← 返回全部情报
Every 创始人 Dan Shipper 实测 OpenAI DevDay:Dots 已成主力但仍多 bug,Decisions API 与 Jev 对测各有胜负 的封面

·Every(Vibe Check)·产品实测收录 2026-10-06

Every 创始人 Dan Shipper 实测 OpenAI DevDay:Dots 已成主力但仍多 bug,Decisions API 与 Jev 对测各有胜负

EveryDan ShipperOpenAI DevDayDotsSpace插件扩展Decisions APIJev订阅外用Astra Ultrafast

一句话结论

Every 联合创始人 Dan Shipper 在 DevDay 当天发布上手评测,从 20 多项发布里挑出最重要的五项:常驻智能体 Dots 已成了他使用 ChatGPT 的主要方式,但权限、丢消息和浏览器连接问题多到他建议再等一两周;原生文档套件 Space 比通过浏览器改 Google Docs 快得多;ChatGPT 订阅可以带到约 15 家合作应用里使用;Decisions API 在团队对测中一项测试里 78 步选对 76 步、比 Jev 更快,另一项分类测试则是 Jev 更快、准确率持平。

打开原文 Every:Vibe Check: OpenAI DevDay 2026

背景与理念

这篇 Vibe Check 发布于 2026 年 9 月 29 日 DevDay 当天,作者是 Every 联合创始人兼 CEO Dan Shipper,他说自己从 2023 年第一届起每届 DevDay 都去了,按他的非正式统计,这次的新产品数量远超以往任何一届。

他的判断是:OpenAI 想让 ChatGPT 成为你工作的操作系统,把文档、幻灯片和智能体都放在电脑上的同一个地方,同时让开发者和初创公司能在它之上建立业务。他喜欢这种雄心,但也提醒,这么全面的愿景需要更强的执行力,一次加这么多东西,可能会失去当初让 Codex 出色的简洁和连贯。

他把整个行业放进一条演进线里看:每隔 6 到 12 个月,模型就会好到足以催生一种新的产品形态。GPT-3 带来了浏览器里的聊天,Sonnet 3.5 前后出现了终端里的编码智能体,GPT-5.3 前后出现了同时管理多个智能体的桌面应用;而现在,有了 Astra 和 Opus 5.5 这一级的模型,行业正在走向「一个了解你工作的常驻智能体」,它会追踪变化,并在需要时调来其他智能体。

具体做法

第一,Dots:已成习惯,但暂不推荐

Dots 是内置在 ChatGPT 里的常驻智能体,有自己的云端电脑,所以笔记本合上时它也能继续工作,并主动替你行动;你可以打字和它说话,也可以给它打电话。Shipper 给自己的 Dot 起名 Boo,Boo 会编排 ChatGPT 的其他对话线程、读邮件、用 Slack,并自动筛选新来的 Slack 请求和邮件,让他不用打开收件箱就能快速分拣。改签航班时,Boo 提醒他新航班时间会和一条他还没读的 Slack 会议邀请冲突。

但他测试的版本问题太多,他坦言现在还不能推荐:权限经常出问题、消息会丢、Dot 常常连不上应用内浏览器。他还发现 Dots 给 ChatGPT 增加了很多复杂度,他和 Dot 都会搞不清这项工作应该在 Dot 自己的电脑上做、在主线程的应用内浏览器里做,还是在 Dot 另开并编排的一个 ChatGPT 线程里做。尽管如此,测试期间他越来越多地找 Dot 而不是新开 Codex 线程。他的建议是,除非你喜欢尝鲜,否则等一两周,如果已经深度使用 Grok Bots、Muse 或 Instinct,除非你也是 ChatGPT 或 Codex 的重度用户,否则不值得换。

第二,Space 和办公套件:为智能体而生的文档

Space 是 ChatGPT 里一个类似 Google Drive 的空间,你、你的 Dot 和团队可以在里面一起整理和编辑文件,OpenAI 还推出了原生的文档、表格和幻灯片应用。它是一个智能体原生的文档套件:你在文档里能做的事,Dot 都能做。Shipper 这篇评测就是在 Space 里写的。

