OpenAI 年度發布會：Agent平臺/Sora API/第三方接入ChatGPT/... 講的沒講的，都在這了

今天是 OpenAI 的年度發布會：

OpenAI Dev Day 2025

10月7日凌晨一點召開，算是國慶獻禮

不愧是你：山偉國

按 Sam 的話來說，這場發布會是聚焦于「如何讓人更好的用 AI 去創造」，并帶來了以下新鮮內容

• App inside ChatGPT：加強版的 Plugin 系統
• 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 都發布了
• 還有個大會上沒講的新模型 gpt-image ，這個也以 API 發布了，是個生圖的模型

本次發布

不過按我的看法，這次的發布，更像是是聚焦于：讓開發者去定義「人與 AI 的交互方式」

這里，讓我按發布順序，仔細盤盤。并且，補充一些發布會上沒說的內容

App Inside ChatGPT

可以理解為，這是更加 Plugin 系統的加強版

先說下插件系統，這是 MCP 或者 Function Call 的鼻祖，于 2023年3月14日發布、5月中灰度上線的到了 ChatGPT。通過這個系統，ChatGPT 可以向外部請求數據，比如聯網搜索、查詢數據庫，或者干脆生成一個視頻（HeyGen 當時也接入了 Plugin 系統）

后來，這個系統在去年4月9日下線，取而代之的，是大家更熟悉的 GPTs + 自定義 Action

這次的發布，更像是 Plugin 系統的加強版，第三方應用給到的不單單是數據，而且可以是界面

比如說，在之前的 plugin 系統中，用戶通過 ChatGPT 讓 Canva 去做一個 ppt，那么用戶會獲得一個鏈接，點開后打開對應的 Canva 的對應頁面，然后繼續編輯

在這個過程中，ChatGPT 也可以直接看到對應的東西，方便了不少。你甚至可以直接在 ChatGPT 里播放 Coursera 的課程視頻，一邊看一邊問問題

Zillow 是美國的鏈家，在 Zillow 地圖上點了個房子，問「這離狗狗公園有多遠」，它能結合地圖上的信息去搜索回答

配合這個發布的，還有一個 Apps SDK。開發者們可以使用這個 SDK 把自己的應用集成到 ChatGPT 里面，獲取流量。Apps SDK 基于 MCP 標準構建，如果你已經有 MCP 服務器，只需要加個返回 HTML 的 resource，就能快速升級成完整的 app

這項功能今天就開始 Preview，可以去 OpenAI 平臺開始構建，年底會開放正式提交和審核流程，到時候還會有個 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，還會有更多的專業伙伴加入，比如 Uber（美國的滴滴）、Tripadvisor（美國的攜程/大眾點評）

同時，未來還會支持多種變現方式，包括新的 Agentic Commerce Protocol，幫助開發者完成商業化的閉環

Agent Kit

看這個界面，像不像扣子？沒錯，OpenAI 發布了他們的 Workflow 編輯器

從產品延續的角度，也可以說是 GPTs 的升級版：給 GPTs 加了更復雜的工作流，也能定義輸出的形式

對于上面說的「定義輸出的形式」，對于這次的 OpenAI 發布會，如果我想做一個指定場景的工具「DevDay 百事通」，除了能像常規 Workflow 編輯器那樣上傳數據庫之外，還可以給它一個樣式模板，比如這個：

在這種情況下，我去問它問題：有什么關于 building agents 的分享？

它回復的，便不再是純文字：“11:15 有一場 Orchestrating Agents at Scale，由 James 和 Rohan 主講，講的是如何構建 agents”

而是給你一個卡片：帶著會議時間、主講人、地點

對了，這個 case 是一個叫做 Christina 小姐姐（看著是華裔）在臺上現場搓的，累計沒用到 8 分鐘，流程包括：

• 設置工作流邏輯（分類器 + 條件判斷）
• 上傳會議日程文檔
• 加 PII 保護的 guardrail
• 配置輸出的 widget 樣式
• 部署到網站上

對于這套東西，Ramp 團隊用 Agent Builder 幾小時就搭出了采購 agent，迭代周期縮短了 70%，兩個 sprint 就上線了（以前要兩個季度）

這套東西，叫做 Agent Kit，包含以下核心組件：

• Agent Builder
• Chat Kit
• Evals for Agents

逐個來說說

Agent Builder

可視化編輯工作流，拖拽節點就能搭。左邊是常用的構建模塊，包括工具（file search、MCP）、guardrails、human-in-the-loop、各種邏輯節點。支持預覽運行、內聯 eval 配置、完整版本管理。滿意了就發布，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，能屏蔽或標記 PII、檢測越獄攻擊等，讓 agent 更可靠、更安全

扯個題外話，這東西很像扣子的「開發平臺」

Chat Kit

可嵌入的聊天組件，直接集成到你自己的產品里。處理流式響應、管理對話線程、展示模型思考過程這些復雜的事情都幫你搞定。可以自定義品牌、主題、樣式。Canva 說他們用 ChatKit 給開發者社區做支持 agent，省了兩周時間，集成只花了不到一小時

扯個題外話，這東西很像扣子的「WebSDK」

Evals for Agents

去年發布的 Evals，這次加了四個新能力：

• Datasets：快速構建 agent evals，用自動評分器和人工標注不斷擴充
• Trace grading：端到端評估 agent 工作流，自動評分找出問題
• 自動化 prompt 優化：根據人工標注和評分器輸出生成改進的 prompt
• 第三方模型支持：在 OpenAI 平臺上直接評估其他廠商的模型

