就在几年前，与人工智能的互动还非常简单：用户打开聊天窗口，输入问题，然后等待回复。 ChatGPT 可以解释复杂的主题、撰写信件、精简文本或协助编写代码，但几乎每一项新操作都始于人的主动发起。人工智能虽然功能强大，但终究只是一个需要不断引导的工具。

在2026年OpenAI DevDay之后，这种模式似乎越来越不合时宜了。在9月29日于旧金山举行的会议上，该公司发布了20多项重大公告——从Codex的新模型和功能，到Agents API以及始终在线的Dots代理。 然而，真正引人入胜的并非OpenAI展示了多少新产品，而是这些产品如何整合成一个统一的系统。在这个系统中，人类越来越少地向AI解释每一步操作，而是设定目标、提供所需工具的访问权限，并监督结果。

UA.News将为您解析，为何DevDay 2026可被视为OpenAI从普通聊天聊天机器人向能够自主处理程序、文件、代码及企业服务，在云端执行长期任务，并仅在需要决策或授权时才向人类寻求帮助的AI系统迈出的又一大步。

OpenAI DevDay揭示了ChatGPT的发展主线 

在ChatGPT发展初期，其核心价值在于“回答”。用户提出问题——模型生成文本。随后，文件分析、信息检索、图像生成、代码处理、语音功能以及外部服务集成等功能相继加入。

但其运作逻辑基本保持不变：用户向AI提出请求，要求其执行某项任务。如今，OpenAI正试图颠覆这一模式。

在DevDay 2026大会上，该公司明确提到了能够承担“持续责任”（ongoing responsibilities）的智能代理——即不再是孤立的一次性请求，而是持续的职责。这一表述至关重要。 这已不再仅仅是让ChatGPT准备一份文档那么简单，而是一个能够跟踪特定流程、对变化做出反应，并在无需每个阶段都输入新提示的情况下执行后续操作的系统。

正因如此，DevDay上的各项公告应综合考量。Dots使AI能够持续运行；Agents API允许开发者将此类代理集成到自己的产品中；而Computer Use则使它们能够通过接口与程序交互。 Codex 展示了这种模式在编程中的实际应用：代理接收任务后，会自主处理文件和代码，运行验证并输出最终结果。

如果以前典型的场景是“提问——获得回答”，那么新模式则越来越像“设定目标——授予访问权限——验证结果”。 从长远来看，正是这一差异可能比基准测试中模型参数或结果数量的又一次增加更为重要。

Dots——OpenAI的智能代理，无需等待用户的新指令

OpenAI推出的Dots代理正是这种新方法最直观的例证。该公司将其描述为“always-on agents”——即能够持续保持活跃状态的代理。 每个Dot都基于GPT-6 Astra运行，拥有专属的云计算机，并能全天候执行任务。据OpenAI称，通过插件生态系统，这些代理可连接到超过4000个应用程序。

在Dots的演示中，OpenAI列举了几个场景，生动地展示了此类代理与普通聊天机器人之间的区别。 例如，对于开发人员而言，Dot 可以跟踪用户反馈、查找重复出现的问题、自主确定小幅修正方案、编写代码、进行测试并准备好完整的 pull request。人类只需审核结果即可。

对于内容创作者而言，该代理可以获取采访的新转录稿，挑选片段制作短视频，准备简介和社交媒体帖子，并考虑作者之前的修改意见。

对于科研人员而言，该代理可跟踪新数据的接收情况，重新运行分析，更新图表，并在结果发生显著变化、需要人工干预时发出通知。

OpenAI甚至举了一个早期测试的案例：Dot发现用户忘记向出版商开具发票，便自行准备好发票，并在获得确认后发送了过去。 这正是关键的分水岭。如果用户没有主动打开聊天窗口并要求检查，经典形态的ChatGPT是“不会注意到”被遗忘的账单的。而代理系统必须能够自主识别上下文、记住目标，并判断何时需要采取行动。

