今天OpenAI的开发者日简直太硬核了，OpenAI的开发者已经达到了惊人的400万，ChatGPT周活跃用户达到8亿，每分钟API处理的60亿token
主要有四个方面内容
1.在 ChatGPT 内部构建应用 ：Apps inside ChatGPT，OpenAI推出自己的App SDK。这可以说是惊雷消息，OpenAI不但要革苹果Appstore的命，还要直接把ChatGPT变为操作系统，看大神怎么说：
2.直接拖拽构建Agent工具：AgentKit。这里有个8分钟拖拽演示，我把视频扒下来了并且翻译好了，大家直接看视频是最直观的,(可以玩了，链接:https://platform.openai.com/agent-builder/)
3.codex更新，关于codex最新能力演示视频，我也已经扒下来
4.API支持 ：sora 2，gpt-5 pro
Apps in ChatGPT：开启一个全新的应用分发与互动生态
我认为这是最震撼的，标志ChatGPT正式进军操作系统，简单来说，OpenAI的野心是以后你只需要一个应用够了，这个应用就是ChatGPT，这样ChatGPT就变成事实上操作系统了，苹果Appstore瑟瑟发抖，毫无疑问这是OpenAI战略性的赌注
在过去，OpenAI 曾尝试通过 GPTs 和 MCP 等方式，将开发者的服务与 ChatGPT 连接起来。这些尝试有的成功，有的则不尽人意，但都为 OpenAI 积累了宝贵的经验。今天，OpenAI 迈出了决定性的一步，正式向开发者开放 ChatGPT，允许他们在其中构建原生应用 (Apps)
这将催生新一代的应用形态，它们具备三大核心特质：互动性 (interactive)、适应性 (adaptive) 和个性化 (personalized)。用户不再是单纯地与一个聊天机器人对话，而是可以直接在对话中与功能丰富的应用进行交互。为了实现这一点，OpenAI 推出了全新的 Apps SDK (软件开发工具包)，现已开放预览
Apps SDK 为开发者提供了一套完整的全栈解决方案，其主要特性包括：
连接数据：开发者可以将自己的数据源和后端服务无缝接入
触发动作：应用可以执行具体的后端操作，例如创建一个设计、预订一个行程或分析一份数据
渲染完整 UI：开发者可以在 ChatGPT 的对话流中渲染完全互动的用户界面，而不仅仅是文本或卡片。这意味着视频播放器、互动地图、设计画板等复杂的 UI 都可以被直接嵌入
基于 MCP 标准：Apps SDK 建立在 MCP 这一开放标准之上，开发者对其后端逻辑和前端 UI 拥有完全的控制权。由于标准是公开的，任何人都可以将其整合到自己的平台
对于开发者而言，最大的吸引力在于分发渠道。一旦应用构建完成，它就有机会触及 ChatGPT 全球数亿的用户群体。这将极大地改变产品的规模化扩展方式。同时，OpenAI 也考虑到了商业化的需求。如果用户已经是开发者现有产品的订阅者，他们可以直接在对话中登录账户。未来，OpenAI 还将支持多种变现方式，包括新的Agentic Commerce Protocol (智能体商业协议)，该协议将允许在 ChatGPT 内部实现即时结账
在现场演示中，软件工程师 Alexi 展示了几个首批合作伙伴的应用，生动地诠释了这种新模式的魔力：
Coursera (在线课程平台)：当用户想要学习某个主题时，可以直接呼叫 Coursera 应用。应用会在对话中直接嵌入课程视频，并支持画中画或全屏播放。与应用对话功能：当用户观看视频时，可以随时向 ChatGPT 提问关于视频当前内容的问题，例如“请解释一下他们现在正在说的概念”。由于 Apps SDK 允许应用将上下文 (context) 暴露给模型，ChatGPT 能够准确理解用户正在观看的视频片段，并给出精准的回答。这将学习体验提升到了全新的高度
Canva (设计平台)：在一个为宠物狗遛弯业务进行头脑风暴的对话中，用户可以直接呼叫 Canva，并用自然语言下达指令，例如“Canva，用这个名字为我制作一个作品集，我希望它色彩丰富、异想天开、明亮，并使用无衬线字体”。Canva 应用会直接在对话中生成设计选项。用户还可以进一步迭代，比如将一张海报转化为一个用于种子轮融资的完整 Pitch Deck (简报)。整个创意流程在同一个对话窗口中无缝完成
