OpenAI DevDay 2026：GPT-6.1 Sol、dots与ChatGPT Spaces重构Agent工作流

这周的OpenAI DevDay 2026全程我盯完了，开场半小时就意识到这和往年不一样：dots、ChatGPT Spaces两个产品抢在GPT-6.1 Sol之前率先亮相，20多项发布里真正的主角不再是某个模型，而是模型干活的那套“流水线”。如果你没时间看回放，这篇把我认为最有信息量的部分直接摊开写，尽量不做发布会式吹捧，只讲东西到底是什么、值不值得跟进、上手时要注意哪些坑。

1. 从“模型发布会”变成“运行时发布会”：这届DevDay的主线变了

1.1 三个主角的出场顺序本身就是答案

往年的DevDay通常把最重磅的模型放在最后一个部分，前面用API小更新热场。这次不同：开场十几分钟，官方先放了ChatGPT Spaces的产品演示，紧接着把dots的端到端工作流跑了一遍，最后才轮到GPT-6.1 Sol。

这个编排顺序很能说明问题。Spaces负责“场景容器”，dots负责“执行单元”，GPT-6.1 Sol负责“推理底座”。官方想让你看到的不是单个模型有多强，而是这三层怎么拼成一个完整的Agent工作流。也就是说，2026年OpenAI在DevDay上交的答卷，不再是“我们有更聪明的模型”，而是“模型聪明之后，怎么让开发者真的用起来、跑起来、留下来”。

主舞台上提到的数据也和这个判断吻合：API的周调用量同比翻了数倍，但官方明显更愿意强调“单次请求里Agent自主执行的步数变多了”。这个指标比纯token消耗更能说明问题——说明大家已经不满足于一问一答，而是把模型嵌进越来越长的自动化链路里。

1.2 三层架构各自解决什么问题

我用一个表格记录了自己对三个主角的分工理解，后面所有细节都建立在这个框架上：

这三个东西咬得很紧。没有Sol，Agent在长链路里容易跑偏；没有Spaces，上下文和记忆是散的，每次任务都像失忆的人从头开始；没有dots，即便模型和记忆都到位，你还是得写一堆胶水代码去调度。现在等于把这三件事打包成一套标准语义，这也解释了为什么发布会上反复强调“从需求到生产，路径比以往更短”。

2. GPT-6.1 Sol：四百万上下文和多模态推理的取舍

2.1 命名与版本线：6.1不是一个补丁版本

GPT-6.1 Sol的命名逻辑，官方解释是“Sol”取自拉丁语的太阳，意思是给这个版本赋予一个独立代号，而不是单纯把它看成6.0的补丁。API里的模型名是gpt-6.1-sol，另有gpt-6.1-sol-mini、gpt-6.1-sol-flash两个细分档位，分别对应高性价比、低成本低延迟场景。

Sol这代最明显的变化是把上下文窗口拉到了400万token。演示里直接把一个大型代码仓的索引、几十份设计文档和过去三周的issue讨论全部塞进一次请求，然后让它基于这些材料给出重构方案。现场没有翻车，响应时间在可接受范围内。输出上限也提到约80K token，这意味着它不只是“读得多”，还能“写得多”，对整仓级代码生成和长篇内容生产是实打实的进步。

另一个让我在意的点是原生多模态输入。文本、图片、音频、视频帧可以直接进同一个推理流程，不需要单独调用转写或抽帧服务。发布会现场给了一个质检场景：让模型同时看生产线监控画面片段、听设备异响录音、读维修日志，然后给出故障判断。这类“结合异构信息做决策”的任务，以前要拼两三个模型的输出，现在一步到位。

2.2 API调用形式有哪些变化

从API形态看，Sol继续沿用Chat Completions接口，但新增了multimodal参数，可以直接声明多模态输入；reasoning_effort则用来控制思考预算。一个最小调用示例大致长这样：

from openai import OpenAI client = OpenAI() resp = client.chat.completions.create( model="gpt-6.1-sol", messages=[ {"role": "user", "content": "根据这些材料判断产线故障原因"}, {"role": "user", "content": [ {"type": "video_frame", "source": "file:///tmp/cam.mp4", "timestamps": [0.0, 3.5, 7.2]}, {"type": "audio", "source": "file:///tmp/motor.wav"}, {"type": "text", "source": "file:///tmp/maintenance_log.txt"} ]} ], reasoning_effort="high", max_output_tokens=20000, structured_outputs=True )

