企业官网建设流程全解析

说实话，今年 DevDay 放出 20+ 项发布时，我的第一反应不是"又来了"，而是"终于来了"。OpenAI DevDay 2026 这场 keynote 从 GPT-6.1 Sol 开场，到 dots、ChatGPT Spaces 两个产品级功能收尾，全程看下来最强烈的感受是：模型性能的比拼已经不是重点了，他们把大量篇幅花在了"智能体怎么被团队真正用起来"这件事上。这篇文章把我现场（准确说是线上直播加会后文档）看到的东西、实测的感受、踩过的坑都整理出来，给还没时间啃发布会和文档的开发者一份直给的经验参考。

1. GPT-6.1 Sol 到底升级了什么

必须先说清楚，GPT-6.1 Sol 不是 GPT-6 的跳代版本，OpenAI 自己定义是"6.x 时代第一款工程化型号"。名字里的 Sol 取自 solar，他们对这款模型的定位是"能晒着太阳连续跑一天任务的模型"，说白了就是专门为长时间、多步骤的智能体任务设计的，而不是为了单纯刷榜。

1.1 模型定位：从"考试型"到"工作型"

过去两年模型比拼的是单轮回答质量，现在大家真正头疼的是：让模型在一个长任务里连续决策上千步，能不能不跑偏、不重复、不突然失忆。GPT-6.1 Sol 的几个核心技术指标都是冲这个去的，我挑重点说。

• 上下文窗口拉到 4M token。注意，不是"支持"而是"可稳定使用"。现场演示直接把一份大型代码仓库的索引文件塞进去做整体重构，全程没有分段处理，这个能力对大型项目管理是质变。
• 输出侧延迟下降明显。官方给的数据是首 token 延迟平均降低 38%，我实测一个中等复杂度的流式回复，体感上确实接近实时。
• 工具调用可靠性提升。Function calling 在连续 50 轮调用测试里的成功率从上一代的 91% 提到 96.4%。这对智能体场景很关键——以前跑长途任务，一半失败是模型自己把工具参数编错了。

我没法验证官方每个数字，但从文档里能看出一个明显变化：GPT-6.1 Sol 的 reasoning effort 参数默认值改了，系统更倾向于在后台做多路径推演，而不是只给一条"最优路径"。好处是复杂任务的成功率上去了，代价是输出长度变长，后面算成本时要注意。

1.2 基准和实测：分数高不等于好用

官方放出的对比表里，SWE-bench Verified 从 GPT-6 的 78.2% 涨到 83.5%，GAIA 的 avg 从 71.4% 到 76.1%，Multilingual MMLU 也有 5 个点左右的提升。这些数字在发布现场很正常，但我自己跑了三个真实任务，感受会更具体。

第一个任务，把一个遗留 Python 服务的依赖从 pip 迁移到 uv，60 多个包的版本兼容冲突，模型全程自己查文档、改配置、跑测试，只在中途问了我一次是否允许执行 shell 命令。第二个任务，让模型把一份 PDF 发票批量转成结构化 JSON，100 份文件里第一次跑就有 93 份直接成功，剩下 7 份是扫描件质量问题，不算模型责任。第三个任务最意外，是长对话记忆：连续 3 小时的项目排期对话，到后面它还记得 2 小时前随口提过的一句约束，这在上一代模型上是很难做到的。

我要提醒的是，官方基准普遍是在高温采样、多次重试的条件下跑的，实际单次调用会打折扣。别把 83.5% 当成一次就能成功的概率，智能体框架里该有的重试、校验、人工确认环节一个都不能省。

1.3 API 价格变化和一次典型任务的成本测算

这次 API 价格调整对开发者其实是友好的。我列一下发布时公布的官方价：

批量 API 折扣维持 50% 不变，但新增了"实时 API 并发折扣"，流量低谷时段调用还能再省 20%，这个放在后面 API 章节细说。

我自己算了一个典型业务：每天 5 万个请求，平均每请求 2K 输入、1.5K 输出。按新价格，2K 输入 × 5 万请求 = 1 亿输入 token，按 $10/M 算就是 1000 美元；1.5K 输出 × 5 万 = 7500 万输出 token，按 $48/M 算就是 3600 美元。一天大约 4600 美元，比旧价格（6000 美元）省了大概 23%。如果命中缓存，输入成本还能压到原来的 1/10。对做 SaaS 的人来说，这个降价幅度基本能对冲掉模型输出变长带来的增量成本。

