OpenAI开发者日20项更新全解析：Dot智能体与GPT-6.1发布

OpenAI在Dev Day上一口气抛出20项更新，几乎重塑了ChatGPT、Codex乃至整个AI工具链的使用方式。从可以打电话、发Slack消息的智能体平台Dot，到价格仅为旗舰模型五分之一的新模型GPT-6.1 Sol，再到堪比Notion的协作空间GPT Space，这次更新的信息密度相当惊人。本文将按逻辑梳理这些更新，并分析每一项为何重要。

Dot：拥有虚拟电脑的个人AI智能体

这次最核心的发布是名为Dot的智能体平台。它可以理解为一个有名字的个人AI助手，运行在属于自己的云端虚拟电脑上，并连接到你日常使用的各种工具。视频作者将自己的Dot命名为"Bluey"，并演示了与它进行长达一小时通话的能力。

Dot已经直接集成进ChatGPT的桌面端、iOS端和网页端。它的能力亮点在于深度接入个人工作流：

• 完全掌控邮件和日历：Dot可以读取邮件内容、理解上下文，并自动生成回复或创建文档后发送给同事。
• 语音直接呼叫：在iOS App上点击按钮即可直接通话，让它检查邮件、在Slack发消息。
• 接入Slack：既可以私聊Dot，也可以把它拉进频道，让整个团队都能@它获取任务摘要和下一步建议。
• 即将支持iMessage：未来可通过短信直接与Dot交互（该功能尚未上线）。
• 拥有真实的云端电脑和浏览器：Dot能像人类助理一样填表单、测试网站、操作可视化工具。

作者反复强调，OpenAI的意图很明确——打造一个"虚拟员工"，一个有名字、能干大多数人类虚拟助理能做之事的个人智能体。这也是Dot为何需要一台独立电脑的根本原因。

Dot所依赖的「云端虚拟电脑」技术，在AI领域通常被称为**计算机使用（Computer Use）**能力，即让AI模型像人类操作员一样直接控制操作系统界面——移动鼠标、点击按钮、输入文本、滚动页面。这与传统的工具调用（Function Calling）有本质区别：工具调用依赖预先编写好的API接口，而计算机使用能力让智能体可以操作任何带有图形界面的软件，无需目标系统预留专门接口。OpenAI的竞争对手Anthropic此前已发布了Claude的Computer Use功能，而Dot在此基础上更进一步，将独立云端环境与持久化身份（名字、记忆）结合，使其更接近一个「常驻工作的虚拟员工」而非临时执行任务的工具。这种架构的关键价值在于状态持久性：虚拟电脑可以保持登录状态、存储会话历史，让智能体跨任务连续工作，而不是每次调用都从零开始。

新模型GPT-6.1 Sol与超快模式

第七项更新是全新模型GPT-6.1 Sol，现已出现在所有端的模型选择器中。作者的初步体验是：这是一个扎实的前沿级模型，手感接近旗舰，但价格大幅下探。

按视频给出的数据对比：此前爆火的GPT-6 Astra输入每百万token约10美元、输出50美元，合计约60美元；而GPT-6.1 Sol的综合成本约为旗舰的五分之一。OpenAI将其定位为"面向编码和计算机操作的低成本实用主力"，这个描述与作者的使用感受一致——一个性价比极高的"工作马"。

第八项更新是超快模式（Ultra Fast），输出速度约为常规的8倍，在Codex中生成代码或可视化内容时提速尤为明显。不过这里有个重要门槛：超快模式目前仅对新推出的每月500美元Pro套餐开放，且会消耗约6倍的用量额度。作者坦言，尽管在Blender、游戏制作、Excel等可视化任务上的实时演示令人惊叹，但他暂时还不愿意为AI订阅支付每月500美元。

GPT Space：被低估的协作工作区

作者认为最被忽视却最重要的更新是GPT Space。它是一个你和你的智能体可以共同创作与协作的空间，支持页面（Pages）、演示文稿和网站。

Pages的体验非常接近Notion：支持标题、代码块、Callout、列表、清单、表格，以及可交互的图表和Mermaid流程图。更关键的是每个页面底部都内置了智能体对话框——你可以直接让AI在文档里写内容、生成图表、插入可视化。作者演示了用语音让Bluey在文档中添加表格、调整"prompt格式"，这种格式让提示词可以一键复制运行。

Space整体可以类比为"GPT版的Google Drive"，里面统一管理Pages、Sites、生成的图片，还能直接接入并查看Google Drive。文档完成后一键分享，甚至可以让AI替你把链接通过邮件发给同事。