结构化输出支持比前代更严格了。以前偶尔还会遇到模型返回的JSON和schema对不上的情况，这次官方明确说Sol在结构化输出模式下对schema的遵循能力做了针对性优化，我在后面几天的测试里也基本没有碰到字段错位。

价格方面，官方给了一个和现有体系兼容的定价表，我记录了大致的数字：

缓存命中的价格比主价格低一个数量级，配合官方新推的“跨会话缓存池”，长上下文场景的真实成本会明显低于纸面价格。但要注意，缓存池虽然跨Space共享，仍有容量上限和有效期，后面我会在避坑章节展开。

2.3 什么场景值得立刻迁移

先说我的判断：如果你做的是多轮Agent循环、整仓代码理解、长文档问答这类任务，Sol的400万上下文和推理质量提升是值得立刻试的，尤其是处理长链路问题时的稳定性，比上一代有明显改善。

But 如果你的核心需求只是简单分类、实体抽取、短文本改写，用mini或flash档就够了。四百万上下文听着唬人，但只在真需要长文本时才有意义。把高配模型塞进每个小任务，成本曲线会很难看。这次官方没有公布参数总量，只在材料里强调了“训练效率”和“推理效率”的提升，我个人经验是：关注可运行的上下文长度和单位成本，比纠结参数重要得多。

3. dots：把“麻烦事”变成一行命令的Agent节点

3.1 dots到底是什么

如果你用过Codex，应该对“在终端里让AI编码Agent按指令干活”有体感。dots可以理解成Codex的泛化版：Codex是编码场景下的一条专用Agent，dots则是把这类能力抽象成“一个可声明的任务节点”。一个dot就是一个独立执行的Agent任务单元，它可以被命名、被配置、被其他dot调用，也可以挂在ChatGPT Spaces里定时跑。

类比来说，Codex像你手下的一个全栈实习生，你随时可以吩咐它写代码；dots则是你给这堆实习生写的岗位说明书加排班表——每项工作拆到多细、需要调用什么工具、什么权限、什么时候执行，都用配置写清楚。这种做法的好处是任务不再依赖你每次现编一套prompt，定义一次之后就能反复跑，团队里其他人也能直接复用。

3.2 一个最小dots配置的完整过程

安装和初始化很简单：

npm install -g @openai/dots dots init

初始化后会生成一个dots.toml。我自己写了一个“每周五生成竞品动态摘要”的示例配置：

# ~/.dots/dots.toml [dots.weekly_competitor_brief] description = "每周竞品动态简报" trigger = "cron: 0 9 * * 5" space = "market_research" model = "gpt-6.1-sol-mini" steps = [ "web_search: 竞品公开新闻", "read_rss: 行业博客更新", "summarize: 输出5条要点", "write_file: spaces://market_research/reports/{{date}}.md" ] tools = ["web.search", "rss.read", "files.write"]

运行方式也简单：

dots run weekly_competitor_brief

执行后，结果会写回对应的ChatGPT Space，并在Spaces的界面里留下一条可追踪的执行记录。这里有个容易被忽略的点：steps不是自由文本，而是有语义的声明式步骤，每一步对应一个工具或内置能力。模型会按步骤顺序执行，但你也可以让它中途调整顺序，只要最终结果符合目标就行。

3.3 dots的编排与权限模型

dots最有用的设计是支持“dot调用dot”。你可以在一个dot的steps里引用另一个dot，比如先跑数据抓取dot，再跑报表生成dot，最后跑一个通知dot把它推到IM。这种编排方式比我预想的要稳，错误传播和重试策略都有内置行为。