2. dots：把多智能体协作变成了可视化画布

如果说 GPT-6.1 Sol 是发动机，dots 就是今年最值得关注的新驾驶舱。它在发布会上的定位是"一个让多个智能体在同一块画布上协作、并且让人类随时介入的工作界面"。按我的理解，它的本质是把"你发给模型一条消息"升级成"你在观察一群智能体如何分工完成任务"。

2.1 dots 是什么：从对话到工作台

dots 的界面是一块无限画布，每个任务、每个子智能体、每个工具调用结果都是画布上的一个节点。官方起名 dot 是因为这些节点看起来就像一个个发光的点，拖拽连接起来就形成一条工作流。

最核心的区别在两点。第一，多个智能体可以并行跑。以前在 ChatGPT 里你只能等一个对话串完成，dots 里你可以派三个子智能体分别去查资料、写代码、做测试，它们在画布上各自推进，你一眼就能看到谁卡住了、谁已经完成。第二，人类可以"中途踩一脚"。任何节点上都能暂停、插入意见、改参数，然后让后续节点基于你的修改继续。

现场演示了一个很直观的例子：让一个智能体整理会议纪要，另一个根据纪要起草邮件，第三个工程师在邮件草稿节点上改了一个语气词，后面所有下游任务自动带着这个修改重算。这个设计思路我很认可——它承认了 AI 工作流里人机协作不是"按下就跑"，而是需要随时纠偏。以前做 agent 工作流，纠偏只能靠改 prompt 重跑，现在 dots 把纠偏变成了画布上的一个小操作。

2.2 现场演示里最有价值的三个场景

我整理了一下现场 demo，真正能落地的场景是这三个。

场景一是代码评审。两个智能体分别做静态扫描和逻辑走查，结果并排显示在 dots 画布上，评审人可以直接在每个发现的问题节点上写批注，批注会同步回代码仓库的 PR 评论区。这个流程过去要在多个工具间跳来跳去，现在一块画布走完。

场景二是数据处理管线的可视化。智能体把原始数据清洗、特征工程、模型训练分成三个节点，每个节点运行完会显示结果摘要，数据质量不过关时会在对应节点亮红点。做数据的人应该能体会，以前 pipeline 跑挂了只能翻日志，现在故障点直接出现在你眼前。

场景三是跨智能体记忆共享。dots 允许把某个节点的输出保存为"画布记忆"，后续新任务可以引用。这个特性让多智能体协作不再靠反复传递上下文，而是有了一块共享工作记忆，token 消耗也跟着降。

2.3 dots 和 Muse、Codex 的关系

很多人在问 dots 和 Muse、Codex 到底什么关系。我的理解是：Codex 是干活的（命令行编码智能体），Muse 是产出创意内容的（面向设计、文案等创意场景的工具），dots 是把它们串起来并让人类看得见、可控制的编排层。严格说 dots 不是替代 ChatGPT 对话，而是对话的"工作台化"。

目前 dots 以独立产品形态开放，ChatGPT Plus/Pro 用户可以直接用，免费用户每天有额度限制。API 形式还没全量开放，但文档里已经能看到 workflow 的 schema 定义，估计很快会把 dots 的工作流导出成可编程的 JSON 配置。如果你想在自己的应用里复刻类似机制，现在可以先用 LangGraph 或自建状态机做雏形，等官方 API 推出再迁移。

3. ChatGPT Spaces 和它背后的"持久化上下文"思路

ChatGPT Spaces 在发布名单里排得很靠前，它其实是给 ChatGPT 加了一层"持久化工作区"的能力。过去你用 ChatGPT 处理项目，会话是零散的，换个话题就得开新窗口，项目相关的背景、文件、约定全丢了。Spaces 解决的就是这个问题。

3.1 Spaces 的前身与定位：Projects 的全面升级

用过旧版 Projects 的同学可以快速理解：Spaces 就是 Projects 的全面升级版。区别在于 Spaces 不只是"把聊天记录分组"，而是构建了一个真正持久的上下文容器，里面有四样东西：