也就是说，OpenAI实际上正试图让AI不再只是人们寻求帮助的对象，而是成为工作中默默运作的背景参与者。

专属于AI的计算机所带来的变革远比表面看起来的要大

Dots 最重要的细节之一就是其专属的云端计算机。对用户来说，这听起来可能只是一个技术细节，但正是这一点将语言模型与完整的智能代理区分开来。

普通的语言模型只能写出如何执行某项操作的说明。而拥有计算机的智能代理则可以尝试亲自执行该操作。OpenAI指出，Dots可以使用自己的浏览器、已连接的应用程序，并能同时处理多个项目。 在此过程中，用户可以随时打开代理的电脑，查看其正在执行的操作。

这一理念现已延伸至开发者平台。 更新后的 Agents API 支持“计算机使用”功能，这使得代理能够操作浏览器、在页面间切换并与程序界面交互。这与语言模型仅通过 API 返回文本或结构化响应的情况有着根本区别。

例如，企业可以创建一个代理：它接收客户请求，在内部系统中检索信息，核查订单状态，启动相应服务，并准备后续操作。 或者，可以开发一个能够分析申请、收集必要文件，并将已准备好的案例转交给人工处理的代理。

事实上，人工智能正逐步进入与人类工作环境相同的数字工作空间：浏览器、文件、企业应用程序、终端和外部服务。

模型获得的此类工具越多，其在聊天中仅能给出漂亮回答的能力就越不重要。关键问题在于：它能否正确理解任务、将其分解为各个阶段、使用所需的应用程序、检查自身工作，并明白何时需要寻求人类帮助。

Codex展示了AI如何逐步从提供提示转向实际执行工作

这种转变在编程领域表现得最为明显。就在不久前，对于开发者而言，AI主要还只是一个助手：可以请求它编写一段代码、查找错误，或者解释某个功能为何无法运行。 在此过程中，人类始终是主要操作者——由自己打开文件、执行命令、检查结果，并向模型下达下一个任务。

借助Codex，OpenAI正逐步尝试改变这一运作模式。在DevDay活动上，该公司展示了新功能，这些功能允许将不仅是一项单独的操作，而是更大范围的工作任务交由智能代理处理。

Codex可在云端环境中运行，并能访问代码仓库、必要的依赖项及工具。开发者设定任务后，代理会自主分析项目、查找所需文件、进行修改、运行验证并返回结果。 同时，该工作并不受限于计算机上打开的窗口：即使用户切换到其他任务或关闭了笔记本电脑，任务仍可在云端继续执行。

OpenAI 的文档中指出，此类任务会创建独立的隔离环境。这使得 Codex 能够不受用户下达任务的设备限制，自由处理代码。

更重要的是，现在已经可以将工作分配给多个代理。Codex CLI 中已新增了用于并行执行任务的工具：可以指派一个代理查找错误原因，另一个代理处理特定功能，而第三个代理则负责检查更改。 在此架构下，用户正逐渐从直接编写每条命令，转向对整个流程的管控。

代码审查便是明证。Codex 能够分析所做的修改，发现潜在问题并生成反馈，甚至在开发人员亲自检查每个文件之前就完成这些工作。 某些安全工具还可以定期检查代码仓库，查找漏洞并提供修复方案。

这并不意味着可以完全将程序员从流程中剔除。人类仍然需要正确定义任务、设定访问权限、评估提出的修改方案，并审查关键代码。

不过，交互的切入点本身正在发生变化。 过去，开发人员主要利用AI来加快执行单个操作的速度。如今，OpenAI正致力于将Codex打造成一个能够承接整项任务的系统：描述问题、授予项目访问权限，过一段时间后即可获得已准备好的结果。

正因如此，Codex 堪称 OpenAI 更广泛战略的一个绝佳例证。AI 正逐渐从一种提示人类下一步行动的工具，转变为能够自主完成从设定任务到最终成果之间大部分过程的代理。

一个代理可以执行任务，多个代理可以分工协作

另一项根本性变革是从单一模型向代理系统转变。在经典的ChatGPT中，用户实际上仅与一位对话者进行交流。但复杂的实际工作很少仅由单一操作构成。

例如，推出新产品可能需要进行竞争对手调研、数据分析、文案撰写、代码编写、安全测试以及演示文稿准备。OpenAI正在逐步构建一种架构，其中主代理可以利用各种工具，并调用其他代理来处理工作的各个部分。

Agents API 已包含会话管理、上下文管理、工具管理、代码执行以及长任务恢复等机制。在 DevDay 上，OpenAI 向该系统新增了计算机使用、多代理协作以及搜索所需工具等功能。