权限模型也值得专门说。每个dot显式声明自己需要哪些工具、能访问哪些地址、读取哪些密钥：

[dots.bot_deploy] tools = ["shell.run", "docs.read", "api.call"] network = ["api.github.com", "api.internal.example.com"] secrets = ["GITHUB_TOKEN", "DEPLOY_KEY"]

这个设计比单纯给一个“是否允许联网”的开关靠谱得多。实际跑自动化脚本时，最怕的就是Agent拿着全部权限到处乱撞。有了细粒度的授权声明，dots默认落在最小权限沙箱里，网络和文件系统访问都会被拦截，直到配置里显式放开。

3.4 Muse：dots的可视化调度台

发布会把dots和Muse放在一起介绍，官方对Muse的定义是“dots的眼睛”。它把每个dot的执行步骤、调用链、token消耗和中间结果可视化出来。现场演示时，我看到一个包含十几个dot的复杂编排在Muse里展开成一张树状图，每个节点都有日志和耗时，调试体验很直接。

我的体会是：没有Muse之前，写Agent编排最大的痛苦是“黑盒”。出了问题你不知道是模型理解错、工具调用失败还是prompt写得烂。Muse相当于给Agent执行过程开了后门，至少你能在事后点击每个步骤看它当时做了什么判断，这对排查诡异行为帮助很大，值得投入使用前先熟悉它。

3.5 实测后的提醒：别一开始就把所有流程塞进一个dot

我个人建议先把任务拆小，拆到“一个dot只做一件有明确边界的事”，再通过编排把它们串起来。发布会Demo里看起来自然，是因为他们提前打磨过。我自己第一次就踩了坑：把数据抓取、清洗、生成、发送写成一个超大dot，结果中间某一步崩了，整条链都要重跑，浪费了不少时间和token。

拆小之后还有一个附带好处：单个dot可以直接被团队其他人复用。比如业务部门想要周报、日报、月报，不需要给每个人单独写流程，把已有的“数据汇总dot”和“文案生成dot”拼一下就行。权限管理也更清晰，数据读取类的dot给只读权限，发送类的dot单独授权，不会互相影响。

4. ChatGPT Spaces：聊天记录升级成“Agent工作台”

4.1 Spaces到底改变了什么

ChatGPT Spaces这个名字直译是“空间”，但它的含义比“文件夹”或者“项目”要重得多。一个Space不仅包含对话记录，还包含持久记忆、文件仓库、一组可调度的dots、服务端配置和成员权限。

更直白地讲：以前你在ChatGPT里做一件事，要开好几个聊天窗口，每次上传文件、重复背景说明，繁琐且容易丢上下文。Spaces把这些统统装进一个容器里，这个容器本身有长期记忆，你上周在某个Space里确认过的前提，这周继续提问时它还记得。官方把这种记忆策略叫“语义索引”，它不只是把历史对话原样存着，而是会抽取关键事实，再次提问时把相关部分自动拉进上下文。

我自己用下来最舒服的是它可以承接“持续进行的工作流”。比如我在“市场研究”这个Space里放了竞品资料、历史报告和几个定期运行的dots，每周五报告会自动生成在对应目录。我不需要每周重新解释一遍行业背景，这个Space自己就带着上下文。

4.2 个人、团队和API三种视角

个人使用层面，最明显的改变是把“聊一阵子就失忆”的ChatGPT变成了“记得你项目来龙去脉”的工作台。你在一个Space内做的所有操作——传文件、问问题、跑dots——都会沉淀成结构化历史，后续提问的上下文质量明显更高。

团队层面，Spaces支持成员共享、角色权限和基于活动的审计记录。演示里还展示了“结论审批”这个新交互：Agent生成的内容可以先进入待审核状态，由指定成员确认后才算完成，适合对外发布物这种需要把关的场景。

开发者视角则更直接：Spaces相关能力以API形式对外开放了。下面是当时演示的最小Python片段：

from openai import OpenAI client = OpenAI() space = client.spaces.create( name="market_research", members=[{"role": "member", "email": "analyst@example.com"}], agents=["weekly_competitor_brief"], memory_policy="semantic" ) client.spaces.files.upload( space_id=space.id, path="./competitors.csv" ) for event in client.spaces.events(space_id=space.id): print(event)