Zillow (房地产平台)：当对话延伸到业务扩张，ChatGPT 建议将新城市选在匹兹堡。用户可以接着呼叫 Zillow 应用，要求“显示那里的待售房屋”。Zillow 会在对话中嵌入一个互动地图。用户可以切换到全屏模式，浏览房屋详情，甚至可以直接在地图上发起预约看房。更强大的是，用户可以继续用自然语言对 Zillow 应用进行操作，例如“将地图筛选为仅显示带院子的三居室房屋”。ChatGPT 会理解指令并更新地图。此外，当用户选定一处房产时，可以询问“这处房产离狗狗公园有多远？”。ChatGPT 会将来自 Zillow 应用的房屋位置信息与其自身的搜索工具结合，提供综合性的答案
这些演示清晰地表明，Apps in ChatGPT 不仅仅是 API 的简单调用，而是将语言模型的理解能力与应用的丰富功能和互动界面深度融合，创造出前所未有的动态体验
目前，Apps SDK 已向开发者提供预览版。今年晚些时候，开发者将能够提交应用进行审核和发布，届时还会推出一个应用目录 (Directory) 供用户浏览。符合基本标准的应用都将被收录，而那些在设计和功能上表现更出色的应用，将会获得更显著的推荐位置，甚至在对话中被主动建议给用户
https://developers.openai.com/apps-sdk
AgentKit：在几分钟内将智能体从原型带入生产环境
智能体 (Agent)，即能够理解上下文、使用工具并自主完成任务的软件，被普遍认为是 AI 的下一个重要发展方向。然而，尽管围绕它的讨论非常火，但真正能投入生产并被大规模使用的智能体却寥寥无几。原因在于其开发过程异常复杂，开发者需要处理诸多难题：从选择合适的框架，到编排复杂的工作流、建立评估循环、连接各种工具，再到构建一个友好的用户界面，每一步都充满了挑战
为了解决这些痛点，让每位开发者都能更快速地将想法转化为可用的智能体，OpenAI 推出了全新的 AgentKit。这是一套内置于 OpenAI 平台中的完整构建模块，旨在帮助开发者以更少的时间和精力，完成从原型设计到生产部署的全过程
AgentKit 核心包含三大组件，以及一个强大的连接器生态系统：
1.Agent Builder (智能体构建器)：这是一个可视化的工作流设计工具。开发者不再需要从头编写复杂的协调代码，而是可以通过拖拽节点的方式来设计智能体的逻辑步骤、测试流程。这些节点包括工具调用、需要人类介入的环节、安全护栏和逻辑判断等。它建立在已有数十万开发者使用的 Responses API 之上，对于平台老用户来说非常容易上手
2.ChatKit (聊天工具包)：为了让智能体拥有一个精美的用户界面，OpenAI 提供了 ChatKit。它是一个简单、可嵌入的聊天界面组件，开发者可以轻松地将其集成到自己的应用中，并进行品牌化定制，例如修改颜色、Logo 和提示语。这让开发者可以专注于核心业务逻辑，而无需在前端界面上花费过多时间
3.Evals for Agents (智能体评估)：衡量智能体的性能至关重要。AgentKit 提供了一套专门的评估功能，包括：
Trace Grading (追踪评分)：可以逐一审视智能体每一步的决策过程，深入理解其行为
Datasets (数据集)：允许开发者针对工作流中的某个特定节点进行性能评估
Automated Prompt Optimization (自动化提示优化)：帮助自动调整和改进提示词，以获得更好的性能
External Model Evals (外部模型评估)：甚至支持在 OpenAI Evals 平台内直接对外部模型进行评估
Connector Registry (连接器注册中心)：智能体需要安全地访问数据和工具。通过这个管理控制面板，企业可以安全地将智能体连接到内部工具和第三方系统，同时确保数据安全和权限可控
现场演示，Christina 发起一项挑战：在 8 分钟内为 DevDay 的官方网站构建并部署一个问答智能体 "Ask Froge"
我已经贴心的把这8分钟视频扒下来了，并且做好的翻译，大家就看吧，不用感谢我
设计工作流 (在 Agent Builder 中)：
1. 她首先拖入一个分类器节点，用来判断用户的提问是关于“会议日程”还是“一般信息”。
2. 接着，她创建了两个专门的智能体节点。一个是“日程智能体”，为其上传了包含所有会议信息的文档作为知识源；另一个是“DevDay 通用智能体”，为其提供了通用信息文件，并设定了其角色风格（像一只名为 Froge 的青蛙一样说话，会发出 "ribbit" 的声音）。
3. 为了让日程推荐更具视觉吸引力，她使用 **Widget Builder (小组件构建器)** 设计了一个精美的日程卡片，并将其附加到“日程智能体”的输出格式中。
4. 为了增强安全性，她添加了一个预置的 **Guardrail (护栏)** 节点，用于自动屏蔽个人身份信息 (PII)。
