背景與問題
OpenAI 在 DevDay 2026 釋出一連串面向開發者的更新，根據 InfoQ 於 2026 年 10 月 2 日的整理，核心方向很明確：把平台重心從單次模型回應，推向能持續執行任務、操作軟體、使用工具並跨應用協作的代理工作流。這次公布的項目包括 Agents API 支援 computer use、Codex 可在雲端環境執行、GPT-6.1 Sol 模型、有限預覽的 Decisions API、ChatGPT 外掛介面擴充，以及 Dots 與 ChatGPT Space 兩個更偏長期協作的產品概念。對開發者而言，重點不只是模型變強，而是 OpenAI 正在把執行環境、工具調用、上下文管理與多代理分工包進平台層，降低自行拼裝代理系統的門檻。
核心內容
Agents API 新增的 computer use，指的是讓代理透過圖形介面操作軟體，而不是只能呼叫已整理好的 API。這解決的是真實企業系統常見的落差：很多工作仍然發生在瀏覽器、桌面程式或沒有完整 API 的內部工具上。OpenAI 同時把 Codex 的多代理能力、tool search、tool calling 與 context compaction 納入 Agents API，並表示底層執行基礎設施由 OpenAI 管理。tool search 是讓代理在大量工具中找出可用項目，tool calling 是實際觸發外部功能，context compaction 則是在長任務中壓縮上下文，避免對話或執行紀錄塞滿模型視窗。這些能力會透過 API 提供，也會開放給特定方案的 Codex 與 ChatGPT Work 使用者。
GPT-6.1 Sol 是 GPT-6 Sol 的更新，主打編碼、computer use 與專業任務。OpenAI 的說法是它在多項評估上接近 GPT-6 Astra，但標準輸入與輸出 token 價格只有 Astra 的五分之一，快取輸入則為每百萬 token 0.10 美元。若這個價格與品質關係在實務上成立，意義在於把接近高階模型的表現拉到較可承受的推理成本，尤其對需要頻繁呼叫、長上下文或大量代理回合的應用更重要。GPT-6.1 Sol 可透過 API、ChatGPT Work 與 Codex 使用。
Codex 的變化偏向工程流程整合。它不再只在本機電腦運作，也能啟動雲端環境中的遠端任務，讓開發者從其他裝置發起工作。Codex CLI 新增語音輸入與 /agents 介面，用於委派並監控多個任務。新的 code-review 流程可分析 GitHub pull request 與 GitLab merge request 中的 diff 與潛在問題；Codex Security Cloud 則可掃描儲存庫與新提交、調查發現、去除重複結果並準備修正。這些功能若整合順利，等於把程式碼審查、安全掃描與修復建議放進同一個代理式開發循環。
Decisions API 目前處於 limited preview，使用較小的 Luna 模型，根據文字或圖片上下文，從預先定義的答案集合中選擇結果。它的定位不是開放式生成，而是分類、請求路由或決定代理下一步動作。這類「受限輸出」在生產系統中很實用，因為許多自動化節點只需要在固定選項中做穩定判斷，例如工單分流、風險等級判定或流程分支。用小模型處理決策點，也可能比每次呼叫大型生成模型更便宜、更快且更容易驗證。
ChatGPT 外掛系統的擴充則讓第三方功能更貼近對話介面。開發者可建立 sidebar experiences、互動對話面板與自訂檔案檢視器；外掛也能透過 proposed MCP Events specification 回應事件，使連接應用中發生特定事件時自動啟動流程。MCP 在此可理解為讓模型、工具與應用之間交換上下文與能力的規範方向，而 Events 的想法是把「發生某件事」變成觸發代理工作的訊號。DevDay 也提出 Dots，即可處理持續任務的持久代理，以及 ChatGPT Space，讓團隊與代理共享上下文的協作空間。兩者共同指向一個願景：AI 不是被叫出來回答一次，而是留在工作區中長期參與。
脈絡解讀與影響
這次發布的關鍵不在單一名詞，而在組合。computer use 補上 GUI 操作缺口，雲端 Codex 把執行環境從本機移到可遠端啟動的基礎設施，Decisions API 提供低成本判斷節點，MCP Events 與 Dots 則把觸發、持續性與共享上下文接起來。對正在建代理的團隊來說，這可能減少自建排程、狀態保存、工具路由與 UI 操作層的需求；但相對地，也會讓應用更依賴 OpenAI 的執行模型、計價方式與資料邊界。
社群反應呈現兩面。OpenAI 開發者 Victor Nunez 表示，Dots 在 DevDay 前一週大幅改進，並預期它可能成為多數人與 AI 互動的主要方式。開發者 @TokenGremlin 則認為 GPT-6.1 Sol 可能是 OpenAI 史上最佳發布，理由是以 Luna 等級價格提供接近 Astra 品質的「不尋常感受」。也有開發者肯定 computer use、雲端 Codex 與低價模型是實用補強，但質疑這些是否只是追上既有代理平台已具備的能力，而非根本突破。
限制與實務意義
實務採用前仍有幾個限制需要釐清。Decisions API 仍是有限預覽，部分功能也只開放給 selected plans；OpenAI 對 GPT-6.1 Sol 接近 Astra 的說法屬於官方評估表述，實際效果仍要看任務類型、工具鏈、延遲與失敗率。computer use 雖能操作 GUI，但圖形介面自動化本質上比 API 更脆弱，容易受版面變更、權限、驗證碼、彈窗與安全政策影響。雲端 Codex 與安全掃描涉及程式碼與提交資料流向，企業需要確認儲存、稽核、隔離與合規設計。成本方面，標準價格與 cached input 價格不能混為一談；長上下文、反覆試錯與多代理並行可能快速放大 token 用量。
整體來看，DevDay 2026 顯示 OpenAI 想從模型供應商進一步成為代理執行平台。短期最直接受益的是需要用 GUI 補齊自動化缺口、想把 code review 與安全掃描交給代理流程、以及需要低成本分類與路由的團隊；中長期則要看 Dots、ChatGPT Space 與 MCP Events 能否形成穩定生態，而不是只停在展示層。真正決定價值的，不會是單次 demo 是否流暢，而是代理在權限受控、失敗可回復、成本可預估與責任可追蹤的前提下，能否連續數週處理真實工作。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。