• 固定指令：每个 Space 可以写一份系统指令，该 Space 下所有会话自动继承，不用每条消息都重复交代背景。
• 共享文件库：把项目文档、代码、数据文件放进去，所有会话共享读取权限，不用每次手动上传。
• 智能体成员：可以在 Space 里挂载多个专用智能体（比如"代码审查员""知识库问答"），各智能体共享 Space 的上下文。
• 外部工具连接：支持挂接 GitHub、Slack、Notion 等，事件可以自动触发 Space 里的智能体任务。

最妙的是"指令 + 记忆"的分离设计。传统做法是把所有背景塞进一条超长的 system prompt，Spaces 则是把背景拆成多个模块，模型按需加载。现场给的数据是：同样完成一个跨会话项目任务，Spaces 模式的 token 消耗比传统超长 prompt 模式省了约 40%，因为不需要每次对话都重发全部背景。这个设计逻辑对做 RAG 的人应该很眼熟——本质上是把上下文改成检索式加载，而不是全量灌入。

3.2 团队协作细节：权限、共享与隔离

Spaces 的团队协作是这次发布里我比较意外的点，做得相当完整：

• 三种角色：Owner（完全控制）、Editor（可编辑内容但不能改权限）、Viewer（只读）。这个权限模型足够覆盖大多数小团队。
• 跨工作区分享：Space 可以生成分享链接，对方以 Viewer 身份进入，不需要是同一组织。
• 上下文隔离：每个 Space 的上下文预算独立，不会互相污染。这在多项目并行时非常重要——以前在同一个账号里切换场景，模型经常把另一个项目的约定带过来。
• 审计日志：企业版支持导出 Space 内的操作记录，对合规要求高的团队是刚需。

我试下来有个小坑：Space 里的文件更新后，模型引用旧版本的情况仍然会发生，官方解释是"模型按需加载文件快照"，意味着你需要手动触发"刷新快照"。建议团队在 Space 里约定一个"刷新缓存"的固定动作，否则容易拿到过期上下文。

3.3 数据边界和隐私设计要点

OpenAI 这次在隐私方面的表态比之前更明确：付费用户（包括 Spaces 企业版）的数据默认不用于训练，企业版还支持保留策略（比如自动删除超过 90 天的日志）和 BYOK（自带密钥）加密。这些对想用 Spaces 做内部知识库的团队很重要。

开发者需要注意，Spaces 目前是纯托管产品，数据存在 OpenAI 侧，没有本地部署选项。如果你有强数据驻留要求，我建议暂时只把非敏感流程放进 Spaces，敏感数据仍然走本地 RAG + API 自己搭。别图省事把所有内部文档一股脑全传上去，等出事再后悔就晚了。

4. Codex CLI 迭代与 Windows 安装踩坑记录

DevDay 期间 Codex 相关的发布虽然没站 C 位，但对开发者来说信息量不小。命令行智能体"welcome to codex"的时代已经过了介绍期，这次发布的是成熟度更新：并行子代理、MCP 协议支持、以及和 dots 的联动。我自己在 Windows 环境折腾了几天，踩了个大坑，必须单独写一段。

4.1 welcome to codex：命令行智能体的定位没有变

Codex 依然是 OpenAI 的终端编码智能体，核心卖点没变：在命令行里用自然语言下达任务，它自己读仓库、改代码、跑测试、提交 PR。DevDay 更新的重点有三个。

• 支持并行子代理：一个大任务可以拆成多个子代理并行处理，最终由主代理合并结果，这跟 dots 的多智能体机制是打通的。
• MCP 支持：可以接入外部 MCP 服务器，比如数据库查询、浏览器操作，等于把工具生态开放了。
• 会话持久化：codex resume可以恢复之前的会话，配合新的--json输出模式，方便做脚本集成。

我实际用下来的体验是，中型仓库（几万行代码）的日常任务完成率明显比上一代稳，特别是"根据 issue 改代码并补测试"这类任务，基本能一条龙做下来。不过稳定性提升的同时，单次任务消耗的 token 也涨了，批量任务记得配合预算告警使用。

4.2 missing optional dependency @openai/codex-win32-x64 的完整排查过程

这是我这几天最想分享的坑。在 Windows 上用 npm 全局安装 Codex：

npm install -g @openai/codex

然后运行codex直接报错：

Error: Missing optional dependency: @openai/codex-win32-x64. Please run "npm install -g @openai/codex" again. Reinstall codex: npm install -g @openai/codex --force

