大语言模型

OpenAI 年度发布会：Agent平台/Sora API/第三方接入ChatGPT/... 讲的没讲的，都在这了

2025 年 10 月 7 日

OpenAI年度发布会重磅升级，Agent平台、Sora API和第三方接入ChatGPT等多项创新功能亮相，重新定义AI交互方式。核心内容： 1. App inside ChatGPT：加强版Plugin系统，支持第三方应用界面集成 2. Agent Kit和Codex正式版发布，提供更强大的开发工具 3. GPT-5 Pro、Sora等API更新，以及未公开的新模型gpt-image

今天是 OpenAI 的年度发布会：

OpenAI Dev Day 2025

10月7日凌晨一点召开，算是国庆献礼

不愧是你：山伟国

按 Sam 的话来说，这场发布会是聚焦于「如何让人更好的用 AI 去创造」，并带来了以下新鲜内容

App inside ChatGPT：加强版的 Plugin 系统
Agent Kit：OpenAI 的「扣子全家桶」
Codex 正式版：OpenAI 版的「Claude Code」
API Update：GPT-5 Pro、Sora、Real-Time Mini 的 API 都发布了
还有个大会上没讲的新模型 gpt-image ，这个也以 API 发布了，是个生图的模型

本次发布

不过按我的看法，这次的发布，更像是是聚焦于：让开发者去定义「人与 AI 的交互方式」

这里，让我按发布顺序，仔细盘盘。并且，补充一些发布会上没说的内容

App Inside ChatGPT

可以理解为，这是更加 Plugin 系统的加强版

先说下插件系统，这是 MCP 或者 Function Call 的鼻祖，于 2023年3月14日发布、5月中灰度上线的到了 ChatGPT。通过这个系统，ChatGPT 可以向外部请求数据，比如联网搜索、查询数据库，或者干脆生成一个视频（HeyGen 当时也接入了 Plugin 系统）

后来，这个系统在去年4月9日下线，取而代之的，是大家更熟悉的 GPTs + 自定义 Action

这次的发布，更像是 Plugin 系统的加强版，第三方应用给到的不单单是数据，而且可以是界面

比如说，在之前的 plugin 系统中，用户通过 ChatGPT 让 Canva 去做一个 ppt，那么用户会获得一个链接，点开后打开对应的 Canva 的对应页面，然后继续编辑

在这个过程中，ChatGPT 也可以直接看到对应的东西，方便了不少。你甚至可以直接在 ChatGPT 里播放 Coursera 的课程视频，一边看一边问问题

Zillow 是美国的链家，在 Zillow 地图上点了个房子，问「这离狗狗公园有多远」，它能结合地图上的信息去搜索回答

配合这个发布的，还有一个 Apps SDK。开发者们可以使用这个 SDK 把自己的应用集成到 ChatGPT 里面，获取流量。Apps SDK 基于 MCP 标准构建，如果你已经有 MCP 服务器，只需要加个返回 HTML 的 resource，就能快速升级成完整的 app

这项功能今天就开始 Preview，可以去 OpenAI 平台开始构建，年底会开放正式提交和审核流程，到时候还会有个 app 目录让用户浏览

首批合作伙伴包括 Figma、Canva、Coursera、Spotify、Zillow 等，今天就能用

即将，还会有更多的专业伙伴加入，比如 Uber（美国的滴滴）、Tripadvisor（美国的携程/大众点评）

同时，未来还会支持多种变现方式，包括新的 Agentic Commerce Protocol，帮助开发者完成商业化的闭环

Agent Kit

看这个界面，像不像扣子？没错，OpenAI 发布了他们的 Workflow 编辑器

从产品延续的角度，也可以说是 GPTs 的升级版：给 GPTs 加了更复杂的工作流，也能定义输出的形式

对于上面说的「定义输出的形式」，对于这次的 OpenAI 发布会，如果我想做一个指定场景的工具「DevDay 百事通」，除了能像常规 Workflow 编辑器那样上传数据库之外，还可以给它一个样式模板，比如这个：

在这种情况下，我去问它问题：有什么关于 building agents 的分享？

它回复的，便不再是纯文字：“11:15 有一场 Orchestrating Agents at Scale，由 James 和 Rohan 主讲，讲的是如何构建 agents”

而是给你一个卡片：带着会议时间、主讲人、地点

对了，这个 case 是一个叫做 Christina 小姐姐（看着是华裔）在台上现场搓的，累计没用到 8 分钟，流程包括：

设置工作流逻辑（分类器 + 条件判断）
上传会议日程文档
加 PII 保护的 guardrail
配置输出的 widget 样式
部署到网站上

对于这套东西，Ramp 团队用 Agent Builder 几小时就搭出了采购 agent，迭代周期缩短了 70%，两个 sprint 就上线了（以前要两个季度）

这套东西，叫做 Agent Kit，包含以下核心组件：

Agent Builder
Chat Kit
Evals for Agents

逐个来说说

Agent Builder

可视化编辑工作流，拖拽节点就能搭。左边是常用的构建模块，包括工具（file search、MCP）、guardrails、human-in-the-loop、各种逻辑节点。支持预览运行、内联 eval 配置、完整版本管理。满意了就发布，拿到 workflow ID 直接用

