Sam Altman 這次不是來秀聊天機器人變多聰明，是直接把「一個會自己上班的 AI」推到你面前。我看完最毛的不是那些功能，是現場語音延遲、Codex 報錯，團隊還得靠備用步驟撐完，這種東西你敢讓它碰你的程式碼跟行事曆？這支影片把 DevDay 2026 整場拆給你看，從 Dots 到 GPT-6.1 Sol 再到訂閱怎麼變算力套餐，一路講到 OpenAI 想當的那個「操作層」。

1. 00:33Dots 登場，定位是長期留在你身邊的代理，不是問一句答一句
2. 01:43示範 Dots 連續工作數小時到數天，工程團隊讓它監控錯誤、測試、開 PR
3. 02:26解釋 Dots 為什麼需要自己的雲端電腦，要開網頁、讀寫檔案、跑程式
4. 03:27現場語音演示明顯延遲，Codex 建置流程也報錯，團隊改用備用步驟
5. 04:15為企業推出 specialist Dots，讓代理長期負責審合約、處理工單
6. 05:35發布 ChatGPT Space，人類同事和代理共用的協作頁面
7. 07:40推出 GPT-6.1 Sol，把接近 Astra 的能力壓到更低成本，當代理主力模型
8. 11:41宣稱已有「AI 研究實習生」，內部模型解決超過 100 個長期開放數學問題
9. 13:39Codex 正式雲端化，手機啟動任務、電腦繼續，也能把長任務丟雲端
10. 16:04推出 Sign in with ChatGPT，用 ChatGPT 帳號登入第三方產品、共用訂閱額度
11. 20:38收尾：OpenAI 正在把 ChatGPT 從一個應用改造成操作層

Dots 賣的不是功能，是責任

過去訂票、查日曆、整理郵件這些事早就出現過，真正變的是任務持續時間和許可權範圍。Dots 被交辦一項責任後，會自己追蹤依賴、改程式、跑測試，再交出可審查的結果。你管理的東西從一條條提示詞，變成一個持續執行任務的數位代理。這也是它為什麼需要自己的雲端電腦，光會生成文字根本做不完真正的工作。

Space 想解決的是辦公軟體各自為政

檔案放網盤、討論留聊天軟體、任務散在專案工具、程式又在另一個系統，AI 就算全部接上也得分頭拼上下文。Space 把資料、決策和代理行動塞進同一個環境，讓人和 AI 看到同一份狀態。更關鍵的是它想讓輸出變成代理能再讀再改的活檔案，而不是一份生成完就沒人接得下去的成品。

模型被拆成不同檔位在賣

Astra 負責最難的任務，Sol 承擔日常高強度工作，Ultra fast 處理需要即時回饋的場景，decisions API 則把高頻選擇限制在少數選項裡。對長期代理來說，價格比一次跑分更關鍵，因為它要不斷讀上下文、檢查進度、呼叫工具。OpenAI 賣的已經不是聊天次數，是你每天能調動多少數位勞動力。

研究實習生這個稱號要打折扣

數字來自 OpenAI 內部，沒有統一外部基準，而且能完成一天長度的研究任務，不等於能獨立制定長期科研方向。比較準確的理解是模型開始承擔可檢查、可拆分的中等長度工作，例如寫實驗程式、分析資料、查文獻。最終問題值不值得研究、結果能不能發表，還是得由專業人員判斷。

分發才是這場發布會真正的野心

用 ChatGPT 帳號登入第三方產品、共用訂閱額度，開發者不必為每次呼叫全額買單，聽起來很佛，但推薦權會變成平台最敏感的東西。傳統應用商店至少讓你看到榜單和評分，代理卻可能在後台直接替你選好訂票服務和支付方式。開發者爭的不再是下載量，是被代理選中的機率，而這套規則目前只有 OpenAI 說了算。

值得下載嗎

值得，如果你想知道 OpenAI 這一年到底想把 ChatGPT 變成什麼，這支影片把 Dots、Space、模型分層到訂閱邏輯都串成一條線講清楚了。但它是分析型內容，不是操作教學，想學怎麼用 Dots 的人會失望。