今天是 OpenAI 的年度發(fā)布會(huì)：

OpenAI Dev Day 2025

10月7日凌晨一點(diǎn)召開，算是國(guó)慶獻(xiàn)禮

不愧是你：山偉國(guó)

按 Sam 的話來(lái)說(shuō)，這場(chǎng)發(fā)布會(huì)是聚焦于「如何讓人更好的用 AI 去創(chuàng)造」，并帶來(lái)了以下新鮮內(nèi)容

• App inside ChatGPT：加強(qiáng)版的 Plugin 系統(tǒng)
• Agent Kit：OpenAI 的「扣子全家桶」
• Codex 正式版：OpenAI 版的 「Claude Code」
• API Update：GPT-5 Pro、Sora、Real-Time Mini 的 API 都發(fā)布了
• 還有個(gè)大會(huì)上沒(méi)講的新模型 gpt-image ，這個(gè)也以 API 發(fā)布了，是個(gè)生圖的模型

本次發(fā)布

不過(guò)按我的看法，這次的發(fā)布，更像是是聚焦于：讓開發(fā)者去定義「人與 AI 的交互方式」

這里，讓我按發(fā)布順序，仔細(xì)盤盤。并且，補(bǔ)充一些發(fā)布會(huì)上沒(méi)說(shuō)的內(nèi)容

App Inside ChatGPT

可以理解為，這是更加 Plugin 系統(tǒng)的加強(qiáng)版

先說(shuō)下插件系統(tǒng)，這是 MCP 或者 Function Call 的鼻祖，于 2023年3月14日發(fā)布、5月中灰度上線的到了 ChatGPT。通過(guò)這個(gè)系統(tǒng)，ChatGPT 可以向外部請(qǐng)求數(shù)據(jù)，比如聯(lián)網(wǎng)搜索、查詢數(shù)據(jù)庫(kù)，或者干脆生成一個(gè)視頻（HeyGen 當(dāng)時(shí)也接入了 Plugin 系統(tǒng)）

后來(lái)，這個(gè)系統(tǒng)在去年4月9日下線，取而代之的，是大家更熟悉的 GPTs + 自定義 Action

這次的發(fā)布，更像是 Plugin 系統(tǒng)的加強(qiáng)版，第三方應(yīng)用給到的不單單是數(shù)據(jù)，而且可以是界面

比如說(shuō)，在之前的 plugin 系統(tǒng)中，用戶通過(guò) ChatGPT 讓 Canva 去做一個(gè) ppt，那么用戶會(huì)獲得一個(gè)鏈接，點(diǎn)開后打開對(duì)應(yīng)的 Canva 的對(duì)應(yīng)頁(yè)面，然后繼續(xù)編輯

在這個(gè)過(guò)程中，ChatGPT 也可以直接看到對(duì)應(yīng)的東西，方便了不少。你甚至可以直接在 ChatGPT 里播放 Coursera 的課程視頻，一邊看一邊問(wèn)問(wèn)題

Zillow 是美國(guó)的鏈家，在 Zillow 地圖上點(diǎn)了個(gè)房子，問(wèn)「這離狗狗公園有多遠(yuǎn)」，它能結(jié)合地圖上的信息去搜索回答

配合這個(gè)發(fā)布的，還有一個(gè) Apps SDK。開發(fā)者們可以使用這個(gè) SDK 把自己的應(yīng)用集成到 ChatGPT 里面，獲取流量。Apps SDK 基于 MCP 標(biāo)準(zhǔn)構(gòu)建，如果你已經(jīng)有 MCP 服務(wù)器，只需要加個(gè)返回 HTML 的 resource，就能快速升級(jí)成完整的 app

這項(xiàng)功能今天就開始 Preview，可以去 OpenAI 平臺(tái)開始構(gòu)建，年底會(huì)開放正式提交和審核流程，到時(shí)候還會(huì)有個(gè) app 目錄讓用戶瀏覽

首批合作伙伴包括 Figma、Canva、Coursera、Spotify、Zillow 等，今天就能用

即將，還會(huì)有更多的專業(yè)伙伴加入，比如 Uber（美國(guó)的滴滴）、Tripadvisor（美國(guó)的攜程/大眾點(diǎn)評(píng)）

同時(shí)，未來(lái)還會(huì)支持多種變現(xiàn)方式，包括新的 Agentic Commerce Protocol，幫助開發(fā)者完成商業(yè)化的閉環(huán)