另外，Agent Builder 里可以启用 Guardrails——开源的模块化安全层，能屏蔽或标记 PII、检测越狱攻击等，让 agent 更可靠、更安全

扯个题外话，这东西很像扣子的「开发平台」

Chat Kit

可嵌入的聊天组件，直接集成到你自己的产品里。处理流式响应、管理对话线程、展示模型思考过程这些复杂的事情都帮你搞定。可以自定义品牌、主题、样式。Canva 说他们用 ChatKit 给开发者社区做支持 agent，省了两周时间，集成只花了不到一小时

扯个题外话，这东西很像扣子的「WebSDK」

Evals for Agents

去年发布的 Evals，这次加了四个新能力：

Datasets：快速构建 agent evals，用自动评分器和人工标注不断扩充
Trace grading：端到端评估 agent 工作流，自动评分找出问题
自动化 prompt 优化：根据人工标注和评分器输出生成改进的 prompt
第三方模型支持：在 OpenAI 平台上直接评估其他厂商的模型

扯个题外话：这东西，很像扣子的「扣子罗盘」

此外，还有个发布会上没提的、也算在这个 kit 里的东西：Connector Registry

这玩意儿就在 ChatGPT 的设置里面，帮你把所有数据源整合到一个管理面板里，横跨 ChatGPT 和 API。

包括预构建的连接器（Dropbox、Google Drive、SharePoint、Microsoft Teams）和第三方 MCP，让企业能统一管理多个工作区和组织的数据

编程工具 Codex

Codex 今天开始，来到了正式版

这东西，5月发布的：Codex 实测：OpenAI 的云端 Coding Agent

上个月，更新了一版GPT‑5-Codex 发布：OpenAI 的 Claude Code

现在的 Codex 用的是 GPT-5 Codex 模型，专门为写代码和 agentic coding 优化的。现在，OpenAI 内部几乎所有新代码都是 Codex 用户写的，用 Codex 的工程师每周多完成 70% 的 PR，基本上每个 PR 都过 Codex review

现在的 Codex 不只是命令行工具了，可以在你的 IDE、终端、GitHub、ChatGPT 账号里都能用，无缝切换

Codex 这东西，还是靠谱的，在现场的工程师小哥 Ramon 做了个炸裂演示：

Ramon 拿了个会场上方的摄像头，让 Codex 写代码控制它。Codex 自己找到了 30 年前的 VISCA 协议文档，写好了控制代码，还做了个控制面板，并且用 XBox 手柄就能控制摄像头

最后来了个大的：用 Real-time API 加语音，控制会场的灯光系统（通过 MCP）

现场对着 ChatGPT 说：“把观众席的灯打亮”，灯就亮了

整个过程，小哥一行代码都没手写，纯口喷

除此之外，Codex 还多了以下俩玩意儿：

Slack Integration：直接在 Slack 里问 Codex 写代码或回答问题，团队协作更方便

Enterprise Control：给企业用的管理工具，包括环境控制、监控、分析仪表板等，让大公司也能放心用

API 迭代

敲黑板，这里是正片

本次发布会，明面上带来了三套模型的 API：

GPT-5 Pro
Sora2 & Sora2 Pro
Real-Time Mini

但其实...还发布了他们家的图像生成 API gpt-image-1-mini，低至 0.005 美分一张图。下面，让我来分别说说

GPT-5 Pro API

8 月发布的 GPT-5 Pro，现在开放 API 了

这模型有 400k 上下文，272k 最长输出，适合金融、法律、医疗这种需要高准确度和深度推理的场景。Cursor、Windsurf、Replit 等头部编程工具都在用 GPT-5 系列改变软件开发方式

内部数据：GPT-5 Codex 已经处理了超过 40 万亿 tokens，是 OpenAI 增长最快的模型之一

Sora 2 发布

重头戏来了，Sora 2 API 开放 Preview，分两个版本：

sora-2：快速版，适合快速迭代。几分钟出结果，适合社交媒体、产品原型、概念设计

sora-2-pro：更大更强，渲染时间更长价格更贵，但画质更精致稳定。适合高分辨率电影镜头、营销素材等对视觉精度要求高的场合

价格呢...如下图，一个 15 秒的视频，需要至少 1.5 美金～10.5 人民币

调用的话，代码大概这么写

from openai importOpenAI
openai = OpenAI()

# 生成视频
video = openai.videos.create(
    model="sora-2",
    prompt="草地公园的广角镜头，孩子放着红色风筝，黄金时刻阳光"
)

# 轮询状态直到完成
while video.statusin ("in_progress", "queued"):
    video = openai.videos.retrieve(video.id)
    time.sleep(2)

# 下载视频
content = openai.videos.download_content(video.id)
content.write_to_file("video.mp4")

Real-Time Mini

语音模型 Real-Time Mini，比之前的 Advanced Voice 便宜 70%，质量一样

Sam 说他觉得语音会成为人跟 AI 交互的主要方式，所以把价格打下来，让大家都用得起

（Sam：家人们，我把价格打下来了）