OpenAI 年度发布会：Agent平台/Sora API/第三方接入ChatGPT/... 讲的没讲的，都在这了

今天是 OpenAI 的年度发布会：

OpenAI Dev Day 2025

10月7日凌晨一点召开，算是国庆献礼

不愧是你：山伟国

按 Sam 的话来说，这场发布会是聚焦于「如何让人更好的用 AI 去创造」，并带来了以下新鲜内容

• App inside ChatGPT：加强版的 Plugin 系统
• 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 都发布了
• 还有个大会上没讲的新模型 gpt-image ，这个也以 API 发布了，是个生图的模型

本次发布

不过按我的看法，这次的发布，更像是是聚焦于：让开发者去定义「人与 AI 的交互方式」

这里，让我按发布顺序，仔细盘盘。并且，补充一些发布会上没说的内容

App Inside ChatGPT

可以理解为，这是更加 Plugin 系统的加强版

先说下插件系统，这是 MCP 或者 Function Call 的鼻祖，于 2023年3月14日发布、5月中灰度上线的到了 ChatGPT。通过这个系统，ChatGPT 可以向外部请求数据，比如联网搜索、查询数据库，或者干脆生成一个视频（HeyGen 当时也接入了 Plugin 系统）

后来，这个系统在去年4月9日下线，取而代之的，是大家更熟悉的 GPTs + 自定义 Action

这次的发布，更像是 Plugin 系统的加强版，第三方应用给到的不单单是数据，而且可以是界面

比如说，在之前的 plugin 系统中，用户通过 ChatGPT 让 Canva 去做一个 ppt，那么用户会获得一个链接，点开后打开对应的 Canva 的对应页面，然后继续编辑

在这个过程中，ChatGPT 也可以直接看到对应的东西，方便了不少。你甚至可以直接在 ChatGPT 里播放 Coursera 的课程视频，一边看一边问问题

Zillow 是美国的链家，在 Zillow 地图上点了个房子，问「这离狗狗公园有多远」，它能结合地图上的信息去搜索回答

配合这个发布的，还有一个 Apps SDK。开发者们可以使用这个 SDK 把自己的应用集成到 ChatGPT 里面，获取流量。Apps SDK 基于 MCP 标准构建，如果你已经有 MCP 服务器，只需要加个返回 HTML 的 resource，就能快速升级成完整的 app

这项功能今天就开始 Preview，可以去 OpenAI 平台开始构建，年底会开放正式提交和审核流程，到时候还会有个 app 目录让用户浏览

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

即将，还会有更多的专业伙伴加入，比如 Uber（美国的滴滴）、Tripadvisor（美国的携程/大众点评）

同时，未来还会支持多种变现方式，包括新的 Agentic Commerce Protocol，帮助开发者完成商业化的闭环

Agent Kit

看这个界面，像不像扣子？没错，OpenAI 发布了他们的 Workflow 编辑器

从产品延续的角度，也可以说是 GPTs 的升级版：给 GPTs 加了更复杂的工作流，也能定义输出的形式

对于上面说的「定义输出的形式」，对于这次的 OpenAI 发布会，如果我想做一个指定场景的工具「DevDay 百事通」，除了能像常规 Workflow 编辑器那样上传数据库之外，还可以给它一个样式模板，比如这个：

在这种情况下，我去问它问题：有什么关于 building agents 的分享？

它回复的，便不再是纯文字：“11:15 有一场 Orchestrating Agents at Scale，由 James 和 Rohan 主讲，讲的是如何构建 agents”

而是给你一个卡片：带着会议时间、主讲人、地点

对了，这个 case 是一个叫做 Christina 小姐姐（看着是华裔）在台上现场搓的，累计没用到 8 分钟，流程包括：

• 设置工作流逻辑（分类器 + 条件判断）
• 上传会议日程文档
• 加 PII 保护的 guardrail
• 配置输出的 widget 样式
• 部署到网站上

