跨国深谈← 返回←OpenAI Dev Day 全复盘:从智能体 Dot 到 8 倍速 Astra

OpenAI Dev Day 全复盘:从智能体 Dot 到 8 倍速 Astra

关联

公司 OpenAI

概念 Dot · Spaces · Sites · 智能体 · Codex · ChatGPT · GPT-6.1 Sol · Decisions API · Ultrafast · Astra · Jev

这一集是 How I AI 的主持人 Claire 在 OpenAI Dev Day 现场待了一整天的第一手回顾——她拿到了好几个产品的提前测试资格,边试边给了初步评价。

她一开场就说了大实话:「好消息是 OpenAI 发布了很多东西,坏消息也是 OpenAI 发布了很多东西」,主题演讲几乎每两三分钟就宣布一个新品。

哪几个值得你真的花时间?她的判断在下面。

Dot:常驻智能体,骨架很好、边角很糙

重头发布是 DOTS——一种始终在线、长期运行的智能体,可以跨 ChatGPT、跨 Codex 工作,跑在自己的云端电脑、你的本地电脑、手机上,甚至装进你的 Slack 里,还能直接「打电话给你的 Dot」(注意,不是语音模式,它真的会响铃、会接起)。

目前每个用户只配发一个 dot:pro、business、enterprise 等套餐用户现在就能看到。Claire 的 dot 叫 Bay,是一个戴眼镜的粉色小团子,拥有自己的一台电脑。

定位上,OpenAI 把它说成「你的副本或代表」——类似一个主线程,能主动找你、提醒你、独立干活,还能替你启动 Codex 线程。

Claire 认为最大的困惑恰恰在这里:dot 线程、聊天线程、Codex 线程之间的关系,信息架构还没理清。

但她给的早期评价相当正面:dot 实际干的活是好的——帮她购物找到了合适的鞋,写代码写得也不错;主动性恰好在正确的点上,比如她早上还在琢磨孩子的游泳课日程,dot 主动问「要不要我找找十一月的?」

。她的总结是「dot 的骨架是好的」,只是用户体验和定位上有一堆粗糙边角,完整评测要等它成熟再做。

她自己还没切换:工作场景她仍用 Grok 的机器人,因为她喜欢「为一个工作雇一个智能体」,不是「一个智能体统治一切」派;消费场景她觉得 Muse 更友好。

Spaces:企业等了很久的 AI 原生协作平台

她认为被低估的一个发布是 ChatGPT Spaces——一个在 ChatGPT 里与人、与智能体共同处理文档、幻灯片、HTML 的协作空间。

她的判断很直接:「这就是各家公司一直在等待的东西」:一个 AI 原生的文档、幻灯片协作平台,内置分享、数据控制和智能体原生特性。

她自己的 dot 还给她建了个叫「你的个人草稿本」的 space,用来和她滚动维护待办、决策、笔记——正好撞上了她几周前自建的协作文档「Claire’s Notebook」,当时她是想让 Codex、Grok、Muse 和自己能在同一份待办清单上协作。

这对 Google 是一次正面开火:她认为 Google 手里握着所有好东西,却让 OpenAI、Meta 抢了先。

企业会不会把「真相源」迁到 OpenAI 托管的文档上,是她接下来最关注的看点。

Sites 加插件:vibe-coded 内部工具的归宿

Sites 是 OpenAI 内置的网站应用构建器,可以通过 ChatGPT 登录后对外分享。

这次更新里她觉得「真的非常聪明」的一点:你可以把连接器和插件打包进站点。

举例:你用 Snowflake 插件做了一个自定义数据仪表板,分享给同事后,对方用自己的连接器登录——有数据权限就能看,没有权限就看不到。

她指出这直击企业界眼下的头号痛点:团队用 vibe coding(用自然语言让 AI 直接生成代码)做出了一大堆内部工具、原型、报表,但没人知道怎么安全地共享它们。

她认为 Sites 加插件就是 OpenAI 给出的答案,而企业级竞争最终会落在数据访问、治理与控制、权限、分享便利性和产出物质量这几件事上。

模型层:更快更便宜,以及一条带眼睛的快车道

Sam Altman 在主题演讲开头说,用户不断给的反馈就是「我们只想要更快、更便宜的模型」——这次的发布正是冲着这个来的:

