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：Codex 实测：OpenAI 的云端 Coding Agent
上个月，更新了一版GPT‑5-Codex 发布：OpenAI 的 Claude Code
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
粤ICP备14082021号
免费POC，
零成本试错
