1. 大会全貌：这场发布会，把"AI聊天"讲到了头

刚从旧金山回来，时差还没倒利索，我就想把这次OpenAI DevDay 2026的全程记录下来。原因很简单：这届大会的信息量实在太大，20多项发布集中在两天里，光主题演讲就讲了近两个小时，散场时我身边的开发者基本都在聊同一句话——"这次不是升级，是换赛道"。

整场活动的核心主角，自然是dots、ChatGPT Spaces和GPT-6.1 Sol这三样东西。先说结论：如果说前两年OpenAI还在给大模型"练嘴皮子"，那今年它明显开始教模型"长手"了——从只会生成文本，变成能编排工具、操作界面、参与完整工作流。整场发布会都在传递同一个信号：AI的重心已经从"会聊天"迁移到"能执行"。

会场布置也很有隐喻感，主舞台背后是一块巨大的实时交互屏，演讲过程中工作人员现场往上面拖拽各种面板——任务、代码、网页控件、多Agent对话——这些东西不只是一个炫技环节，它们就是新产品Spaces的实景演示。站在台下能直观感受到，今年的"ChatGPT"已经不是一个聊天框，而是一个装满了工具的车间。

这篇文章我分几块来写：先是全貌，然后是GPT-6.1 Sol、dots、ChatGPT Spaces三大主角，接着盘点那些容易被忽略的增量更新，最后聊一些迁移成本和避坑心得。不管你是做Prompt工程、后端接入，还是前端自动化，应该都能从中找到对自己有用的部分。

1.1 20多项发布，其实只分了三条线

把发布会内容和官网文档按类别拆开，基本是这三条线：

这三条线不是孤立的产品发布，而是一套完整的技术栈：模型层负责"会想"，交互层负责"能看见、能操作"，产品和平台层负责"真正参与到业务流程里"。尤其值得注意的，是dots和GPT-6.1 Sol之间存在明显的协同设计——Sol的自主执行能力需要环境感知接口，而dots正好补上了这一环。如果你只把这次发布会当成"又出了个新模型"，那大概率会错过真正有价值的部分。

1.2 今年真正的关键词："执行"

如果你只记住"GPT-6.1 Sol"这个名字，可能还会把它当作又一个更强的模型。但现场演示和官方文档都有一个明显转向：判断AI成熟度的标准，已经从"回答得像不像人"变成"能不能把事办完"。翻译过来就是——模型的输出质量当然重要，但更关键的是它在长链路任务里的自主性、工具调用的稳定性和对环境的感知能力。

这也是为什么今年最抢眼的全新东西不是模型本身，而是dots这套"让AI看懂界面"的协议。它把网页里任意一个按钮、一张卡片、一个输入框，定义成带稳定ID的语义节点，AI和第三方应用都可以直接寻址、读取状态、触发操作。从这个角度看，dots的意义不亚于当年浏览器里的DOM标准化——它第一次为"AI操作界面"这件事，提供了一层公开、可编程的公共语义层。

2. GPT-6.1 Sol：从"会想"到"会做"的旗舰转身

2.1 "Sol"的命名不是拍脑袋

官方在技术文档里解释了命名的两层含义。第一层是拉丁语"太阳"——寓意模型成为复杂任务链路中的光源，为其他工具和子Agent提供推理能量；第二层是Self-Orchestrating Learner的缩写，直译是"自编排学习体"，核心强调模型具备在长任务中自主规划、拆解、调用工具、自我纠错的能力。

这个定位和在场的开发者感受是一致的。过去用GPT-5、GPT-6，我们习惯把任务拆成多轮对话，每一步都靠Prompt喂得清清楚楚。而Sol的API里多了一个非常重要的参数：reasoning，你可以直接控制模型在任务开始前的规划深度，以及是否允许它在执行过程中动态调整计划。这在以前是不可想象的——推理链从黑盒变成了可调教的半透明状态。

我在现场问了一位OpenAI的工程师，他给了一个很直白的类比："以前你雇一个实习生，每一步都要交代；Sol更像一个组长，你给目标，它会自己拆活、派活、验收。"虽然类比有些简化，但基本说明了这一代模型在设计思路上的根本差异。

