OpenAI发布GPT-6.1:智能体可操作电脑
OpenAI在DevDay 2026发布新一代旗舰模型GPT-6.1 Sol,并为Agents API新增电脑操作能力,同步推出云端Codex环境、Decisions API与ChatGPT新插件,智能体开发链条进一步完善。
2026年10月,OpenAI在一年一度的DevDay开发者大会上宣布了一系列产品与开发者更新。据InfoQ记者Daniel Dominguez报道,本次大会的发布名单共五项:新一代旗舰模型GPT-6.1 Sol、为Agents API引入的“电脑操作”(computer use)能力、云端化的Codex运行环境、全新的Decisions API,以及ChatGPT的新插件能力。其中最受外界关注的,是GPT-6.1的正式亮相,以及“让智能体亲手操作电脑”的落地:前者代表模型能力的又一次迭代,后者则意味着智能体正在从“能对话”走向“能干活”。
GPT-6.1 Sol亮相:旗舰模型再度迭代
GPT-6.1 Sol是本次DevDay的头号发布。从命名看,它延续了GPT系列的版本演进路线,在GPT-6.1的基础上获得专属代号“Sol”,显示出OpenAI正在为旗舰模型建立更清晰的产品标识。作为最新旗舰,GPT-6.1 Sol预计将承担OpenAI模型矩阵中“能力上限”的角色,既支撑ChatGPT等自家产品,也作为开发者构建下一代应用的基础底座。
对开发者而言,旗舰模型更迭的意义并不只是“回答更聪明”。旗舰模型是整个智能体技术栈的地基:推理深度、指令遵循、工具调用的稳定性,都直接决定上层智能体应用的可靠性。本次大会的其余几项发布——电脑操作、云端Codex环境、Decisions API——也都可以看作围绕这一新模型展开的配套能力。换言之,OpenAI这次交出的不是单点升级,而是一套面向智能体时代的完整开发方案。
据InfoQ报道,OpenAI在DevDay 2026上宣布的更新包括:GPT-6.1 Sol、Agents API的电脑操作能力、云端Codex环境、Decisions API,以及ChatGPT的新插件能力。
智能体可操作电脑:Agents API的关键一步
如果说GPT-6.1 Sol是“地基”,那么Agents API新增的computer use能力就是本次大会最具想象空间的发布。该能力允许开发者构建的智能体直接操作电脑:查看屏幕、移动光标、点击按钮、填写表单、在网页与应用之间切换,从而执行多步骤的真实任务,而不必要求每个目标系统都提供开放的API。
这一定位切中了智能体落地的核心痛点。现实中大量工作——使用企业内部系统、操作没有接口的老旧软件、完成跨应用的复杂流程——都发生在图形界面里,而非结构化接口中。“会操作电脑”因此被视为通往通用智能体的关键一步:智能体若能像人类员工一样使用计算机,其可承担的任务范围将成倍扩大。此前Anthropic等公司已率先在computer use方向上做出探索,OpenAI此番跟进,也说明界面操作已成为头部实验室公认的技术主线。
当然,让AI拥有“动鼠标”的权限也天然伴随风险。智能体一旦可以操作真实系统,误操作、越权访问与提示注入攻击的影响都会被放大。可以预见,权限管控、操作审计与关键动作的人工确认机制,将成为采用这一能力的企业必须认真对待的配套工程,也可能决定它在生产环境中推广的速度。
云端Codex环境与Decisions API:补齐开发链路
编码智能体Codex则迎来基础设施层面的升级:OpenAI推出了基于云端的Codex环境。这意味着编码智能体可以直接运行在OpenAI托管的沙箱中,由平台负责环境配置、依赖安装与执行隔离,开发者无需再自行搭建和维护运行设施。对于需要并行处理多个任务、或让智能体长时间自主工作的团队来说,云端环境显著降低了使用门槛,也让“派一个智能体去处理一整个代码仓库”这类工作流变得更加现实。
同场公布的Decisions API指向另一类需求:让模型在给定选项之间做出结构化的判断。顾名思义,这类接口面向“决策”场景,可应用于请求路由、内容审核判定、自动化评估等环节。将它与智能体能力并列发布,也透露出OpenAI对智能体架构的理解:一个可靠的智能体不仅需要“动手”的能力,也需要在关键节点上做出可被程序消费、前后一致的判断。
ChatGPT插件能力扩展:平台化再进一步
面向产品与分发侧,ChatGPT获得了新的插件能力。对第三方开发者而言,这意味着可以把自家的服务、数据与工具更深度地接入ChatGPT,借助其庞大的用户基数获得分发入口;对OpenAI而言,这延续了其从对话产品走向“应用平台”的一贯路线。自2023年举办首届DevDay以来,OpenAI几乎每一届大会都会围绕平台生态加码,本次的插件更新可视为这一战略的延续。
把五项发布放在一起看,产品逻辑相当清晰:GPT-6.1 Sol提供模型底座,computer use提供“双手”,云端Codex环境提供“工作间”,Decisions API提供“判断力”,ChatGPT插件提供“分发渠道”。OpenAI试图覆盖的,是智能体应用从构建、执行到分发的完整生命周期。
展望:智能体平台之争全面开打
DevDay 2026释放的信号相当明确:AI竞争的重心正在从“谁的模型更强”转向“谁的智能体平台更完整”。模型能力仍然只是入场券,真正决定生态归属的,是执行环境的可靠性、开发体验的顺滑程度,以及分发渠道的规模。Anthropic、谷歌等对手同样在智能体基础设施上快速推进,围绕电脑操作、云端执行环境与平台入口的竞争,在2026年之后只会更加激烈。
对开发者来说,这无疑是个利好:构建一个能真正完成任务的智能体,所需的组件正在被一站式补齐。接下来值得关注的,是GPT-6.1 Sol的实际能力表现、computer use在真实业务中的稳定性与调用成本,以及OpenAI如何为这些新能力划定安全边界。“智能体可操作电脑”的大门已经打开,谁能用它创造实实在在的生产力,才是下一阶段真正的问题。