Agent Kit

看這個(gè)界面，像不像扣子？沒(méi)錯(cuò)，OpenAI 發(fā)布了他們的 Workflow 編輯器

從產(chǎn)品延續(xù)的角度，也可以說(shuō)是 GPTs 的升級(jí)版：給 GPTs 加了更復(fù)雜的工作流，也能定義輸出的形式

對(duì)于上面說(shuō)的「定義輸出的形式」，對(duì)于這次的 OpenAI 發(fā)布會(huì)，如果我想做一個(gè)指定場(chǎng)景的工具「DevDay 百事通」，除了能像常規(guī) Workflow 編輯器那樣上傳數(shù)據(jù)庫(kù)之外，還可以給它一個(gè)樣式模板，比如這個(gè)：

在這種情況下，我去問(wèn)它問(wèn)題：有什么關(guān)于 building agents 的分享？

它回復(fù)的，便不再是純文字：“11:15 有一場(chǎng) Orchestrating Agents at Scale，由 James 和 Rohan 主講，講的是如何構(gòu)建 agents”

而是給你一個(gè)卡片：帶著會(huì)議時(shí)間、主講人、地點(diǎn)

對(duì)了，這個(gè) case 是一個(gè)叫做 Christina 小姐姐（看著是華裔）在臺(tái)上現(xiàn)場(chǎng)搓的，累計(jì)沒(méi)用到 8 分鐘，流程包括：

• 設(shè)置工作流邏輯（分類器 + 條件判斷）
• 上傳會(huì)議日程文檔
• 加 PII 保護(hù)的 guardrail
• 配置輸出的 widget 樣式
• 部署到網(wǎng)站上

對(duì)于這套東西，Ramp 團(tuán)隊(duì)用 Agent Builder 幾小時(shí)就搭出了采購(gòu) agent，迭代周期縮短了 70%，兩個(gè) sprint 就上線了（以前要兩個(gè)季度）

這套東西，叫做 Agent Kit，包含以下核心組件：

• Agent Builder
• Chat Kit
• Evals for Agents

逐個(gè)來(lái)說(shuō)說(shuō)

Agent Builder

可視化編輯工作流，拖拽節(jié)點(diǎn)就能搭。左邊是常用的構(gòu)建模塊，包括工具（file search、MCP）、guardrails、human-in-the-loop、各種邏輯節(jié)點(diǎn)。支持預(yù)覽運(yùn)行、內(nèi)聯(lián) eval 配置、完整版本管理。滿意了就發(fā)布，拿到 workflow ID 直接用

另外，Agent Builder 里可以啟用 Guardrails——開源的模塊化安全層，能屏蔽或標(biāo)記 PII、檢測(cè)越獄攻擊等，讓 agent 更可靠、更安全

扯個(gè)題外話，這東西很像扣子的「開發(fā)平臺(tái)」

Chat Kit

可嵌入的聊天組件，直接集成到你自己的產(chǎn)品里。處理流式響應(yīng)、管理對(duì)話線程、展示模型思考過(guò)程這些復(fù)雜的事情都幫你搞定?？梢宰远x品牌、主題、樣式。Canva 說(shuō)他們用 ChatKit 給開發(fā)者社區(qū)做支持 agent，省了兩周時(shí)間，集成只花了不到一小時(shí)

扯個(gè)題外話，這東西很像扣子的「WebSDK」

Evals for Agents

去年發(fā)布的 Evals，這次加了四個(gè)新能力：

• Datasets：快速構(gòu)建 agent evals，用自動(dòng)評(píng)分器和人工標(biāo)注不斷擴(kuò)充
• Trace grading：端到端評(píng)估 agent 工作流，自動(dòng)評(píng)分找出問(wèn)題
• 自動(dòng)化 prompt 優(yōu)化：根據(jù)人工標(biāo)注和評(píng)分器輸出生成改進(jìn)的 prompt
• 第三方模型支持：在 OpenAI 平臺(tái)上直接評(píng)估其他廠商的模型

扯個(gè)題外話：這東西，很像扣子的「扣子羅盤」

此外，還有個(gè)發(fā)布會(huì)上沒(méi)提的、也算在這個(gè) kit 里的東西：Connector Registry

這玩意兒就在 ChatGPT 的設(shè)置里面，幫你把所有數(shù)據(jù)源整合到一個(gè)管理面板里，橫跨 ChatGPT 和 API。

包括預(yù)構(gòu)建的連接器（Dropbox、Google Drive、SharePoint、Microsoft Teams）和第三方 MCP，讓企業(yè)能統(tǒng)一管理多個(gè)工作區(qū)和組織的數(shù)據(jù)