2.2 核心指标：三块硬骨头

官方公布的Sol关键能力，我整理成了表：

2M上下文是这次最容易被忽略但后劲最大的数字。它意味着你可以把一整本技术手册、一个中型代码仓库的说明文档、或者几个月的项目日志直接塞进上下文，不需要再做繁琐的RAG切片。加上中间步骤的流式输出，Sol尤其适合那种"边想边干"的任务——比如让AI先读全仓库代码，再逐步重构一个模块，过程中你随时能看到它在看哪个文件、改了哪些行。

多模态方面值得多说一句。以往视频理解基本靠抽帧，抽错关键帧信息就丢了。Sol的视觉编码器不再把视频当"多张图片"，而是当成连续时空语义流处理。现场演示里，它通过一段操作录屏，直接推断出用户是在排查支付回调超时问题，并自动生成了排查命令序列。虽然demo有排练成分，但视频理解粒度的提升是实打实的。

2.3 API接入：参数和价格都变了

接入方式仍然是标准的Chat Completions风格，但有几个新参数需要关注。我直接给一段实际调用示例：

from openai import OpenAI client = OpenAI() response = client.chat.completions.create( model="gpt-6.1-sol", messages=[ {"role": "user", "content": "分析这个仓库的代码结构，定位所有未处理的Promise异常，并给出修复建议，改动量控制在200行以内。"} ], reasoning={ "mode": "balanced", # 可选 draft / balanced / deep "visible": True, # 是否流式输出中间推理步骤 "max_plan_tokens": 3000 }, tools=[...], # 工具列表，Sol支持200步自主编排 stream=True )

价格方面，Sol相比上一代GPT-6实际上是降价的。公开的定价是输入每百万token约2.5美元，输出每百万token约10美元，降幅在15%左右。但注意，如果开启reasoning.visible = True，中间推理token会额外计费。我会后实测了一轮代码审查任务，推理token大约占总token的10%到20%，在可控范围内。如果你对成本敏感，建议先用draft模式跑通流程，确认无误后再切deep模式做复杂推理。

另外，历史记录里那几个热词经常被问到——"openai api价格"确实是开发者迁移前最关心的点。我的建议是不要只看单价，重点看"任务单价"：Sol一次能完成过去需要5到10次调用才能完成的工作，综合算下来总成本往往更低。毕竟上下文长了、调用次数少了，云账单自然不会撒谎。

2.4 现场Demo：20分钟不干预

最有冲击力的现场演示，是工程师让Sol独立完成一个跨系统任务：读取一份在线服务的技术指标、定位一个性能瓶颈、在代码仓库里开出修改PR、再写一份简洁的周报发送到Slack频道。整个过程大概20分钟，工程师全程没有输入任何一条指令，Sol在dots的帮助下自己打开了监控后台，圈出了异常区间，调用了仓库API定位到相关函数，最后还把周报发到了指定频道。

演示结束后掌声最响的，不是"模型回答得多好"，而是"它真的把活干完了"。对一个长期做AI应用落地的人来说，这种"把事办完"的能力，比任何Benchmark数字都更有说服力。

3. dots：把任意界面的元素变成"可寻址的节点"

3.1 先理解dots解决的是什么问题

在dots出现之前，让AI操作网页的常规做法无非两种：一是用爬虫和OCR去"读"页面，再手工写选择器去"点"；二是寄希望于截图+多模态模型"猜"出按钮位置。前者脆得像玻璃，页面一改就碎；后者慢且不准，尤其面对动态渲染的现代前端，成功率惨不忍睹。

dots的思路完全不同。它不要求AI去"理解"整个页面，而是让页面上每一个有意义的元素——按钮、输入框、价格标签、购物车图标——都拥有一个全局唯一的语义ID。你可以把这个ID理解为给每个UI元素发了一张"身份证"。任意客户端只要拿着这张身份证，就能像DNS解析域名一样，定位到这个元素并读取它的状态、触发它的操作。

发布会上有一张对比图我印象很深：左边是传统自动化脚本密密麻麻的XPath选择器，右边是dots的一行寻址代码。本质区别在于，传统自动化面向的是"DOM结构"，页面一重构就失效；dots面向的是"语义身份"，就算整个页面改头换面，只要元素的应用层语义不变，寻址就依然有效。