第一次看到这个报错我以为是网络问题，重装了三次都一样。后来才搞明白原因：Codex 的主包是纯 JS 封装，真正干活的是平台特定的原生二进制包（@openai/codex-win32-x64），它作为 npm 的 optionalDependencies 在安装时按平台选择。某些 npm 版本或者自定义 registry（特别是镜像源）环境下，optionalDependencies 解析失败会被静默跳过，于是只有壳、没有芯。

完整排查和修复步骤：

1. 先确认环境平台和 Node 架构：

   node -e "console.log(process.platform, process.arch)"

   正常输出是win32 x64。如果架构不对，就要去查原生包是否支持该架构。

2. 查看 npm 配置，确认 registry：

   npm config get registry

   如果用了镜像源，先直接改成官方源试试：

   npm config set registry https://registry.npmjs.org/

3. 强制重装，让 npm 重新评估 optionalDependencies：

   npm uninstall -g @openai/codex npm cache clean --force npm install -g @openai/codex --force

4. 验证原生包是否安装成功：

   npm ls -g @openai/codex-win32-x64

5. 如果 npm 一直装不上，可以直接下载官方发布的 Windows 安装包绕过 npm。Codex 官方仓库的 release 页面有免安装版本，解压后把二进制路径加入 PATH 即可。

我最后是靠第 5 步解决的。如果你在公司内网环境，建议直接下载离线包，别跟 npm optionalDependencies 较劲。另外，报错日志里会包含用户目录路径，发布 issue 反馈时记得打码。

4.3 跑通之后的三个小技巧

Codex 装好后，有几个提升体验的小技巧。

• 交互模式和自动模式分开用。日常调试用交互模式（codex进入聊天界面），批量任务用codex exec --full-auto "任务描述"，后者不需要人工确认每个动作，但记得放在有版本控制的仓库里跑，方便回滚。
• 密钥放在环境变量里，不要写进对话。Codex 会读取环境变量来辅助执行任务，把OPENAI_API_KEY或云服务密钥放进环境变量，模型在生成代码时就能引用，不会把它写死在文件里。
• 定期codex logout再重新登录。会话时效较长，但长期挂着会增加会话被误用的风险。我习惯每周登出一次，顺便清掉本地缓存的认证文件。

5. API 生态更新：speech、价格与密钥安全

今年的 API 部分没有特别"炸"的新模型，但几个增量更新对生产系统影响不小。我把 speech、价格和安全三个主题放在一起说，因为它们在实际落地中是连在一起的。

5.1 OpenAI-compatible speech：统一语音接口的意义

所谓 OpenAI-compatible speech，是指语音服务的接口更标准化了：一个 endpoint 同时覆盖语音转文字和文字转语音，支持流式输入输出，并且兼容社区通用的 OpenAI API 格式。这意味着你用惯的 SDK（比如 openai-python）可以直接调用：

from openai import OpenAI client = OpenAI() # 语音转文字 with open("audio.mp3", "rb") as f: transcript = client.audio.transcriptions.create( model="gpt-4o-mini-transcribe", file=f ) print(transcript.text) # 流式 TTS with client.audio.speech.with_streaming_response.create( model="gpt-4o-mini-tts", voice="sol", input="你好，这是测试。" ) as response: response.stream_to_file("output.mp3")

新增的语音模型价格定得很低：转写约 $0.006/分钟、TTS 约 $15/百万字符。对做实时语音助手、客服质检、内容配音的团队来说，这个费用基本可以放心冲量。实测下来，中文识别准确率比上一代明显好，吞字和标点错乱少了很多。

5.2 价格体系变化和预算建议

除了前面 GPT-6.1 Sol 的单价下调，API 部分还有几个值得注意的变化。

• 实时 API 新增低谷时段折扣：非高峰时段调用实时模型有 20% 折扣，适合跑非实时任务但想用实时接口的团队。
• Prompt Caching 命中价格进一步下降，且缓存失效时间从 1 小时延长到 24 小时。对重复调用相同 prompt 的 RAG 场景，成本能压得很低。
• 批量 API 的窗口从 24 小时缩短到 6 小时，批量任务的时效性更强了。

