器驱动，访问一直极为受限。结合近期被挖出的500美元ChatGPT Pro Max套餐（主打最快响应），OpenAI在速度和基础设施上的投入意图相当明显。

这背后透露出一个值得关注的趋势：AI服务可能正在进入"按延迟定价"的阶段——普通负载用标准模式，稍要求即时性用快速模式，需要秒回的前沿场景则用超高速模式，开发者可以自行决定愿意为延迟付出多少成本。如果基础设施最终成为本次DevDay的核心主题之一，并不令人意外。

Token是大语言模型处理文本的基本单位，大致对应英文中的半个单词或中文的一个字符。"每秒750个Token"这一指标衡量的是模型的推理吞吐量（Throughput），决定了用户感知到的响应速度。标准模式下，GPT-4类模型通常在每秒50-80 Token左右，而750 Token/秒意味着一篇千字文章可在约两秒内完成生成。实现超高速推理的核心手段包括：为客户预分配专用GPU服务器（避免多租户排队竞争）、使用投机解码（Speculative Decoding）等算法加速、以及针对特定模型尺寸进行硬件级优化。"按延迟定价"的商业逻辑早已存在于云计算领域（如AWS的Spot Instance与On-Demand Instance），OpenAI将其引入AI推理服务，实质上是在把基础设施能力本身变成一种可销售的差异化产品，而非仅仅比拼模型能力。

Anthropic的反击：Sonnet 5.5性价比成最大看点

另一边，Anthropic很可能会选在DevDay前后发布Sonnet 5.5，再度向OpenAI施压。官方已确认该模型将在未来几周内到来，而泄露称合作方已拿到一个更新的检查点，效果比第一个版本还要好。有报道称Sonnet 5.5已在Claude Code内部复测，测试者形容它"快得离谱、高效"，并保留了此前Sonnet系列那种受欢迎的自然拟人化交流风格。

最关键的看点在于性价比。传闻定价为每百万输入Token 2美元、每百万输出Token 10美元、缓存费率20美分——而这恰好是当前Sonnet的价格水平。作为参照，Anthropic曾表示Opus 5.5在典型负载上比Opus速度快30%以上、成本低40%。如果Sonnet 5.5能拿到接近这种级别的性能提升，同时维持原有定价，它可能会成为一个"怪物级"产品。

视频作者基于自己的实测给出了相当激进的判断：认为Sonnet 5.5"全面优于GPT-6 Soul"。他展示的Minecraft克隆演示中，Sonnet 5.5 High版本不仅加上了光影包，还在右上角加了地图等额外功能，而对比模型的输出里完全看不到这些元素。需要提醒的是，这些测试说法大多未经官方确认，当作一家之言参考即可。

MiniMax M3.1 Flash：边录视频边发布的速度之战

一个颇具戏剧性的插曲是MiniMax M3.1 Flash的发布。起初它只是在MiniMax GitHub仓库的一个早期提交里被发现，相关引用在PR合并前被删掉，看起来像是一次意外泄露；而就在视频剪辑过程中，MiniMax正式发布了M3.1 Flash预览版，已通过MiniMax Code上线。从泄露到正式发布只隔了短短数小时，这本身就说明当下AI圈的迭代速度有多惊人。

MiniMax把M3.1 Flash定位为最新的文本模型，专为日常开发打造，主打快速可靠，从修bug到构建完整功能都能覆盖。在"超级马里奥喝咖啡"的SVG插画生成对比中，GPT-6 Pro的细节水平明显更高，但作为一款极度专注速度和效率的Flash模型，M3.1 Flash仍生成了相当细致连贯的场景。作者的评价较为中肯：没有说它一次测试就超过GPT-6 Pro，但一款Flash级模型能做到这种程度，已经足够惊艳。

长周期编程智能体：从演示到"自动造游戏"

本轮爆料中最能体现趋势性的，是长时间运行的编程智能体展现出的能力跃升。作者用一个重磅演示收尾：某模型几乎完全靠代码从零搭建了一整个Minecraft克隆，项目规模相当离谱——约10万行游戏代码、2.6万行测试代码、1000个自动化测试、775个文件，智能体累计工作约25小时。更夸张的是，它还通过代码生成了783张图片、184个音效，甚至做了一份完整的游戏内上手指南。

这正是长周期编程智能体真正开始"有意思"的地方：从过去的小演示，跃升到模型能连续工作数小时、自动产出多文件完整项目。一份原本需要开发者花费数周的工作，如今可能几天就能完成。配合前文提到的"o"智能体对长周期任务的专门设计，这或许预示着智能体正从"问答工具"向"自主执行者"的方向演进。

需要强调的是，上述内容大多来自爆料与第三方测试，Aeon、Astra如何融入最终产品等细节仍停留在猜测阶段。随着DevDay正式召开，这些传闻的真伪很快就会揭晓。

10万行代码量是一个颇具参照意义的工程规模。作为对比，Linux内核0.01版本约有1万行代码，一个中型Web应用通常在5-15万行之间，而一款商业独立游戏的代码量往往在10-30万行。智能体在约25小时内独立完成这一规模的项目，涉及的挑战远不止"生成代码"本身：它需要维护全局架构一致性（跨越775个文件的模块依赖）、持续运行自动化测试并根据失败结果修复错误、管理图片与音频等异构资产的生成与集成，以及在上下文窗口有限的情况下实现跨会话的长期记忆。这些能力的组合，使得此类演示被视为智能体从"代码补全工具"向"软件工程师替代"方向演进的重要里程碑，也是学界讨论"AI软件工程师"（SWE-Agent）能力边界时的核心参照场景。