3.2 dots的底层协议是怎么工作的

dots不是简单给HTML加个属性，而是一套分层的开放协议。最底层是元素身份层，开发者给关键交互元素添加标准属性，比如按钮可以声明为odt:checkout-submit-button。中间层是视觉定位引擎——官方发布了一个专门的视觉定位模型，专门负责在那些"没有正确标注"的页面上，通过语义理解把视觉区域映射到最近的dot节点，相当于给老页面做了一层兜底。最上层是状态同步与事件层，客户端可以通过协议读取元素当前状态、监听状态变化、派发操作事件。

一个简单的使用场景代码大致是这样：

from dots_client import DotsClient client = DotsClient() # 定位到应用页面上的结账按钮 checkout_btn = await client.locate("https://shop.example.com/cart", "odt:checkout-submit-button") # 读取按钮当前状态：可点/禁用/加载中 state = await checkout_btn.state() # 触发点击 await checkout_btn.click() # 监听支付结果面板的出现 result_panel = await client.wait_for("odt:payment-result-panel", timeout=10)

实际跑起来，最爽的部分是dots天然具备跨应用编排能力。同一个ID协议可以在不同站点间流转，你不需要为每个网站单独写一套适配逻辑。它把"UI自动化"从"一个页面一套脚本"变成了"一套寻址、处处可用"。

3.3 和Muse的关系：设计师也能参与做"AI可操作界面"

热词里反复出现"dots和muse"这对组合。Muse是配套dots推出的界面设计工具，它让设计师在为网页或App设计原型时，直接在组件上标记dot语义ID。也就是说，dots不只是开发者的玩具，它把"可被AI操作的接口"这件事提前到了设计阶段。

我参加了一个Muse的动手工作坊，体验下来它的核心理念是"语义即设计"。设计稿里一个按钮，不只是视觉元素，还会绑定状态枚举（默认/悬停/点击/加载/禁用）、操作事件（submit/cancel/continue）、数据属性（价格、数量、状态）。这些语义信息随设计稿一起输出给前端，最终交付的页面天然具备dots能力。对团队来说，这相当于把"AI可操作性"变成了产品需求的一部分，而不是事后补救。

3.4 该不该上车：机会与风险

对做UI自动化测试、RPA、智能客服、电商导购的团队来说，dots带来的机会非常直接。以前"AI操作浏览器"是最不稳定的环节，现在有了标准语义层，自动化流程的鲁棒性会明显提升。但风险同样存在：当前dots标准覆盖的主要是主流站点和开放生态，那些拒绝标注dot属性的"封闭页面"，依然只能靠视觉兜底模型去猜，成功率没保障。安全方面也要注意，dots让界面元素可寻址，意味着如果权限校验没做好，第三方可以更轻松地触发敏感操作。所以接入dots，权限系统和操作审计必须同步跟上。

4. ChatGPT Spaces：把AI从聊天窗口搬进"工作间"

4.1 一个Space里到底有什么

如果你用过Notion、Jira，再打开ChatGPT Spaces，会有一种"这些工具被AI重做了一遍"的感觉。一个Space就是一个小型的工作间，里面可以包含任务面板、知识库、多个智能体成员、实时协作光标、以及完整的历史活动记录。它不再是聊完即走的对话流，而是一个有状态、有结构、有权限的长期运行空间。

我回来后实际建了一个团队Space用来管理季度产品规划，几个最直观的感受是：任务面板能和对话内容双向关联，在聊天里说"把这篇文档的状态改成评审中"，卡片真的会变；知识库可以上传各种文件，并设置不同智能体的访问范围；更重要的是，整个Space有"项目记忆"——AI不会忘记三天前你提过的某个约束条件，因为它已经写进了空间记忆库，不需要每次对话都重新强调。

4.2 多智能体协作的现场实感

Spaces里最有意思的是多智能体编排。每个Space可以同时跑多个Agent，它们有独立的角色、模型配置和工具权限，但共享同一份项目记忆。官方演示的案例是一个产品发布计划：一个Agent负责整理需求文档，一个Agent负责估算技术排期，还有一个Agent专门检查风险项。三个Agent在同一个Space里并行工作，互相引用对方的产出，最后由主持人一次性汇总成项目计划。