对于这套东西，Ramp 团队用 Agent Builder 几小时就搭出了采购 agent，迭代周期缩短了 70%，两个 sprint 就上线了（以前要两个季度）

这套东西，叫做 Agent Kit，包含以下核心组件：

• Agent Builder
• Chat Kit
• Evals for Agents

逐个来说说

Agent Builder

可视化编辑工作流，拖拽节点就能搭。左边是常用的构建模块，包括工具（file search、MCP）、guardrails、human-in-the-loop、各种逻辑节点。支持预览运行、内联 eval 配置、完整版本管理。满意了就发布，拿到 workflow ID 直接用

另外，Agent Builder 里可以启用 Guardrails——开源的模块化安全层，能屏蔽或标记 PII、检测越狱攻击等，让 agent 更可靠、更安全

扯个题外话，这东西很像扣子的「开发平台」

Chat Kit

可嵌入的聊天组件，直接集成到你自己的产品里。处理流式响应、管理对话线程、展示模型思考过程这些复杂的事情都帮你搞定。可以自定义品牌、主题、样式。Canva 说他们用 ChatKit 给开发者社区做支持 agent，省了两周时间，集成只花了不到一小时

扯个题外话，这东西很像扣子的「WebSDK」

Evals for Agents

去年发布的 Evals，这次加了四个新能力：

• Datasets：快速构建 agent evals，用自动评分器和人工标注不断扩充
• Trace grading：端到端评估 agent 工作流，自动评分找出问题
• 自动化 prompt 优化：根据人工标注和评分器输出生成改进的 prompt
• 第三方模型支持：在 OpenAI 平台上直接评估其他厂商的模型

扯个题外话：这东西，很像扣子的「扣子罗盘」

此外，还有个发布会上没提的、也算在这个 kit 里的东西：Connector Registry

这玩意儿就在 ChatGPT 的设置里面，帮你把所有数据源整合到一个管理面板里，横跨 ChatGPT 和 API。

包括预构建的连接器（Dropbox、Google Drive、SharePoint、Microsoft Teams）和第三方 MCP，让企业能统一管理多个工作区和组织的数据

编程工具 Codex

Codex 今天开始，来到了正式版

这东西，5月发布的：

上个月，更新了一版

现在的 Codex 用的是 GPT-5 Codex 模型，专门为写代码和 agentic coding 优化的。现在，OpenAI 内部几乎所有新代码都是 Codex 用户写的，用 Codex 的工程师每周多完成 70% 的 PR，基本上每个 PR 都过 Codex review

现在的 Codex 不只是命令行工具了，可以在你的 IDE、终端、GitHub、ChatGPT 账号里都能用，无缝切换

Codex 这东西，还是靠谱的，在现场的工程师小哥 Ramon 做了个炸裂演示：

Ramon 拿了个会场上方的摄像头，让 Codex 写代码控制它。Codex 自己找到了 30 年前的 VISCA 协议文档，写好了控制代码，还做了个控制面板，并且用 XBox 手柄就能控制摄像头

最后来了个大的：用 Real-time API 加语音，控制会场的灯光系统（通过 MCP）

现场对着 ChatGPT 说：“把观众席的灯打亮”，灯就亮了

整个过程，小哥一行代码都没手写，纯口喷

除此之外，Codex 还多了以下俩玩意儿：

Slack Integration：直接在 Slack 里问 Codex 写代码或回答问题，团队协作更方便

Enterprise Control：给企业用的管理工具，包括环境控制、监控、分析仪表板等，让大公司也能放心用

API 迭代

敲黑板，这里是正片

本次发布会，明面上带来了三套模型的 API：

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

但其实...还发布了他们家的图像生成 API gpt-image-1-mini，低至 0.005 美分一张图。下面，让我来分别说说

GPT-5 Pro API

8 月发布的 GPT-5 Pro，现在开放 API 了

这模型有 400k 上下文，272k 最长输出，适合金融、法律、医疗这种需要高准确度和深度推理的场景。Cursor、Windsurf、Replit 等头部编程工具都在用 GPT-5 系列改变软件开发方式

