🚀 OpenAI DevDay 2025：OpenAI 开幕致辞（Sam Altman 要点解读）

作者：OpenAI

OpenAI 在 Dev Day 2025 的开幕致辞中，Sam Altman 强调现在是“成为构建者的最佳时机”，聚焦四大核心方向：在 ChatGPT 内构建应用、加速代理（agents）的开发、让写软件变得更简单，以及持续更新的模型与 API 支持。演示展示了 Apps SDK 与 MCP 标准如何让开发者把应用直接嵌入对话、实现快速分发和潜在变现；Agent Kit 的完整构建块大幅简化从原型到生产的过程；并介绍 Codex、GPT-5 Codex、Sora 2 等新模型及其在编码、创作和实时交互场景中的应用。下面，我们把要点按主题梳理，并穿插演示中的关键画面。

🧭 方向纵览：四大核心方向

• 在 ChatGPT 内构建应用（Apps inside ChatGPT），让对话成为应用的入口，提升分发覆盖与变现能力。
• 加速代理开发（Agents），用更少的摩擦把从原型到生产的工作推向落地。
• 让软件开发更简单，减少重复性编码，让开发者把时间花在系统设计与创造力上。
• 持续更新模型与 API，提供更强的能力、可控性与生态扩展性。

在屏幕上，舞台滚动显示了那些已经在平台上突破里程碑的开发者名单，鼓励更多团队参与共同推动 AI 的落地应用。[0:00 时的场景截图]

🧰 App SDK：在 ChatGPT 内部构建可互动的应用

• 核心理念：让 ChatGPT 成为帮助人们更高效地工作、学习和创作的“入口+执行层”。开发者可以把数据源接入、触发行动、渲染完整 UI，并让应用在对话中被发现、使用，甚至在未来实现即时结账与变现。
• MCP 标准与全栈能力：Apps SDK 基于 MCP（开放标准），开发者可以控制后端逻辑和前端 UI，应用可覆盖在数以亿计的 ChatGPT 用户之中。
• 应用分发与发现：推出应用目录，聊天对话中可直接推荐相关应用，提升曝光与使用率；在对话中用户也能按需找到并使用应用。

关键点包括：从对话中直接访问与操作应用、在对话中展示全屏或画中画（PiP）等多种 UI 形式、以及未来的广告性电商模式（agentic commerce protocol）实现即时结账。

• 示例场景演示（如 Coursera、Canva、Zillow 等）：用户可以在 ChatGPT 中直接启动 Coursera 学习、让 Canva 生成海报、通过 Zillow 的地图体验查看房源信息等，所有交互都在对话流里完成。Canva 的海报/演示文稿能力在应用内被直接调出并呈现。
• 实时演示要点：在演示中，Canva 先给出海报选项，随后可将海报转化为简报，进一步在 Canva 内导出成幻灯片。Zillow 作为地图与房源信息的嵌入式示例，展示了对话中对数据、视觉和交互的无缝整合。

画面示例：Canva 海报与后续转为幻灯片的过程，演示了在对话中直接生成和编辑多模态资产的能力。[947 秒时截图]

• Live demo 细节要点：
  • 通过与 Coursera、Canva、Zillow 的组合演示，展示了“从对话到资产生成再到完整应用体验”的闭环。
  • App 的全屏模式、在会话中嵌入的多模态 UI，以及对话中的上下文传递（Talking to Apps）能力，确保模型对用户正在交互的具体内容有清晰理解，从而提供更精准的帮助。

截图参考：会议现场对着屏幕展示应用内的交互过程，演示的场景片段用图像来呈现。 [139 秒时截图]

• 重要前提：Apps SDK 以 MCP 为基础，若你已有 MCP 资源，接入 AbSDK 将更容易扩展，应用可以在对话中实现快速分发与广域覆盖。

示例画面：演示中直接在对话内调用的 Canva 海报、Zillow 地图与图文并茂的媒体渲染，展示了一体化体验的可能性。[947 秒与 1788 秒时截图]

🤖 Agent Kit：把代理从原型带到生产

• 目标：为每位构建者提供一整套构建块，让从原型到生产的路径更短、风险更低、迭代更快。
• 三大核心组成：
  • Agent Builder：可视化画布，设计、测试与部署代理流程。这一部分基于“Responses API”的理念，开发者熟悉的基础组件被抽象成可用的构件。
  • Chat Kit：把高质量的对话体验带到你自己的应用中，提供可嵌入、可品牌化的聊天界面，支持跨代理节点的对话流与工具调用。
  • Evals：为代理提供性能评估、数据集、提示优化、以及对外部模型的评估能力，帮助保障代理的可靠性与安全性。并支持与内部工具的无缝对接（OpenAI Connector Registry），通过管理面板实现访问控制和审计。
• 安全与治理：Guardrails、PII 检测与屏蔽、以及管理员控制面板，确保代理在访问内部工具和数据时遵循安全政策、范围可控且可追溯。

