OpenAI開發(fā)者大會(huì)重磅發(fā)布：AgentKit、Codex正式版、Apps SDK與Sora 2 API

2025-10-08 10:24:06

OpenAI 在今年的開發(fā)者大會(huì)上可真是發(fā)布了不少東西，簡(jiǎn)單總結(jié)起來包括：AgentKit、Codex 正式版、ChatGPT 內(nèi)置應(yīng)用與 Apps SDK、gpt-realtime-mini、gpt-image-1-mini、Sora 2 API、GPT-5 pro API。

OpenAI 今年的開發(fā)者大會(huì)（OpenAI DevDay 2025）正在進(jìn)行中。

Keynote 一開場(chǎng)，山姆?奧特曼便分享了 OpenAI 這兩年取得的成績(jī)：400 萬開發(fā)者、8 億周活 ChatGPT 用戶、API 每分鐘 60 億 token 消耗量。

更重要的是，OpenAI 在今年的開發(fā)者大會(huì)上可真是發(fā)布了不少東西，簡(jiǎn)單總結(jié)起來包括：AgentKit、Codex 正式版、ChatGPT 內(nèi)置應(yīng)用與 Apps SDK、gpt-realtime-mini、gpt-image-1-mini、Sora 2 API、GPT-5 pro API。

下面具體來看看這些新模型和新工具。

AgentKit

首先，最引人矚目的便是：AgentKit。

AgentKit 是一套面向開發(fā)者和企業(yè)的完整工具集，可用于構(gòu)建、部署和優(yōu)化智能體（agent）。

這讓不少人驚呼：OpenAI 「殺死」了大量創(chuàng)業(yè)公司。

OpenAI 為 AgentKit 設(shè)計(jì)了一些全新的模塊化組件，可助力用戶更快地開發(fā)智能體，包括 Agent Builder、Connector Registry 和 ChatKit。

Agent Builder

乍一看，Agent Builder 的界面與扣子等工作流編排工具非常相似，可讓用戶可視化地設(shè)計(jì)工作流。

具體來說，可視化畫布 Agent Builder 可用于創(chuàng)建、管理和版本化多智能體工作流；其提供了一個(gè)拖拽式的可視化畫布，用于組合邏輯節(jié)點(diǎn)、連接工具、配置自定義安全護(hù)欄。它支持預(yù)覽運(yùn)行、內(nèi)嵌評(píng)估配置和完整版本控制，非常適合快速迭代。

Guardrails（護(hù)欄）是 Agent Builder 中一個(gè)開源、模塊化的安全層，用于防止智能體出現(xiàn)意外或惡意行為。它可用于屏蔽或標(biāo)記個(gè)人信息（PII）、檢測(cè)越獄嘗試、應(yīng)用其他安全機(jī)制。Guardrails 可以單獨(dú)部署，也可通過 Python 或 JavaScript 庫集成。用戶可以選擇是否啟用它。

Connector Registry

用于集中管理數(shù)據(jù)與工具在 OpenAI 產(chǎn)品中的連接方式；其在一個(gè)管理面板中整合了 ChatGPT 和 API 的所有數(shù)據(jù)源，包括預(yù)置連接器（如 Dropbox、Google Drive、SharePoint、Microsoft Teams）及第三方 MCP。

ChatKit

一個(gè)工具套件，可以將基于聊天的智能體直接嵌入用戶的應(yīng)用或網(wǎng)站，并自定義外觀與品牌風(fēng)格。

目前，ChatKit 已廣泛應(yīng)用于內(nèi)部知識(shí)助手、新員工入職引導(dǎo)、客服支持、研究助手等場(chǎng)景。OpenAI 表示 HubSpot、LegalOn、Evernote、Taboola 等公司都已使用 ChatKit 來增強(qiáng)產(chǎn)品交互體驗(yàn)。

評(píng)估

此外，OpenAI 還擴(kuò)展了評(píng)估功能，引入了數(shù)據(jù)集、trace 評(píng)分、自動(dòng)提示詞優(yōu)化、第三方模型支持等新特性。

OpenAI 表示：「自從 3 月推出 Responses API 和 Agents SDK 以來，我們看到開發(fā)者和企業(yè)已經(jīng)在使用它們構(gòu)建端到端的智能體工作流，例如用于深度研究、客戶支持等。Klarna 構(gòu)建的客服智能體現(xiàn)已處理了全部工單的三分之二，而 Clay 則通過銷售智能體實(shí)現(xiàn)了 10 倍增長(zhǎng)。而 AgentKit 正是在 Responses API 的基礎(chǔ)上構(gòu)建的，可以幫助開發(fā)者更高效、更可靠地構(gòu)建智能體。」

強(qiáng)化微調(diào)