内部数据：GPT-5 Codex 已经处理了超过 40 万亿 tokens，是 OpenAI 增长最快的模型之一

Sora 2 发布

重头戏来了，Sora 2 API 开放 Preview，分两个版本：

sora-2：快速版，适合快速迭代。几分钟出结果，适合社交媒体、产品原型、概念设计

sora-2-pro：更大更强，渲染时间更长价格更贵，但画质更精致稳定。适合高分辨率电影镜头、营销素材等对视觉精度要求高的场合

价格呢...如下图，一个 15 秒的视频，需要至少 1.5 美金～10.5 人民币

调用的话，代码大概这么写

from openai importOpenAI openai = OpenAI() # 生成视频 video = openai.videos.create(     model="sora-2",     prompt="草地公园的广角镜头，孩子放着红色风筝，黄金时刻阳光" ) # 轮询状态直到完成 while video.statusin ("in_progress", "queued"):     video = openai.videos.retrieve(video.id)     time.sleep(2) # 下载视频 content = openai.videos.download_content(video.id) content.write_to_file("video.mp4")

Real-Time Mini

语音模型 Real-Time Mini，比之前的 Advanced Voice 便宜 70%，质量一样

Sam 说他觉得语音会成为人跟 AI 交互的主要方式，所以把价格打下来，让大家都用得起

（Sam：家人们，我把价格打下来了）

GPT Image

这是个画图的新模型，支持图片、文字输入，然后生图，效果挺不错的

模型也分正式版和mini版，价格如下

One More Thing

这次发布会，还有几个很有意思的点：

Sam 炫了个数据

开场就说现在有 400 万开发者在用 OpenAI，每周 8 亿人用 ChatGPT（没听错，8亿），API 每分钟处理 60 亿 tokens

而在两年前的时候，是 200 万开发者、1 亿用户、3 亿 tokens/分钟。翻了一倍不止

现场表彰

大屏幕上列出了处理过 100 亿、1000 亿、甚至 1 万亿 tokens 的、在现场的开发者名字，全场鼓掌，颇有种「这些才是真正推动未来的人」的仪式感

日本 89 岁老爷爷

Sam 提到了一个案例，日本一个 89 岁的退休老人用 ChatGPT 自学编程，做了 11 个 iPhone app，专门给老年人用。这种故事听着就很暖

以及，开场有一句话我很喜欢

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

按 Sam 的话说，AI 已经从「大家拿来研究、试验的新鲜玩意儿」，变成了「每天都在用的生产工具」，一切潜移默化，一切顺利应然

OpenAI 会在每年秋天，进行一场面向开发者的发布会，称为 OpenAI DevDay

第一场 DevDay 2023，聚焦于模型能力，于2023年11月6号召开

这场发布会，带来了新模型 GPT‑4 Turbo（有了多模态理解）、JSON Mode（现在的结构化输出）、GPTs（OpenAI 最早的场景 Agent 探索）

提前拿到了 GPTs 权限...前 100 个 GPTs 里，可能有 3 个是我搓的

第二场是 DevDay 2024，聚焦于业务应用，一连开了3场，分别在旧金山（10月1号）、伦敦（10月30号）和新加坡（11月21号）

这系列的发布，带来了 Realtime API、Prompt Cache、蒸馏工具，并预告了 o1 的各项更新（比如：函数调用、开发者消息、结构化输出和图片理解）

发布会送的徽章，还挺好看的

今天是第三场：Dev Day 2025，N 倍扩大了规模，OpenAI 的朋友跟我说，这次来了上千人，人山人海...那乌压压的场面

这次阴差阳错没去成现场（心痛）

老实来说，每次 DevDay 最有意思的，其实不是台上讲了啥，而是散会之后，一群人开始琢磨「我能用这玩意儿搞点什么」

然后大家对着新的 API 文档，在 GitHub 上传着各种项目，并在 Twitter、朋友圈、即刻、小红书上发布着各种 Demo...

这个时代，着实令人赞叹