这使人工智能更接近于一种独特的数字团队。一个代理可以收集信息，另一个处理代码，第三个则负责验证结果。在此过程中，人类只需负责设定任务和做出最终决策。

OpenAI 表示，其对未来的愿景并非仅有一个“Dot”，而是由多个代理组成的团队，代表用户协同工作。

如果这种方法足够可靠，那么与AI协作的核心技能将不再是正确撰写单个提示词的能力，而是能够准确设定目标、界定限制并构建控制流程的能力。

ChatGPT中的插件不再是补充，而是独立的界面层

OpenAI在DevDay上专门设置了一个环节，探讨第三方服务如何在ChatGPT内部运行。这一变化与代理或Codex的情况一样，同样具有重要意义。 此前，将外部服务连接到ChatGPT主要仅限于访问其功能或数据。用户提出请求，模型会调用相应服务，并将结果返回至聊天界面。 如今，OpenAI希望此类集成能更接近于完整的应用程序。

在DevDay活动上，该公司展示了插件的扩展功能，允许开发者在ChatGPT内部创建自己的交互式元素：面板、文件预览、按钮、表单以及其他界面组件。 也就是说，插件不再仅限于充当模型与外部服务之间不可见的“桥梁”。

它可以在ChatGPT中直接拥有自己的呈现形式。这对整个生态系统而言是一项重要的变革。 简而言之，服务不再需要将用户引导至独立网站，也不再需要用户在多个标签页之间来回切换。部分交互可以直接转移到聊天界面内完成。

例如，用户无需仅从 AI 获得关于文档的文本回复，而是可以通过独立视图直接打开该文档。 不再只是查看数据描述，而是直接看到交互式仪表盘；不再只是在文本中输入命令，而是点击按钮或填写由插件开发者自行创建的表单。

对 OpenAI 而言，这意味着 ChatGPT 将逐步扩展到常规对话的范畴之外。聊天仍将是入口，但其中实际的工作操作将越来越少地局限于消息交换。 对于第三方公司而言，这种模式也开辟了新的可能性：不仅可以将独立产品打造为网站或移动应用，还可以将其构建为驻留在 ChatGPT 内部的服务，并利用 ChatGPT 作为与用户交互的现成界面。

如果这种方法得以普及，对于部分服务而言，ChatGPT将逐渐不再只是通往AI的通道，而是成为用户在其内部使用这些产品平台本身。

OpenAI正将ChatGPT推向自主运行时代 

若将DevDay上的所有公告整合成一幅全景图，便不难看出OpenAI正在逐步改变ChatGPT的工作原理。这已不再仅仅是优化回答内容、提升模型速度或推出新的独立功能。 该公司正在构建一套系统，用户将能够将越来越多的工作完全交由该系统处理。

在这种模式下，用户无需时刻控制每个后续步骤。用户无需输入数十条独立指令，只需提出任务要求、设定访问权限，待工作完成或系统需要决策时，即可获得结果。

在DevDay上展示的代理、Codex云工作流、Computer Use、Agents API以及对插件的新方法，正是这一概念的组成部分。 这些工具各自解决不同的问题，但结合起来，它们使人工智能不仅能够响应请求，还能在真实的数字环境中进行操作。

与此同时，这使得控制问题比以往更加重要。模型产生“幻觉”的问题依然存在。 普通聊天机器人的错误可能仅导致错误的回答。但对于能够访问文件、浏览器、邮件、企业服务或源代码的代理而言，其错误则可能产生切实的后果。

因此，OpenAI目前正在围绕权限和确认机制构建代理模型。用户可以指定AI能够自主执行哪些操作、哪些操作需要批准，以及哪些操作它根本不应被允许访问。 这很可能将成为人工智能下一阶段发展的核心议题之一：不仅在于系统能够完成多少任务，更在于允许它自主完成多少任务。

DevDay 2026 表明，OpenAI 正是将 ChatGPT 的未来寄望于此。如果该模型能够足够可靠地运行，发生变化的将不仅仅是 ChatGPT。 人类在电脑前所扮演的角色也将随之改变：人们将不再需要不断执行琐碎的操作，而是越来越多地设定任务、制定规则并检查已完成的工作。