我回来在自己的小团队里复现了这个场景，配置了"需求分析"和"代码审查"两个Agent，挂在同一个项目Space里，效果超出预期。最关键的体验是：多智能体不再需要你手工做复杂的消息传递，Space本身提供了共享记忆和任务上下文，Agent之间可以直接读取彼此的结果。这种"共处一室"的设计，比外部框架里硬凑的multi-agent流程自然得多。

4.3 开发者如何接入Spaces

对开发者来说，更重要的是Spaces把底层能力开放成了API。你可以创建空间、定义角色权限、往空间里注入任务、订阅空间内的事件。放一段简化的接入示例：

const client = new OpenAI.SpacesClient({ apiKey }); // 创建一个项目空间 const space = await client.spaces.create({ title: "Q3 产品发布计划", members: ["alice@example.com", "coder-agent"], }); // 在空间里启动一个智能体 const agent = await space.agents.spawn("code-reviewer", { model: "gpt-6.1-sol", permissions: ["repo:read", "space:write"], }); // 给智能体下发任务 const task = await space.tasks.create({ title: "评审首页改版PR", agent: agent.id, input: "https://github.com/example/app/pull/2081", }); // 订阅任务完成事件 space.on("task.completed", (event) => { console.log("任务完成", event.task_id, event.summary); });

这套API的设计思路是"空间即应用容器"，你的业务可以按项目为单位组织AI工作流，权限、记忆、事件都挂在空间上，而不是散落在各个独立调用里。对B端集成来说，这个模型比裸API调用友好太多，审计和合规也更好做。

4.4 和Notion/Jira等传统工具的对比

当然，传统工具在成熟度、插件生态和深度流程管理上仍有优势。但如果你所在的团队已经在大量使用AI辅助工作，Spaces提供的"记忆+智能体+任务"三位一体模型，明显更贴合AI原生的协作方式。我个人的判断是，短期它还不会完全取代Jira这类重流程工具，但在知识型团队和AI产品研发团队里，渗透速度会非常快。

5. 被闪光灯忽略的增量发布

5.1 Codex 2.0：从"帮你写代码"到"帮你管代码库"

Codex的更新被三大主角的光芒盖住，但对开发者来说，这可能是日常最实用的升级。Codex 2.0不再只是一个命令行里的编码助手，它变成了支持多个仓库并行操作的"代码库管理员"，能同时读取多个项目的文件，跨仓库搜索符号引用，还能先生成一份改动计划文档供你评审，确认后再批量执行修改。

我最喜欢的是"计划评审模式"。以前让AI改代码，最怕它闷头一顿改、把不该动的地方动了。现在Codex会先把改动计划列出来，我用diff模式检查一遍再批准执行，整个过程透明可控。对于接手的存量老项目，这种"先计划、后动手"的模式能显著降低误改风险。

5.2 记忆API 2.0与Function Calling 3.0：生产级基础设施

记忆API 2.0把"记忆"从单次对话的临时上下文，升级为项目级、团队级、甚至组织级的持久化记忆库。它支持按空间隔离、按时间衰减、按权限读取。这意味着你可以把一个团队长期积累的业务约束、术语表、决策记录扔进记忆库，所有智能体在完成任务时都能自动引用，不再需要每轮对话都把背景讲一遍。我实测的感受是，它把很多团队内部"靠文档+人肉同步"的流程，直接自动化了。

Function Calling 3.0则是一次协议层的重写。新协议支持嵌套工具调用、并行工具调用和更严格的参数校验，同时引入了"工具结果回退"机制：如果某个工具调用失败，模型会收到结构化的失败原因，并在同一步内自动尝试备选方案。这对AI操作真实业务系统非常关键——真实世界的API没那么听话，失败处理能力往往决定了任务能不能跑完。

5.3 实时语音与多模态：交互体验再往前一步

Realtime API 2.0是我在会场试玩最久的一个新接口。它支持真正的全双工语音交互，而且加入了实时翻译能力。演示里两个人一个说英语一个说西班牙语，各自戴着耳机对话，谁的耳机里听到的都是自己的母语，延迟几乎感觉不到。这套能力对跨国客服、跨国会议场景的改造会非常直接。

另外，新发布的视觉定位模型不容小觑——它不是给人类用的，而是给AI用的"眼睛"。dots协议能够跨页面识别未标注元素，背后靠的就是它。这两个发布单独拿出来都够撑一场发布会，但在今年只能当配角。