这意味着团队可以用代码批量创建Space、给Agent发消息、上传文件、订阅事件。你可以把Spaces当成一个有记忆、有Agent、有工具的协作后端，而不是只能在网页里点的UI功能。官方还给了文件系统语义spaces://space_id/path，dots和其它工具都能按照路径读写空间内的内容。

4.3 Spaces和dots怎么协作

一个Space里可以同时跑多个dots。你可以规定它们的执行顺序：先跑数据采集dot，再跑分析dot，最后由汇报dot汇总。更重要的是，这些dots之间能共享Space内的文件和历史记忆，不需要自己维护全局变量或者临时文件。

比如我给团队搭过一个“销售周报自动生成”的Space：数据抓取dot每天早上同步CRM数据，分析dot每周四下午跑同比环比，汇报dot在周五上午生成周报草稿，并在Spaces里走一遍审批流程。这个过程几乎没写胶水代码，全是配置和编排。

4.4 一个需要冷静看待的点：别把Spaces的记忆当数据库

Spaces的记忆适合做“语义召回”，也就是当背景信息用。但如果你需要进行精确统计、跨大量记录的筛选和聚合，还是老老实实走SQL、函数调用或者文件查询。记忆不会返回可验证的完整结果集，它是概率性的，只在“需要让Agent保持上下文连贯”这件事上可靠。

成本也是要注意的。Space的长期记忆不是免费的，语义索引和上下文召回都会消耗资源。如果Space里塞了大量文件又长期高频召回，账单涨幅可能超出预期。我的经验是每个Space只放当前项目真正相关的材料，过时的文件该清理就清理，权限也会更可控。

5. 剩下17项发布里，哪些值得立刻跟进

5.1 实时API和语音模型更新

这一批更新里，Realtime API的“视频帧输入”是最大亮点。语音助手不再只能听和说，摄像头每隔几秒抽一帧交给模型处理，就能实现“看着眼前的东西回答问题”。演示场景是维修人员举着手机拍设备，语音助手结合画面和声音给出操作建议。对智能硬件、教育、巡检这类场景来说，这个能力可以直接改产品方案。

语音这边也更新了一个专门的模型族，对应热词里常被提到的“OpenAI Compatible Speech”。TTS语音合成的自然度进一步改善，API兼容之前的音频接口，迁移成本不高。如果你的产品已经在做语音对话，视频帧输入和新的语音模型值得放进下一轮迭代计划。

5.2 编码Agent与开发者体验

Codex在会后也更新了：登录方式改成了“Sign in with ChatGPT”，命令行工具和IDE插件打通，支持直接在编辑器里创建和调试dots。如果你还停留在“把代码粘进ChatGPT问问题”的阶段，现在值得认真试一次Codex加dots的组合，尤其在搭建自动化脚本、写测试用例、做代码库重构这几类活上，效率差距很明显。

SDK方面，Python、Node、Go等主流语言的官方SDK都同步了新能力。还提供了一个dot模板仓库，里面有几十个现成的官方维护模板，比如“生成数据库迁移脚本”“自动补全测试矩阵”“周报生成器”。我在会后就尝鲜部署了其中一个模板，体验比从零写配置顺得多。

5.3 数据与成本工具：缓存、批处理、蒸馏

这次他们把提示词缓存升级成了“跨会话全局缓存池”。以前缓存只在同一端点下有效，现在同一个账号内多个Space、多个应用可以共享缓存。由于缓存输入价格远低于标准价格，高频重复前缀场景的成本会明显下降。建议做法是把系统提示、few-shot示例、固定知识块稳定放在请求前缀，别经常调整措辞，否则缓存命中率会掉。

Batch API来到2.0版本，折扣力度加大，也支持更长的排队时限。适合日报、周报、批量内容审核这类对时效性要求不高的任务。模型蒸馏和微调也简化了配置流程，小型模型可以从Sol的输出对里蒸馏，做垂直领域精调。