編程工具 Codex

Codex 今天開始，來(lái)到了正式版

這東西，5月發(fā)布的：

上個(gè)月，更新了一版

現(xiàn)在的 Codex 用的是 GPT-5 Codex 模型，專門為寫代碼和 agentic coding 優(yōu)化的?，F(xiàn)在，OpenAI 內(nèi)部幾乎所有新代碼都是 Codex 用戶寫的，用 Codex 的工程師每周多完成 70% 的 PR，基本上每個(gè) PR 都過(guò) Codex review

現(xiàn)在的 Codex 不只是命令行工具了，可以在你的 IDE、終端、GitHub、ChatGPT 賬號(hào)里都能用，無(wú)縫切換

Codex 這東西，還是靠譜的，在現(xiàn)場(chǎng)的工程師小哥 Ramon 做了個(gè)炸裂演示：

Ramon 拿了個(gè)會(huì)場(chǎng)上方的攝像頭，讓 Codex 寫代碼控制它。Codex 自己找到了 30 年前的 VISCA 協(xié)議文檔，寫好了控制代碼，還做了個(gè)控制面板，并且用 XBox 手柄就能控制攝像頭

最后來(lái)了個(gè)大的：用 Real-time API 加語(yǔ)音，控制會(huì)場(chǎng)的燈光系統(tǒng)（通過(guò) MCP）

現(xiàn)場(chǎng)對(duì)著 ChatGPT 說(shuō)：“把觀眾席的燈打亮”，燈就亮了

整個(gè)過(guò)程，小哥一行代碼都沒(méi)手寫，純口噴

除此之外，Codex 還多了以下倆玩意兒：

Slack Integration：直接在 Slack 里問(wèn) Codex 寫代碼或回答問(wèn)題，團(tuán)隊(duì)協(xié)作更方便

Enterprise Control：給企業(yè)用的管理工具，包括環(huán)境控制、監(jiān)控、分析儀表板等，讓大公司也能放心用

API 迭代

敲黑板，這里是正片

本次發(fā)布會(huì)，明面上帶來(lái)了三套模型的 API：

• GPT-5 Pro
• Sora2 & Sora2 Pro
• Real-Time Mini

但其實(shí)...還發(fā)布了他們家的圖像生成 API gpt-image-1-mini，低至 0.005 美分一張圖。下面，讓我來(lái)分別說(shuō)說(shuō)

GPT-5 Pro API

8 月發(fā)布的 GPT-5 Pro，現(xiàn)在開放 API 了

這模型有 400k 上下文，272k 最長(zhǎng)輸出，適合金融、法律、醫(yī)療這種需要高準(zhǔn)確度和深度推理的場(chǎng)景。Cursor、Windsurf、Replit 等頭部編程工具都在用 GPT-5 系列改變軟件開發(fā)方式

內(nèi)部數(shù)據(jù)：GPT-5 Codex 已經(jīng)處理了超過(guò) 40 萬(wàn)億 tokens，是 OpenAI 增長(zhǎng)最快的模型之一

Sora 2 發(fā)布

重頭戲來(lái)了，Sora 2 API 開放 Preview，分兩個(gè)版本：

sora-2：快速版，適合快速迭代。幾分鐘出結(jié)果，適合社交媒體、產(chǎn)品原型、概念設(shè)計(jì)

sora-2-pro：更大更強(qiáng)，渲染時(shí)間更長(zhǎng)價(jià)格更貴，但畫質(zhì)更精致穩(wěn)定。適合高分辨率電影鏡頭、營(yíng)銷素材等對(duì)視覺精度要求高的場(chǎng)合

價(jià)格呢...如下圖，一個(gè) 15 秒的視頻，需要至少 1.5 美金～10.5 人民幣

調(diào)用的話，代碼大概這么寫

from openai importOpenAI openai = OpenAI() # 生成視頻 video = openai.videos.create(     model="sora-2",     prompt="草地公園的廣角鏡頭，孩子放著紅色風(fēng)箏，黃金時(shí)刻陽(yáng)光" ) # 輪詢狀態(tài)直到完成 while video.statusin ("in_progress", "queued"):     video = openai.videos.retrieve(video.id)     time.sleep(2) # 下載視頻 content = openai.videos.download_content(video.id) content.write_to_file("video.mp4")