把ChatGPT嵌入一切：Slack、会议与应用

除了Dot，ChatGPT本体也可直接加入Slack。与Dot不同的是，Slack版ChatGPT智能体允许你自由选择模型（比如从GPT-6 Astra换成更省token的GPT-6.1 Sol）、分配插件和技能、限定可用频道，控制粒度更细。

其他几项面向生态的更新同样值得关注：

• 会议插件（尚未上线）：会议开始时自动录制并存入Space，支持提问和自动化任务，预计会有专门的会议标签页。
• 插件扩展（Plugin Extensions）：可理解为真正"智能体原生"的ChatGPT内置应用。作者以Magic Path为例演示——在该第三方App内按回车，操作会直接进入ChatGPT并消耗你的token，App与ChatGPT双向通信。Magic Path的CEO Pietro Scherano在公告后称其增长超过2000%，这对产品开发者是巨大的曝光机会。
• 用ChatGPT登录（Sign in with ChatGPT）：开发者可让用户用ChatGPT账号登录自己的App，并直接消耗用户在ChatGPT套餐里的额度。这意味着做Vibe Coding平台时甚至无需自建智能体，直接让用户用自己的ChatGPT额度即可。

「用ChatGPT登录（Sign in with ChatGPT）」本质上是一种OAuth授权流程的变体，类似于我们熟悉的「用Google账号登录」或「用Apple ID登录」。其核心创新在于将额度消耗权一并授权：用户不仅把身份信息共享给第三方App，还允许该App直接调用其ChatGPT订阅套餐内的token额度。对开发者而言，这极大降低了构建AI应用的门槛——无需自行购买API key、管理账单，也无需向用户解释「什么是token」，用户只需用已有的ChatGPT账号登录，所有算力消耗自动从其订阅中扣除。这一机制的潜在影响类似于苹果App Store对应用内购的管控逻辑，OpenAI既扮演身份提供商的角色，又成为算力计费的中间层，从而在开发者生态中建立更深的平台控制力。

Codex的四项升级与智能体API

面向开发者的更新集中在Codex上：

• Codex CLI大幅改进：更易用的语音输入、新的agents视图、更好的提示词编辑体验。
• Codex Cloud：这是其中最重要的一项——你无需让自己的电脑持续运行就能执行Codex任务。可以预设好包含Clerk、Convex、Vercel、GitHub等登录状态的环境并反复复用，从手机就能完成大量编码工作。
• 代码审查（Code Review）：可在侧边栏查看PR并一键用Codex审查。
• Codex安全仪表盘：帮助检查应用的安全漏洞，让Vibe Coder也能确保应用安全、减少bug。

收尾的三项是更底层的API能力：

Decisions API 被定位为分类决策工具，与传统LLM不同，它没有输出token，只从预设选项中做快速智能选择——比如把一封新客户邮件归类到销售、账单或技术支持，并判断紧急程度，适合企业规模化的分类场景。

Agents API + 云端计算机操作 是OpenAI贯穿整场活动的目标体现：让任何人都能把Codex智能体嵌入自己的产品。过去需要大量API key，如今只需一个平台项目和一个API key，就能构建带有计算机操作能力的智能体应用，并在OpenAI托管的浏览器中运行。换句话说，你可以从"ChatGPT套壳"升级到"Codex套壳"，构建真正的智能体原生应用。

Decisions API 所描述的「无输出token、只做快速分类」的架构，对应的是机器学习中的**分类器（Classifier）**范式，而非生成式模型的标准工作方式。传统大语言模型每次推理都需要逐token生成文本输出，计算成本随输出长度线性增长；而分类器只需从固定的标签集合中选择一个结果，计算路径更短、延迟更低、成本更可控。OpenAI将这一能力封装为独立API，意味着企业无需为「判断一封邮件属于哪个部门」这类简单决策承担完整的LLM推理成本。类似的分类思路此前已广泛应用于内容审核、意图识别等场景，但以往开发者需要自行训练或调用专用分类模型；Decisions API的意义在于将这一能力直接集成到OpenAI平台，与智能体工作流无缝衔接，降低了企业级自动化场景的集成复杂度。

写在最后

这20项更新共同指向一个方向：OpenAI正把ChatGPT从一个对话工具，推向一个覆盖通话、协作文档、团队沟通、编码与应用开发的完整工作平台。Dot代表的"虚拟员工"路线、GPT Space的协作定位、以及插件扩展和Agents API对开发者生态的开放，都在为"智能体原生"时代铺路。

当然，部分能力（iMessage版Dot、会议插件、安全仪表盘等）尚未完全上线，超快模式也被锁在高价套餐之后。对普通用户而言，最值得立刻尝试的或许是GPT Space和GPT-6.1 Sol；而对开发者来说，插件扩展和Agents API带来的机会窗口才刚刚打开。