扯個題外話：這東西，很像扣子的「扣子羅盤」

此外，還有個發布會上沒提的、也算在這個 kit 里的東西：Connector Registry

這玩意兒就在 ChatGPT 的設置里面，幫你把所有數據源整合到一個管理面板里，橫跨 ChatGPT 和 API。

包括預構建的連接器（Dropbox、Google Drive、SharePoint、Microsoft Teams）和第三方 MCP，讓企業能統一管理多個工作區和組織的數據

編程工具 Codex

Codex 今天開始，來到了正式版

這東西，5月發布的：

上個月，更新了一版

現在的 Codex 用的是 GPT-5 Codex 模型，專門為寫代碼和 agentic coding 優化的。現在，OpenAI 內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 PR 都過 Codex review

現在的 Codex 不只是命令行工具了，可以在你的 IDE、終端、GitHub、ChatGPT 賬號里都能用，無縫切換

Codex 這東西，還是靠譜的，在現場的工程師小哥 Ramon 做了個炸裂演示：

Ramon 拿了個會場上方的攝像頭，讓 Codex 寫代碼控制它。Codex 自己找到了 30 年前的 VISCA 協議文檔，寫好了控制代碼，還做了個控制面板，并且用 XBox 手柄就能控制攝像頭

最后來了個大的：用 Real-time API 加語音，控制會場的燈光系統（通過 MCP）

現場對著 ChatGPT 說：“把觀眾席的燈打亮”，燈就亮了

整個過程，小哥一行代碼都沒手寫，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 Codex 寫代碼或回答問題，團隊協作更方便

Enterprise Control：給企業用的管理工具，包括環境控制、監控、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

本次發布會，明面上帶來了三套模型的 API：

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

但其實...還發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，讓我來分別說說

GPT-5 Pro API

8 月發布的 GPT-5 Pro，現在開放 API 了

這模型有 400k 上下文，272k 最長輸出，適合金融、法律、醫療這種需要高準確度和深度推理的場景。Cursor、Windsurf、Replit 等頭部編程工具都在用 GPT-5 系列改變軟件開發方式

內部數據：GPT-5 Codex 已經處理了超過 40 萬億 tokens，是 OpenAI 增長最快的模型之一

Sora 2 發布

重頭戲來了，Sora 2 API 開放 Preview，分兩個版本：

sora-2：快速版，適合快速迭代。幾分鐘出結果，適合社交媒體、產品原型、概念設計

sora-2-pro：更大更強，渲染時間更長價格更貴，但畫質更精致穩定。適合高分辨率電影鏡頭、營銷素材等對視覺精度要求高的場合

價格呢...如下圖，一個 15 秒的視頻，需要至少 1.5 美金～10.5 人民幣

調用的話，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，孩子放著紅色風箏，黃金時刻陽光" ) # 輪詢狀態直到完成 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

語音模型 Real-Time Mini，比之前的 Advanced Voice 便宜 70%，質量一樣

Sam 說他覺得語音會成為人跟 AI 交互的主要方式，所以把價格打下來，讓大家都用得起

（Sam：家人們，我把價格打下來了）

GPT Image

這是個畫圖的新模型，支持圖片、文字輸入，然后生圖，效果挺不錯的

模型也分正式版和mini版，價格如下

One More Thing

這次發布會，還有幾個很有意思的點：

Sam 炫了個數據

開場就說現在有 400 萬開發者在用 OpenAI，每周 8 億人用 ChatGPT（沒聽錯，8億），API 每分鐘處理 60 億 tokens

而在兩年前的時候，是 200 萬開發者、1 億用戶、3 億 tokens/分鐘。翻了一倍不止

現場表彰

大屏幕上列出了處理過 100 億、1000 億、甚至 1 萬億 tokens 的、在現場的開發者名字，全場鼓掌，頗有種「這些才是真正推動未來的人」的儀式感

日本 89 歲老爺爺

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

以及，開場有一句話我很喜歡

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

按 Sam 的話說，AI 已經從「大家拿來研究、試驗的新鮮玩意兒」，變成了「每天都在用的生產工具」，一切潛移默化，一切順利應然

OpenAI 會在每年秋天，進行一場面向開發者的發布會，稱為 OpenAI DevDay

第一場 DevDay 2023，聚焦于模型能力，于2023年11月6號召開

這場發布會，帶來了新模型 GPT?4 Turbo（有了多模態理解）、JSON Mode（現在的結構化輸出）、GPTs（OpenAI 最早的場景 Agent 探索）

提前拿到了 GPTs 權限...前 100 個 GPTs 里，可能有 3 個是我搓的

第二場是 DevDay 2024，聚焦于業務應用，一連開了3場，分別在舊金山（10月1號）、倫敦（10月30號）和新加坡（11月21號）

這系列的發布，帶來了 Realtime API、Prompt Cache、蒸餾工具，并預告了 o1 的各項更新（比如：函數調用、開發者消息、結構化輸出和圖片理解）

發布會送的徽章，還挺好看的

今天是第三場：Dev Day 2025，N 倍擴大了規模，OpenAI 的朋友跟我說，這次來了上千人，人山人海...那烏壓壓的場面

這次陰差陽錯沒去成現場（心痛）

老實來說，每次 DevDay 最有意思的，其實不是臺上講了啥，而是散會之后，一群人開始琢磨「我能用這玩意兒搞點什么」

然后大家對著新的 API 文檔，在 GitHub 上傳著各種項目，并在 Twitter、朋友圈、即刻、小紅書上發布著各種 Demo...

這個時代，著實令人贊嘆