实际应用示例：

• Albertsons：在美國2000多家门店中，代理可以在销售下降时自动分析季节性、历史趋势和外部因素，给出优化建议（如调整陈列、投放本地广告等），减少人工沟通与延迟。
• HubSpot Breeze：通过代理从知识库中提取本地化治疗方法、政策细节等信息，为客户提供多种解决方案与建议。

现场演示了一系列从建模到上线的全过程，并展示了如何在 Dev Day 的站点中部署由 Agent Kit 构建的代理，直接在网站端同用户进行交互。这一环节强调了“无代码/低代码直达生产”的速度与可控性。

演示者 Christina 在现场以实际操作演示Agent Kit的搭建过程：从流程图绘制、引入会话与日程代理，到加入保安控件、再到发布和在网站中接入 ChatKit 组件，最后实现对话中的任务分发与执行。整个过程仅用几分钟就完成上线，体现了代理构建在实际落地中的高效性。[2778 秒时截图]

💻 Codex：软件开发进入 GA 时代

• Codex 的演进：GPT-5 Codex 现已成为强大的编码协作模型，能够在集成开发环境、终端、GitHub、云端等多处协同工作，实时响应并接入外部工具。
• 关键进展：
  • GPT-5 Codex：更强的上下文感知、对复杂任务的自动化提示优化、以及对外部工具的动态对接能力提升。
  • Codex 进入 GA：自研的重大里程碑，Slack 集成、Codex SDK、企业级管理工具（环境控制、监控、分析、仪表盘等）一并推出，帮助团队进行规模化部署与治理。
• 实际成效：Codex 用户数量显著提升，日常消息量、任务与对话数量显著增加，开发者团队的代码提交与审查效率显著提升；Cisco 等公司通过 Codex 的广泛应用，代码审查时间显著缩短。

演示环节中，Raman 展示了一个以 Codex 为核心的端到端演示：从一个简单的控制面板开始，自动生成并接入相机控制协议（VISCA）实现对 Sony a7 和相关设备的控制；并将 Codex 集成到开发环境中，展示如何用极少的代码量实现复杂功能与实时交互。这一段强调了“ Codex 能力的无缝协作与即时改造能力”的强大潜力。甚至还演示了通过 Codex 云端任务来控制现场灯光、实现语音互动，以及在 React 应用中动态叠加代码来实时更新界面。

画面要点：

• 通过 Codex CLI 构建并生成对相机控制的服务器和可运行的节点，实际在本地与云端环境中验证功能。
• VS Code 插件内的 Codex 集成，展示本地与云端任务的双向协同与即时应用扩展。
• 现场语音交互演示，演示如何通过 Real-time API 将语言输入转换为对场景的直接控制。

截图参考：演示者展示了从代码生成到现场控制的全过程，以及实时语音交互对演示场景的驱动。[2778 秒时截图]

• 现实意义：Codex 生态包括 Slack 集成、Codex SDK、企业管理工具等，面向企业级团队的代码协作、治理与自动化水平提升，帮助大规模团队更高效地完成代码审查与开发任务。

🎬 Sora 2：创作者工具的新纪元

• Sora 2 是 OpenAI 的视频生成模型，提供高度可控的视频输出、画面状态保持、与声音场景的同步等能力，适用于广告、教育、娱乐等场景。
• 关键能力：
  • 高度可控的画面风格与状态保持：详细指令控制输出，能在不同场景中保持一致性与美学。
  • 声音与画面的协同：丰富的声景、环境音效与画面内容的同步，提升观感的沉浸感。
  • 与现实世界的融合：可以将现实图片或物体引入视频，生成新的场景与交互效果。
• 应用展望：面向创作者、品牌和内容制作团队，a/b 测试、概念开发、广告制作等环节，通过 API 直接在自家产品中生成高质量视频，节省耗时与成本。

示例：描述了用 Sora 2 将一个概念性广告草图扩展成完整视频，并配以真实世界元素的场景化呈现。该模型为内容创作提供“从想法到成品”的快速通道。

画面参考：Sora 2 的概念演示与实际输出的对比，展示其在细节与风格上的控制力。[3061 秒时截图]

