這幾年外界對於 AI 炒作與實用價值的質疑從沒停過，但隨著模型能力的迭代以及外部架構（Harness）的完善，AI 正在一步一步克服真實世界裡繁瑣複雜的工作。當看見 OpenAI 在 DevDay 2026 一口氣端出 20 多項更新時，很清楚地感受到：這場競爭已經從單純的聊天問答和跑分宣傳，跨入了常駐代理人（Agent）與企業工作基礎設施的競賽。
另外在 Grok Bot、Meta Muse 等外部競品帶來的步步進逼下，OpenAI 這次交出了一張覆蓋技術底層到商業生態的完整版圖。
新聞重點
這次發表的核心主軸，是把 AI 從「被動等待提示詞的助理」，轉變為「能主動接管職責的常駐系統」。最重要的產品當屬具備獨立雲端電腦的自主智慧體「dots」，它由 GPT-6 Astra 驅動，能在授權邊界內跨工具跑完長流程任務；同時 OpenAI 釋出了價格僅 Astra 五分之一的 GPT-6.1 Sol，大幅壓低了代理人頻繁推論的成本。
在工作場景上，ChatGPT 正在把自身變成作業系統般的協作平台。官方推出了類似雲端文件的「動態頁面」與「協作簡報」，讓團隊能和 AI 在同一塊畫布上修文件、拉圖表，甚至原生打通 Slack 與 Teams 通訊工具。
對開發者而言，底層也迎來關鍵解耦：除了 Codex CLI 支援語音指揮與多智慧體調度外，還新增了專門處理分支選擇的 Decisions API，以及支援電腦操作的 Agents API。商業端則推出了每月 500 美元的高階 Pro 方案、支援生態互通的「使用 ChatGPT 登入（Sign in with ChatGPT）」，以及能折抵第三方軟體採購的企業市集。
我的觀察與心得
一早起來就看到許多分享者整理的龐大的發表清單，我比較留意的並不是個別模型的分數，而是 OpenAI 在技術解構與商業模式上的幾項變化。
首先，每月 500 美元方案的出現，某種程度上是一個極具象徵意義的里程碑。以換算後的成本來看，這筆費用已經接近三分之一甚至四分之一的初階實習生或助理薪水。當一家公司把訂閱費定在這個級距，且市場願意買單，代表企業對 AI 承擔實際產出的信任度與支付意願正在質變。雖然目前自主代理人（如 dots）在無人監管下是否能完美自我除錯仍保持務實還難以定論，但這個定價確立了 AI 正式作為「勞動力成本」被計價的趨勢。
其次，在開發層面，Decisions API 精準地切中了「模型路由」的剛需。過去讓旗艦大模型去做簡單的分流判斷，既浪費算力又徒增延遲。把有限選項的決策與路由獨立出來，交給輕量特化機制去即時判讀，本質上就是推論經濟學的優化——省時、省錢，讓大模型專注在硬仗，小模型負責指路，這是未來工作流能規模化跑起來的關鍵。
最後是商業生態的「Sign in with ChatGPT」。這是一著非常聰明且具備平台野心的棋。如同當年的 Google 帳號登入，當 OpenAI 掌握了超過 12 億名使用者的入口，這個身分驗證按鈕就具備了極大的分發話語權。這不僅未來能向整合的企業收取推介或平台服務費，更能把非核心的特定推論需求導向外部生態，在維持自身平台地位的同時，或許也能減輕自建伺服器與訂閱費只能一昧消耗推論晶片的巨大負擔。
這件事值得繼續觀察什麼
- Harness 能否真正支撐全自主運作：dots 這類擁有雲端電腦的代理人，在面對現實中斷、網路異常或工具授權失效時，容錯機制到底能不能做到真正的免維護，還是依然需要使用者隨時介入排錯。
- 模型分流與路由架構的落地成效：Decisions API 搭配平價的 GPT-6.1 Sol，能否在複雜的自動化流程中，顯著把企業與個人開發者的 API 成本壓低到甜蜜點。
- 平台化生態的吸納速度：各大第三方 SaaS 與開發者對「Sign in with ChatGPT」與 MCP 事件整合的跟進意願，將決定 OpenAI 是單純的工具供應商，還是真正立足的下一代軟體平台。