5. 整个工作流设计完成后，她在 Agent Builder 的预览窗口中进行了测试，确认其能够正确回答问题并以预期的方式呈现结果。部署到网站：
1. 她点击“发布”，AgentKit 为这个工作流生成了一个唯一的 ID。
2. 然后，她来到 DevDay 网站的代码中，仅用了几行代码就完成了部署：她引入了 **ChatKit** 的 React 组件，将刚刚生成的工作流 ID 传入，并添加了一些自定义样式，如 Froge 主题的颜色和提示语。
3. 刷新网站，一个名为 "Ask Froge" 的聊天机器人已经出现在页面右下角，并完全可用。整个过程从设计到部署，耗时不到 8 分钟。这个演示完美地展示了 AgentKit 如何将一个原本需要数周开发时间的复杂任务，缩短到几分钟。更重要的是，后续的迭代可以直接在可视化的 Agent Builder 中完成，修改后的智能体无需重新部署代码即可在网站上生效
Codex
Codex更新
今天，Codex 正式结束研究预览，进入通用可用阶段。推出了一系列新功能：
1.Slack 集成：开发者可以直接在 Slack 的团队对话中要求 Codex 编写代码或回答问题
2.Codex SDK：一个新的开发工具包，帮助团队将 Codex 的能力扩展和自动化到自己的工作流中
3.新的管理工具和报告：包括环境控制、监控和分析仪表板，帮助企业更好地管理 Codex 的使用
现场演示codex强大的编程能力: Romain 展示了如何利用 Codex 和 OpenAI 的 API，将周围的物理世界变成可交互的软件
同样给大家奉上演示视频全过程：
**从草图到 UI**：Romain 首先展示了一张他手绘的 UI 草图，然后使用 `Codex CLI` (命令行工具) 将其转换成一个带有摄像头画面的控制面板界面
**控制物理设备**：他的第一个挑战是发布会控制舞台上方的 Sony FR7 摄像机。他对如何开始一无所知，只知道这款摄像机有一个 C++ SDK。他直接向 Codex 下达了任务，Codex 自主研究了有 30 年历史的 VISCA 协议，并用 JavaScript 实现了控制逻辑。Romain 强调，Codex 能够不知疲倦地执行长达数小时的复杂任务
**实时添加新功能**：接着，Romain 在 VS Code 中向 Codex 插件下达了一个新任务：“将一个无线控制器连接起来以控制摄像机”。Codex 在后台开始分析现有代码，制定计划并实现功能。几分钟后，Romain 拿起一个 Xbox 手柄，成功地控制了摄像机的移动
**多模态与多工具协作**：演示的高潮是引入了语音控制。他利用 OpenAI 的实时语音 API 和 Agent SDK，为应用添加了语音交互能力。然后，他向 Codex 发出指令，要求为舞台的灯光系统创建一个 MCP 服务器，并提供了灯光系统的参考文档。Codex 在执行任务时，发现文档信息不全，于是自主上网搜索 GitHub 上的文档，补全了所需信息，最终成功创建了服务器
**人机协同编程的未来**：演示的最后，Romain 通过语音向应用下达指令：“让 Codex 显示一个类似电影结尾的演职员表，演员是现场的观众们”。应用中的语音智能体将这个请求转发给了 **Codex SDK**。Codex 实时地分析了前端应用的代码，注入了新的 React 组件，并在屏幕上滚动显示出了“演职员表”
这个现场演示展示codex开发全过程：从草图、物理设备、语音指令到实时应用重构，整个过程几乎没有手写一行代码。Codex 真正成为了一位能够理解意图、解决未知问题并与开发者并肩工作的智能队友
模型与 API 更新
GPT-5 Pro API 开放
GPT-Realtime-Mini API 开放
Sora 2 API 预览版发布
写在最后
DevDay 2025 的所有发布都指向一个共同的目标：OpenAI要为为这个新的开发者时代提供最好的平台。从在 ChatGPT 内部分发应用的 Apps SDK，到简化智能体开发的 AgentKit，再到 Codex，以及 GPT-5 Pro、Sora 2 和 Realtime-Mini 等更强大的模型 API，OpenAI 正在全方位地为开发者赋能
就像Sam Altman说的，软件开发曾经是一个需要数月甚至数年才能完成的漫长过程，但今天，我们亲眼见证了它可以在几分钟内完成。在这个新时代，你所需要的，仅仅是一个好的想法。
这是一个属于所有新开发者的黄金时代，注意是新开发者，我们都要问自己一句，我们属于这个新行列吗