5.4 企业合规与可观测性：B端最在意的部分

对做企业服务的团队来说，Data Zones、审计日志和红队API这三样可能比模型本身更有价值。Data Zones让你可以把数据存储和处理限制在指定区域，满足合规要求；审计日志记录模型调用、工具操作、记忆访问的完整轨迹；红队API则允许安全团队用自动化方式持续对模型做攻击测试。我接触的几个企业客户，听到这部分时眼睛都在发亮——AI落地最难的不是能力，而是"出问题后谁能说清楚发生了什么"。OpenAI这波明显是在补课。

6. 我从DevDay带回来的：迁移避坑与成本心得

6.1 从GPT-6迁移到Sol，三个注意点

第一，别直接改模型名就上线。Sol的推理行为与GPT-6差异很大，尤其是在工具调用频率和自主性上。我们实测发现，对同样的需求，Sol会主动调用工具去验证信息，而不是单纯凭训练数据回答。这本身是好事，但如果你原来的Prompt写得不够严谨，Sol可能会"自由发挥"到超出预期——建议先在小流量上跑灰度，梳理清楚工具权限边界。

第二，reasoning参数要按场景差异化配置。简单问答用draft模式省钱，复杂多步任务用deep模式保证质量，日常任务用balanced。我们调了一周才总结出各场景的匹配策略，核心原则是：不要把推理强度和任务难度绑定，要按"出错代价"绑定——出错代价高的任务，再贵也要开deep。

第三，长上下文不等于免检。2M token窗口固然香，但上下文里塞越多内容，模型对关键信息的聚焦能力反而可能被稀释。我建议保留必要的结构化提取环节，把长文档先整理成摘要和关键条目再喂给Sol，效果比整本硬塞好得多。

6.2 dots落地时容易踩的安全坑

dots让"AI操作界面"变得简单，但简单也意味着风险。最大的坑是"寻址到了、权限没跟着走"。理论上，一个能拿到dot ID的客户端，就能对元素发起操作——如果你的页面把删除、转账这类危险操作也标记成了dot节点，又没有在服务端做二次校验，被自动化工具误触发的概率会直线上升。

我建议的落地规范是：危险操作节点只暴露"状态读取"能力，不暴露"操作触发"能力；所有通过dots触发的高风险动作，必须在服务端增加独立的二次确认机制；另外，dots事件日志要纳入监控，至少能追溯到"谁、在什么时间、通过哪个dot、做了什么操作"。记住，AI操作越顺畅，审计越不能省。

6.3 Spaces权限设计：先想清楚，别等出事了再补

Spaces把知识库、任务和智能体绑在一起，权限模型也随之变复杂。我们配置时踩过一个实际问题：一个只应该读代码的Agent，因为权限配得过大，差点把测试环境的配置给改了。后来我们把权限收敛到"最小必要"，并给每个Agent单独建立了角色和审计策略，才算放心。

另外一个容易被忽略的细节是共享记忆的污染。多个Agent共享一个记忆库，A Agent写入的错误"经验"可能被B Agent当成正确规则使用。建议在项目里区分"长期事实库"和"短期工作缓存"，写长期库的内容走审批流程，防止错误信息被固化。

6.4 成本控制：任务单价才是真指标

最后聊一个很多团队关心的问题——迁移后API费用会不会爆。我的经验账是这样的：GPT-6时代完成一个"市场竞品信息收集+初步分析"任务，大约需要8到12次对话，来回搬运大量上下文；切到Sol之后，一次带工具的调用就能解决，中间推理token增加约15%，但整体任务成本下降了差不多一半。所以不要盯着单个接口的单价，建议按任务维度做成本对照，而且一定要把deep推理的使用率控制在合理范围——我们目前约七成的任务跑balanced模式，成本与质量最平衡。

这次大会看下来，我个人最大的收获不是某一个模型参数，而是整个生态终于开始围绕"执行"做设计了。GPT-6.1 Sol给了AI自主规划的大脑，dots给了AI感知和操作界面的手，Spaces给了AI与人共同工作的场地。三件事凑在一起，AI应用开发的下一个阶段会非常有意思。

如果你也在观望要不要升级到Sol、要不要试dots，我的建议很简单：找一个流程重复、规则清晰、容错率高的业务场景，先跑一个月试点。AI执行能力的红利，只有真正放进生产流程里才能尝到味道。