強(qiáng)化微調(diào)（RFT）讓開發(fā)者能夠定制 OpenAI 的推理模型。目前它已在 o4-mini 模型上全面開放，并在 GPT-5 上進(jìn)入私測(cè)階段。OpenAI 表示正與數(shù)十家客戶合作，持續(xù)完善 GPT-5 的 RFT 體驗(yàn)。

OpenAI 介紹了此次在 RFT 私測(cè)中新增的兩項(xiàng)關(guān)鍵功能：

Custom tool calls：可讓模型學(xué)會(huì)在合適時(shí)機(jī)調(diào)用正確工具，提高推理效率；
Custom graders：可讓用戶自定義評(píng)估標(biāo)準(zhǔn)，從而聚焦最關(guān)注的性能指標(biāo)。

價(jià)格與可用性

從今天起：

ChatKit 與全新的評(píng)估功能已對(duì)所有開發(fā)者全面開放
Agent Builder 進(jìn)入公開測(cè)試（Beta）
Connector Registry 正在逐步向部分 API、ChatGPT Enterprise 和 Edu 客戶開放測(cè)試，Connector Registry 需要通過 Global Admin Console 啟用（供全局管理員管理域名、SSO、多組織 API 等）。
以上所有工具均包含在標(biāo)準(zhǔn) API 模型定價(jià)中。

OpenAI 表示，計(jì)劃在不久的將來為 ChatGPT 增加獨(dú)立的 Workflows API 與智能體部署選項(xiàng)。

Codex 正式版

今天，CodeX 正式版（General Availability）上線，并帶來了三項(xiàng)全新功能：

全新的 Slack 集成：用戶現(xiàn)在可以像與同事交流一樣，在團(tuán)隊(duì)頻道或線程中直接向 Codex 分配任務(wù)或提問。
Codex SDK：可將驅(qū)動(dòng) Codex CLI 的同款智能體嵌入用戶自己的工作流、工具或應(yīng)用中，在 GPT-5-Codex 上實(shí)現(xiàn)最先進(jìn)性能，無需額外微調(diào)。
全新的管理員工具：通過環(huán)境控制、監(jiān)控與分析面板，ChatGPT 工作區(qū)管理員可以更好地掌控 Codex 的使用和運(yùn)行。

自從今年 5 月 Codex 云端智能體（Codex cloud agent）以研究預(yù)覽版推出以來，Codex 已穩(wěn)步演進(jìn)為一個(gè)更可靠、更強(qiáng)大的編碼協(xié)作伙伴。

現(xiàn)在，用戶可以在所有編碼場(chǎng)景中使用 Codex（編輯器、終端、云端）都通過 ChatGPT 賬號(hào)互聯(lián)。

OpenAI 還介紹了 Codex 的用戶增長(zhǎng)情況：自 8 月初以來，Codex 的日活躍使用量增長(zhǎng)了 10 倍以上，而 GPT-5-Codex 也成為增長(zhǎng)最快的模型之一，在上線后短短三周內(nèi)就處理了超過 40 萬億 token。

如今，Codex 已被全球不少開發(fā)者廣泛采用 —— 從 Duolingo、Vanta 這樣的初創(chuàng)公司，到思科、樂天這樣的企業(yè)巨頭。OpenAI 表示：「在 OpenAI 內(nèi)部，Codex 也已成為我們研發(fā)流程中不可或缺的一部分：從 7 月時(shí)的一半工程師使用，到現(xiàn)在幾乎所有工程師都在用。他們每周合并的 PR 數(shù)量增加了 70%，而 Codex 會(huì)自動(dòng)審查幾乎所有 PR，在問題進(jìn)入生產(chǎn)環(huán)境前就能發(fā)現(xiàn)關(guān)鍵缺陷。」

ChatGPT 內(nèi)置應(yīng)用與 Apps SDK

OpenAI 還正式發(fā)布 ChatGPT 新一代可對(duì)話應(yīng)用（Apps）。用戶現(xiàn)在可以直接在 ChatGPT 聊天界面中與這些應(yīng)用交互。

這些應(yīng)用可與 ChatGPT 的對(duì)話體驗(yàn)無縫融合。用戶可以在對(duì)話中被智能推薦到合適的應(yīng)用，也可以直接「呼叫」它們的名字。這些應(yīng)用支持自然語言交互，并在聊天窗口中內(nèi)嵌交互式界面，讓體驗(yàn)更直觀。

對(duì)用戶而言，ChatGPT 中的應(yīng)用會(huì)根據(jù)用戶上下文動(dòng)態(tài)適應(yīng)，提供創(chuàng)作、學(xué)習(xí)、任務(wù)執(zhí)行等方面的幫助。