• 生态意义：Sora 2 与 Real-time Mini 等新模型共同扩大了 AI 在内容创作、市场传播等领域的应用边界，为开发者提供了更丰富的多模态表达能力。

💡 模型更新与对创作者的工具

• GPT-5 与 GPT-5 Pro：GPT-5 在代理与端到端编码方面表现出色，已经在多家编码相关初创企业的应用中落地并提升效率。GPT-5 Pro 作为更强的推理与准确性模型，正式进入 API，面向需要高准确性和深度推理的领域（金融、法务、健康等）。
• Real-time Mini：更小、成本更低的实时语音模型，保持同等语音质量与表达能力，降低语音交互的门槛。
• Sora 2 的 preview 与 API 公开：让开发者在自有产品中直接产出高质量的视频与音效输出，增强多模态内容的表现力。

画面要点：作者总结了自今年以来的模型进展与企业级应用案例，强调新模型在编码、创作和实时交互中的广泛潜力。[3061 秒时截图]

🧭 总结与展望

• 核心信念：AI 将把“从想法到产品”的时间大幅缩短。开发者无需一个庞大团队即可将创意变为现实，重点在于想法与执行能力，而非资源规模。
• 现有工具带来的变革：
  • App DK（Apps SDK + MCP）让应用直接嵌入对话并实现快速分发与潜在变现。
  • Agent Kit 将代理从原型到生产的路径大幅简化，降低门槛，提升治理与可维护性。
  • Codex 与新模型（GPT-5、Sora 2、Real-time Mini）为编码、创作与实时交互提供强大支撑。
  • 创作者工具与生态（如 Sora 2）的加入，扩展了 AI 的应用场景与表达能力。
• 生态建设与商业路径：应用目录、发现机制、即时结账与广告/电商化等能力逐步落地，为开发者提供更广阔的曝光与持续收益机会。

演讲者强调，希望通过这些工具让 AI 对所有人都有用，鼓励全球开发者参与共创，并对今天的团队与筹备工作的辛勤付出致以感谢。

画面与演示要点回顾：

• 现场多场景演示覆盖“对话即应用、对话中资产生成、代理生产力提升、编码协作的进化、以及创作者工具的落地能力”，展示了一个多模态、可控、可扩展的 AI 生态图景。[0:00, 2:19, 15:47, 29:48, 46:18, 51:01 的相关截图]

关键术语速览

• Apps SDK：在 ChatGPT 内构建、部署和渲染互动应用的开发工具包，支持数据连接、触发行动和前后端完整 UI 渲染。
• MCP（Open Standard）：开放标准，确保应用与 ChatGPT 的无缝集成，统一数据、工具与 UI 渲染接口。
• Agent Kit：完整的代理构建块集合，包括 Agent Builder、Chat Kit、Evals，以及数据连接和安全控件，帮助从原型到生产的迁移。
• Codex / GPT-5 Codex：专为编码协作设计的模型，现支持在多种开发环境中协同工作，具备更强的上下文感知与外部工具对接能力。
• Sora 2：视频生成模型，提供可控性强的画面输出和声音同步，适合创作者与内容生产场景。
• Real-time Mini：更小巧、成本更低的实时语音模型，降低语音交互的成本与门槛。

附：现场画面参考

• 开场致敬与里程碑展示（0:00 时截图）：舞台上展示开发者在平台上的里程碑成就，强调这是一个“让开发者成为核心驱动”的时刻。
• App 生态与 Live Demo（2:19 时段截图）：演示中展示了 ChatGPT 内部应用的实际工作方式与交互。
• Canva 与多模态演示的海报/幻灯片场景（15:47 时段截图）：Canva 将海报转化为演示幻灯片的过程。
• Zillow 地图与房源体验（29:48 时段截图）：地图嵌入对话中的交互式房源浏览。
• Codex 实时编码与控制演示（46:18 时段截图）：Codex 与现场设备、控制面板的即时协作。
• Sora 2 与未来创作场景（51:01 时段截图）：Sora 2、Real-time Mini 及未来创作能力的展望。

如果你正在规划利用 AI 加速产品落地，这场致辞提供了清晰的路线图与落地工具。Apps SDK、Agent Kit、Codex 及新模型共同构成了一个强大且不断扩展的生态，帮助开发者以更短的时间把创意变成可用的产品。未来你也可以通过参与预览、提供反馈，和社区一起推动这场 AI 架构的快速迭代。