OpenAI在旧金山举行的DevDay 2026上发布了25项重磅更新，覆盖ChatGPT、Codex、GPT-6模型和API等多个核心产品线。此次发布中最引人关注的包括全新的常驻智能体Dots和性能大幅提升且成本更低的GPT-6.1 Sol模型。
Dots：#OpenAI的常驻智能体
Dots是OpenAI最新推出的常驻型智能体（always-on Agent），其产品形态类似一个拥有持续记忆的数字分身。与传统ChatGPT不同，Dots能够持续运行，用户只需设定一个长期目标，它便能持续保留上下文，追踪长期关注事项，并接手需要数天、数周甚至更长时间跟进的任务，记住进度、关注变化并持续推进直到任务完成。这与“一次任务”型Agent有着本质区别。
Dots具备几类核心能力：主动汇报进度或变化，无需被动询问；对长期目标保持持续追踪，跨会话不丢失状态；能够调用浏览器和应用程序，操作软件界面、检索信息并完成任务。此外，它还能同时处理多个项目。
OpenAI展示了多种使用场景。例如，在App开发中，Dots能持续关注用户反馈，自动整理需求、修复Bug、运行测试，最终将完整的PR和改动视频提交给开发者。在产品发布场景，它能理解产品定位和团队要求，根据产品范围变化修改发布材料、调整文档。在研究领域，新数据导入后，Dots可以重跑分析、调查异常、更新论文图表并修改相关解释。一个真实案例显示，一名早期测试用户遗漏的发票，Dot发现后主动准备并经人类确认后发出。
Dots支持在ChatGPT、Slack和Microsoft Teams等平台中主动汇报进度、提问或提醒决策。目前，为确保安全，Dots默认只能通过只读工具获取信息，无法自行发消息或修改应用内容。涉及外部操作时，系统会根据用户设置决定自动执行、请求批准或禁止操作。敏感事项如修改密码，则始终需要用户确认。Dots已向Pro和Business Premium用户开放，并预告未来可能支持多个Dots协同工作。
GPT-6.1 Sol：Astra级能力，成本大幅降低
考虑到智能体若要全天候持续工作，单位使用成本至关重要。OpenAI为此推出了GPT-6.1 Sol，这是GPT-6 Sol的重大升级版本。官方宣称，其智能水平已接近GPT-6 Astra，但标准输入、输出的Token费用仅为后者的五分之一。
在考查真实代码库长流程软件工程任务的DeepSWE v1.1测试中，GPT-6.1 Sol的表现已能匹配GPT-6 Astra，相比GPT-6 Sol最高提升6.4个百分点。在OSWorld 2.0的Computer Use测试中，它比GPT-6 Sol提升了7个百分点，与Astra仅差2.1个百分点。其标准API价格为每百万Token输入2美元、缓存输入0.1美元、输出10美元。
OpenAI特别强调了GPT-6.1 Sol在Agentic Coding（智能体编程）、Computer Use（电脑操作）和Professional Work（专业工作）三类能力上的强化。这些正是常驻型智能体最消耗Token的工作。通过推出这款性能接近旗舰但成本显著降低的模型，OpenAI旨在配合Dots的长时间持续工作模式，大幅降低运行开销，构成了一套精妙的产品组合策略。
其他重要更新还包括：Codex大升级，向“云端软件工程团队”发展；Agents API获得Computer Use和Codex的一系列能力；推出团队共享空间ChatGPT Space；Plugins大幅改进，ChatGPT平台化进一步开放；以及Sign in with ChatGPT，支持用户用ChatGPT账号登录外部产品，如Devin、Notion、OpenClaw等。
【AgentUpdate 深度解析】此次OpenAI DevDay 2026的核心思想，无疑是向“常驻化、低成本、高效率”的AI Agent生态全面进发。引入Dots这种“always-on”的个人Agent，彻底打破了传统LLM“一次性交互”的局限，使其能够进行有状态的、跨会话的长期任务管理，这在很大程度上弥补了现有Agent框架（如LangChain、CrewAI）在记忆管理和持续性方面的短板。同时，GPT-6.1 Sol以Astra级性能和五分之一成本的出现，直接解决了Agent大规模部署的经济性瓶颈。过去，Agent的Token消耗巨大是常态，限制了其在真实世界复杂场景中的应用。现在，低成本模型与常驻Agent的结合，意味着企业和个人将能够以更可承受的价格，部署执行长周期、高频次任务的智能体，这将极大加速AI Agent从实验室走向实际生产。未来，我们可能会看到更多Agentic Coding和Computer Use场景的爆发，Agent不再仅仅是信息检索工具，而是真正成为能自主“思考”、主动“行动”、持续“学习”的数字协作伙伴，彻底变革软件开发、客户服务乃至个人生产力领域。可以预见，这将促使整个AI Agent工具链（规划、记忆、工具调用等）进一步成熟和标准化，并激发更多创新应用。