5.4 企业级能力与模型生命周期

企业端重点补齐了审计日志和密钥管理。密钥支持按项目隔离、设置月度额度上限、自动轮换，这对多人团队和多环境部署非常有用。我写过一点基础设施，深知“一把Key到处用”的隐患，所以强烈建议把“按应用拆Key”作为上线前基线动作，而不是等账单爆炸了再回头补。

另一个需要重点关注的是旧模型的下线时间表。官方公布了带日期的退役计划，几个早期GPT-4系列版本会在未来一年内停止服务。如果你还有生产依赖，务必提前跑兼容性测试，尽量把接口切到Sol系列或明确支持周期更长的版本。我个人的迁移顺序是：先切模型版本，再逐步利用缓存和Structured Outputs优化调用链路。

5.5 优先级一览表

为了方便你按自身情况排优先级，我把这20多项发布整理成了下面这张表：

6. 上手一周后的一些实际建议

6.1 最容易看漏的兼容性变化

先提醒一个文档里不起眼但容易炸的变更：Sol系列开始对“结构化输出”的JSON Schema增加了运行时校验，如果你之前的代码里写死了某些容错逻辑，比如自动修正字段名，新模型下可能会看到不同的报错行为。建议切过来之后先跑一遍线上的核心调用集，而不是只在测试环境试两个happy path。

其次是Context相关参数的命名变化。部分旧API里与上下文相关的字段被统一到新语义下，如果不改请求体，旧字段会被忽略而不是报错。这比起直接报错更阴险，因为服务看起来正常，但上下文长度和截断行为实际上已经变了。迁移时要专门检查日志里实际生效的参数。

还有一点：Spaces的API和普通的Chat Completions走的是不同端点和认证范围。如果你是在代码里初始化OpenAI客户端，需要确认API Key具备访问Spaces的权限，否则会看到403。这个问题我在第一天就遇到了，信息比较隐蔽，需要去API Key的权限配置里单独勾选。

6.2 控制成本的一些土办法

Sol虽然香，但长上下文跑一次就消耗大量token。我的做法是先设一个“预算护栏”：在客户端或网关层拦一下，超过设定上限的请求直接拒绝或改走flash档。

其次是善用缓存池。把不变部分稳定放在提示词前缀，类似“系统角色”“项目背景”“固定格式示例”这些内容统一放在最前面，且不要频繁改动。你会看到缓存命中率明显影响账单。

再一个是合理使用Reasoning Effort。不是每个请求都需要high思考预算。简单分类和抽取任务用low甚至关闭推理预算就能达标，复杂分析和长链路任务才开high。测试下来同一批任务的平均成本能差出接近三倍，效果却差不多。

6.3 我的第一周上手路线

如果你看完这篇也想跟进，我建议按这个顺序来：第一天先把Sol的API跑通，用一份真实的长文档压测400万上下文和结构化输出；第二天花两小时照着官方dot模板搭一个最小自动化任务，别自己改造，先跑通再说；第三天开始把团队里最常做的重复流程转成Spaces加dots组合，并给每个API Key配置好独立项目权限和预算上限；第四到五天再去研究Muse的调试功能，把执行过程中的异常和日志梳理一遍。

这套顺序的好处是先建立对模型能力的体感，再做自动化，最后做治理。反过来如果一上来就铺开做运维治理，很容易因为对工具不熟而产生挫败感。

6.4 写在最后的一点个人体会

我这几天的感觉是：OpenAI这次把“怎么让Agent真正干活”的复杂度消化掉了很大一部分。dots解决了任务编排和权限控制，Spaces解决了上下文记忆和协作，Sol解决了推理质量。三者凑齐之后，Delegate式的工作方式才算真正到了一个可用的成熟度。但话说回来，工具再顺手，边界还是得自己划。每个dot的权限、每个Space的记忆范围、每次调用能消耗的预算，这些治理项不会因为模型变聪明就自动消失。我目前还在继续跑更大规模的工作流测试，如果你这段时间也试了dots或者把团队流程搬进了Spaces，欢迎留言分享你的配置思路和遇到的坑。