Real-Time Mini

語(yǔ)音模型 Real-Time Mini，比之前的 Advanced Voice 便宜 70%，質(zhì)量一樣

Sam 說(shuō)他覺得語(yǔ)音會(huì)成為人跟 AI 交互的主要方式，所以把價(jià)格打下來(lái)，讓大家都用得起

（Sam：家人們，我把價(jià)格打下來(lái)了）

GPT Image

這是個(gè)畫圖的新模型，支持圖片、文字輸入，然后生圖，效果挺不錯(cuò)的

模型也分正式版和mini版，價(jià)格如下

One More Thing

這次發(fā)布會(huì)，還有幾個(gè)很有意思的點(diǎn)：

Sam 炫了個(gè)數(shù)據(jù)

開場(chǎng)就說(shuō)現(xiàn)在有 400 萬(wàn)開發(fā)者在用 OpenAI，每周 8 億人用 ChatGPT（沒(méi)聽錯(cuò)，8億），API 每分鐘處理 60 億 tokens

而在兩年前的時(shí)候，是 200 萬(wàn)開發(fā)者、1 億用戶、3 億 tokens/分鐘。翻了一倍不止

現(xiàn)場(chǎng)表彰

大屏幕上列出了處理過(guò) 100 億、1000 億、甚至 1 萬(wàn)億 tokens 的、在現(xiàn)場(chǎng)的開發(fā)者名字，全場(chǎng)鼓掌，頗有種「這些才是真正推動(dòng)未來(lái)的人」的儀式感

日本 89 歲老爺爺

Sam 提到了一個(gè)案例，日本一個(gè) 89 歲的退休老人用 ChatGPT 自學(xué)編程，做了 11 個(gè) iPhone app，專門給老年人用。這種故事聽著就很暖

以及，開場(chǎng)有一句話我很喜歡

"AI has gone from something people build, play with to something people build with every day."

按 Sam 的話說(shuō)，AI 已經(jīng)從「大家拿來(lái)研究、試驗(yàn)的新鮮玩意兒」，變成了「每天都在用的生產(chǎn)工具」，一切潛移默化，一切順利應(yīng)然

OpenAI 會(huì)在每年秋天，進(jìn)行一場(chǎng)面向開發(fā)者的發(fā)布會(huì)，稱為 OpenAI DevDay

第一場(chǎng) DevDay 2023，聚焦于模型能力，于2023年11月6號(hào)召開

這場(chǎng)發(fā)布會(huì)，帶來(lái)了新模型 GPT?4 Turbo（有了多模態(tài)理解）、JSON Mode（現(xiàn)在的結(jié)構(gòu)化輸出）、GPTs（OpenAI 最早的場(chǎng)景 Agent 探索）

提前拿到了 GPTs 權(quán)限...前 100 個(gè) GPTs 里，可能有 3 個(gè)是我搓的

第二場(chǎng)是 DevDay 2024，聚焦于業(yè)務(wù)應(yīng)用，一連開了3場(chǎng)，分別在舊金山（10月1號(hào)）、倫敦（10月30號(hào)）和新加坡（11月21號(hào)）

這系列的發(fā)布，帶來(lái)了 Realtime API、Prompt Cache、蒸餾工具，并預(yù)告了 o1 的各項(xiàng)更新（比如：函數(shù)調(diào)用、開發(fā)者消息、結(jié)構(gòu)化輸出和圖片理解）

發(fā)布會(huì)送的徽章，還挺好看的

今天是第三場(chǎng)：Dev Day 2025，N 倍擴(kuò)大了規(guī)模，OpenAI 的朋友跟我說(shuō)，這次來(lái)了上千人，人山人海...那烏壓壓的場(chǎng)面

這次陰差陽(yáng)錯(cuò)沒(méi)去成現(xiàn)場(chǎng)（心痛）

老實(shí)來(lái)說(shuō)，每次 DevDay 最有意思的，其實(shí)不是臺(tái)上講了啥，而是散會(huì)之后，一群人開始琢磨「我能用這玩意兒搞點(diǎn)什么」

然后大家對(duì)著新的 API 文檔，在 GitHub 上傳著各種項(xiàng)目，并在 Twitter、朋友圈、即刻、小紅書上發(fā)布著各種 Demo...

這個(gè)時(shí)代，著實(shí)令人贊嘆