Claire 说 Sol 一直是她的「任劳任怨的工作马」,中档工程任务的主力;要省钱,选它没错。

• Decisions API:一个「带约束的 Luna」——在预定义答案集上给出 Luna 级智能、极快返回决策的类目,直接对标她一直看好的 Jev。

但关键是:她提前试了,它有视觉能力,这是 Jev 没有的。

她现场演示了两个例子:给一期 40 分钟的播客节目挑缩略图——过去要人工逐段截帧找「表情不尴尬」的画面,Decisions API 十秒内过了一百帧全部挑完;以及一个致敬经典的热狗识别,不到一秒、100% 置信度。

她认为这类「决策型模型」是很多 AI 架构里缺失的一块,等正式发布后会做它对阵 Jev 的正面评测。

• Ultrafast:Codex 里模型运行档位从普通、fast(2 倍速)升级到 ultrafast——8 倍速,但费用是 6 倍。她说「我买不起,但我想要」。

最让她「感受到未来」的演示不是拿它扫 bug 积压,而是把它当实时引擎用:一款 AI 与人协作的画板,她随手画几笔,Astra 实时跟上画出配套的 SVG;以及一个 3D 小游戏 Little Starship,在游戏里说「给朋友们建个浴室」「我们去热带岛屿度假」「移除重力」,几秒钟内新的 3D 场景和物理规则实时渲染出来,她的孩子玩了 20 分钟。

但实话实说:跑 30 分钟花了约 97 美元。

她的观点是:延迟对真正的实时应用还稍慢,但如果能用接近实时的体验拿到高智能,就能构建以前构建不了的 AI 产品——这才是 8 倍速、乃至未来 10 倍、20 倍速前沿智能打开的想象空间。

此外还有一批发布她快速带过:agents API 里的 computer use、开放给开发者的 Codex 原语、插件机制更新(传言未来可对插件使用变现)、以及一个新的 Pro 500 套餐。

本集带走

• 现在就能试 Dot:pro、business、enterprise 套餐用户已可在 ChatGPT 和 Codex 里用上;它干的活质量不错、主动性是加分项,但线程间信息架构还乱,值得先观察、等她的完整评测。
• 企业在挣扎于 AI 生成内容的协作/共享,重点看 Spaces 和 Sites:Sites 支持把连接器打包进站点,访问者用自己的连接器登录、按自身数据权限看内容——这是对「vibe-coded 工具怎么安全共享」这个头号痛点的直接回应。 追极致质量再用 Astra。
• 需要「快而准的判断」时留意 Decisions API:预定义答案集上的快速决策,还带视觉,补上了 Jev 没有的能力;正式发布后她会做对 Jev 的正面评测。
• Ultrafast 是预览未来的窗口,不是日常档位:8 倍速、6 倍价,现在最适合的用法是把它嵌进产品里做近实时的高智能体验(实时渲染、协作画板这类),30 分钟约 97 美元,先想清楚再开。

好消息是 OpenAI 发布了很多东西，坏消息也是 OpenAI 发布了很多东西。
The good news is OpenAI released a lot of stuff. The bad news is OpenAI released a lot of stuff.
—— 嘉宾 · [00:15]

我喜欢为一个工作雇一个智能体，所以我不是那种「一个智能体统治一切」的人。
I like to hire an agent for a job, so I’m not really a one agent to rule them all person.
—— 嘉宾 · [06:07]

他们手里有所有好东西，然而 OpenAI、Meta 都抢先了一步。
They have all the goodies and yet OpenAI, Meta have all beat them to the punch.
—— 嘉宾 · [10:03]

所以再说一次，AGI 已经到来了。
So again, AGI is here.
—— 嘉宾 · [16:45]

我觉得真正有趣的是，如果你能以几乎实时的体验获得非常高的智能，你就可以构建一些以前构建不了的 AI 东西。
So what I think is really interesting is if you can get very high intelligence at almost real-time experience, you can build some AI things that I think you couldn’t build before.
—— 嘉宾 · [18:13]