從今天起，除歐盟地區(qū)外，所有登錄的 ChatGPT 用戶（Free、Go、Plus、Pro 版本）均可使用這些應(yīng)用。首批上線的應(yīng)用包括：Booking.com、Canva、Coursera、Figma、Expedia、Spotify、Zillow。

開發(fā)者也可從今天起，使用全新的 Apps SDK（預(yù)覽版）開始構(gòu)建屬于自己的 ChatGPT 應(yīng)用。

該 SDK 基于 Model Context Protocol (MCP) —— 一種開放標(biāo)準(zhǔn)，使 ChatGPT 能連接外部工具與數(shù)據(jù)。Apps SDK 在此基礎(chǔ)上進(jìn)一步擴(kuò)展，讓開發(fā)者能夠同時(shí)設(shè)計(jì)應(yīng)用的邏輯與界面。

Apps SDK 已經(jīng)開源。

此外，通過 Apps SDK 構(gòu)建的應(yīng)用還可以在恰當(dāng)?shù)臅r(shí)機(jī)觸達(dá)超過 8 億 ChatGPT 用戶。

OpenAI 計(jì)劃今年晚些時(shí)候把應(yīng)用功能擴(kuò)展到 ChatGPT Business、Enterprise 和 Edu 版本。屆時(shí)也會(huì)開放應(yīng)用提交流程，讓開發(fā)者能正式在 ChatGPT 上架應(yīng)用。

他們還將推出一個(gè)專屬的應(yīng)用目錄（App Directory），用戶可在其中瀏覽、搜索、發(fā)現(xiàn)應(yīng)用。

gpt-realtime-mini

OpenAI 還發(fā)布了一個(gè) GPT Realtime 的 mini 版本，可通過 WebRTC、WebSocket 或 SIP 連接實(shí)時(shí)響應(yīng)音頻和文本輸入。以下截圖展示了其一些參數(shù)和定價(jià)信息：

gpt-image-1-mini

另外，OpenAI 也為 GPT Image 1 模型打造了一個(gè) mini 版本。它是一種原生多模態(tài)語言模型，可同時(shí)接受文本和圖像輸入和生成圖像輸出。以下截圖展示了其一些參數(shù)和定價(jià)信息：

Sora 2 API

Sora 是 OpenAI 在生成式媒體領(lǐng)域的最新前沿成果。這是一款最先進(jìn)的視頻生成模型，能夠根據(jù)自然語言或圖像生成具有豐富細(xì)節(jié)、動(dòng)態(tài)畫面與音頻的視頻片段。

Sora 基于多模態(tài)擴(kuò)散模型（multimodal diffusion）多年研究成果構(gòu)建，并在多樣化的視覺數(shù)據(jù)上訓(xùn)練，使其在三維空間理解、運(yùn)動(dòng)建模和場(chǎng)景連貫性方面具備深厚能力，將文本到視頻的生成質(zhì)量推向新高度。

今天，OpenAI 也首次通過 Video API 首次向開發(fā)者開放 Sora 的能力，支持通過編程方式創(chuàng)建、擴(kuò)展或混合（remix）視頻內(nèi)容。

它包含五個(gè)端點(diǎn)（endpoints），每個(gè)端點(diǎn)都有不同的功能：

Create video（創(chuàng)建視頻）：從提示詞開始一個(gè)新的渲染任務(wù)，可選擇性添加參考輸入或 remix ID。
Get video status（獲取視頻狀態(tài)）：查詢渲染任務(wù)的當(dāng)前狀態(tài)，監(jiān)控其進(jìn)度。
Download video（下載視頻）：任務(wù)完成后，下載生成好的 MP4 文件。
List videos（列出視頻）：分頁查看你的歷史視頻記錄，用于展示、管理或清理。
Delete videos（刪除視頻）：從 OpenAI 存儲(chǔ)中移除指定視頻 ID。

Sora 2 系列目前提供兩個(gè)變體，針對(duì)不同使用場(chǎng)景優(yōu)化。

Sora 2：注重速度與靈活性，適用于創(chuàng)意探索階段，注重快速反饋而非極致畫質(zhì)。特點(diǎn)是生成速度快、質(zhì)量佳，適合快速迭代、概念驗(yàn)證或粗剪階段。推薦用途：社交媒體內(nèi)容、產(chǎn)品原型、需要快速產(chǎn)出的項(xiàng)目。
Sora 2 Pro：支持專業(yè)級(jí)畫質(zhì)，適用于需要高質(zhì)量視頻的場(chǎng)景、可直接用于生產(chǎn)的內(nèi)容。其渲染時(shí)間更長(zhǎng)、成本更高，但輸出更加穩(wěn)定、細(xì)膩、逼真。推薦用途：高分辨率電影鏡頭、營(yíng)銷視頻、以及對(duì)視覺精度要求極高的項(xiàng)目。