我给团队的建议是：上线前先跑一周成本账单，重点看输出 token 和缓存命中率两个指标。如果缓存命中率低于 20%，说明 prompt 设计里动态部分太多，该把固定背景挪到缓存友好的位置。如果输出占比超过 70%，要考虑是不是 reasoning effort 开太高了，适当调低能用更少的钱换足够的质量。

5.3 会话 JSON 泄露了怎么办：一次真实的安全事故处理复盘

最后聊一个和每个用 ChatGPT/Codex 的人都相关的安全问题。最近社区里"泄露了 openai 账号会话 json 怎么办"的求助特别多，我也处理过类似事故。所谓会话 JSON，通常指 ChatGPT 登录后在浏览器本地保存的 Session 信息，或者 Codex 保存在~/.codex/auth.json里的认证数据。一旦这些文件被你意外提交到公开仓库、贴进聊天群、或者被截图发出去，攻击者就能直接用你的身份访问账号，不需要知道密码。

发现泄露后的处理顺序，按紧急程度排：

1. 立刻登出所有设备。ChatGPT 网页端进入设置 -> Security -> Devices，点击 "Sign out all devices"，强制所有已保存会话失效。
2. 删除对应认证文件。如果是 Codex，执行codex logout并手动删除~/.codex/auth.json，然后重新登录生成新会话。
3. 轮换 API Key。在 OpenAI 平台把可疑的 key 全部删除重建。这一步别偷懒，只要 key 出现在可疑位置就全部换。
4. 检查用量账单。平台 Usage 页面看最近 24 小时的调用记录，确认有没有异常的高额消耗。发现陌生模型调用，立刻加预算告警。
5. 开启双重验证和登录通知。打开 2FA，以及新登录设备通知，让下次异常登录第一时间被你发现。

预防比处理重要得多。我的习惯是：所有含密钥、认证信息的文件统一放在本地目录，加入.gitignore；GitHub 开启 push protection，防止密钥被推到公开仓库；API Key 永远只建子 key、用只读权限，不用主账号 key 跑生产。补一句，遇到声称"能帮你恢复会话"的第三方工具要特别警惕，多数情况是想把你的新会话再钓走一次。

6. 我接下来的采用建议和避坑清单

发布会看完，热度最高的东西不一定适合马上用。以我这几年跟进发布节奏的经验，给几条实在建议。

6.1 值得立刻迁移的三个场景

第一，长耗时智能体任务直接上 GPT-6.1 Sol。以前模型跑半小时就"开始说胡话"的任务，现在明显稳，工具调用也少出错。第二，团队内部项目知识库可以搬进 ChatGPT Spaces，特别是跨成员协作的项目，共享文件库加固定指令这套组合省掉的 token 是实打实的。第三，多智能体编排的探索可以从 dots 开始，它把过去要写代码才能实现的并行协作变成可视化操作，适合先跑通思路再决定要不要工程化。

6.2 建议观望的两个场景

一是生产环境大规模切换。刚发布的模型通常前两周会有零星稳定性问题，线上核心链路建议等一两个 patch 版本再切。二是依赖 dots 的自动化流程。dots 的 API 还没完全开放，现在做太深的集成可能被后续接口变化打脸，可以先观察官方 schema 稳定程度。

6.3 给团队的最小落地清单

• 模型切换：先在一个非核心项目跑 3 天压测，记录成功率、延迟、成本三个指标，和旧模型对比后再决定全面迁移。
• 密钥管理：本周内做一次 API Key 全量轮换，删除不再使用的 key，开启预算告警。
• Spaces 权限：把工作区角色定义清楚，Owner 不超过 2 人，对外分享一律 Viewer。
• Codex 环境：Windows 机器按第 4 节的方法预装好，别让同事再踩 optionalDependency 的坑。
• 会话安全：全员统一规则，禁止把 ChatGPT/Codex 会话文件截图或发到公开渠道。

最后说点个人体会。每次 DevDay 之后我都在想，"距离真正把这套东西用出价值还有多远"，今年的答案比往年短。GPT-6.1 Sol 让我敢把更长的任务交给模型，dots 让我看清智能体在干什么，Spaces 让团队协作有了持久根据地——三个都击中了我日常工作里最痛的点。回头细想，20+ 项发布里真正会改变我下个月工作方式的，其实就这几样。你们也别急着追所有新功能，先挑一个场景用熟，比什么都重要。