他说明显的好处是不用在 ChatGPT 和 Notion 这类应用之间来回切窗口,不那么明显的好处是速度。Dot 通过浏览器在 Google Docs 里写文档时,编辑几乎是一点一点爬出来的,因为 Docs 不是为智能体设计的,原生文档没有这种延迟;你还可以直接在文档评论里 @ 你的 Dot,让它就地修改。新的「保持更新」开关会让 Dot 自动保持文档最新,适合产品路线图、公司制度这类不断演变的文件。挑战在于切换成本,大多数用户(包括 Every 自己)的协作都在 Google 和 Notion 里。

第三,插件扩展:开发者在 ChatGPT 里做完整应用

外部开发者可以用「插件扩展」在 ChatGPT 里构建完整运行的应用,界面同时服务人和智能体:需要界面时你用界面,不需要时智能体接手,双方都不用离开对话。ChatGPT 还将在对话中推荐相关插件,并提供一个可浏览的目录。Shipper 说预览期间他还没能实际看到推荐、也没能做测试应用,并调侃这是 OpenAI 第三或第四次尝试做应用商店。

第四,ChatGPT 订阅可以带到别的应用里用

Plus 或 Pro 用户可以在 Devin 等合作应用里使用 OpenAI 模型,用量计入原有的 ChatGPT 套餐额度,首批大约 15 家合作方,用户可以控制每个应用的访问权限和用量。Shipper 说他早就预测 AI 订阅会像手机流量套餐,买一份、再选在哪些应用里用,而 OpenAI 是第一家迈出这一步的大实验室,这让 Every 这类第三方开发者不用担心 token 账单拖垮自己。

第五,Decisions API:OpenAI 版的 Jev

Decisions API 的用法是给它上下文和一组固定答案,让它选一个,比如判断一封邮件要不要回复,或者智能体下一步该点哪个按钮;和 Jev 不同的是,它还接受图片输入。Every 团队做了早期对测,结论是胜负取决于场景(具体数字见下一节)。Decisions 当天开放预览,预计几周后正式上线,价格未公布。Shipper 认为,如果它便宜到能用来做成千上万个这种小决策,可能会是这次 DevDay 最重要的发布之一。

其他发布

文章还列出了其他发布:每月 500 美元、额度最高并独享 Astra Ultrafast 的 Pro 档;每秒 250 个 token 的 Astra Ultrafast;接近 Astra 性能、价格为五分之一的 Sol 6.1;带电脑操作的 Agents API;可复用的 Codex 云端环境;新版 Codex CLI;扫描 GitHub 仓库漏洞的 Codex Security Cloud;企业隐私功能 OpenAI Private Intelligence;Sites 中的插件;重做的插件提交流程;以及首批 32 家合作方的 OpenAI Marketplace 测试版。

关键数据/例子

发布数量:DevDay 共发布 20 多项产品和功能,Shipper 说这是他参加过的各届 DevDay 中最多的一次。

Decisions 对 Jev 测试一:资深编辑 Jack Cheng 用纯文本回放电脑操作任务,在 78 个计分步骤中 Decisions 选对 76 步、Jev 选对 73 步,Decisions 的典型响应时间约 230 毫秒,Jev 约 500 毫秒。

Decisions 对 Jev 测试二:Cora 总经理 Kieran Klaassen 做会话线程分类,两者准确率基本持平,但 Jev 的中位响应时间为 161 毫秒,Decisions 为 309 毫秒。

整体评测:文章开头的摘要说,Decisions 在几项早期测试中速度和准确率胜过 Jev,但在团队更广泛的评测中落后。

其他数字:订阅外用首批约 15 家合作方;Pro 档每月 500 美元;Astra Ultrafast 每秒 250 个 token;Marketplace 首批 32 家合作方。

创新点

第一,这是一份带着真实工作流的上手评测,而不是发布会复述。作者用了几天 Dots 处理邮件、Slack 和改签航班,既给出了它带来的使用习惯变化,也坦白列出了权限、丢消息和浏览器连接这些具体问题。

第二,指出了「智能体原生文档」的真正价值在于速度和就地协作。让智能体通过浏览器操作为人设计的文档很慢,原生文档加上评论里直接 @ 智能体,把人和智能体的协作放进了同一个界面。

第三,用两组对测给出了 Decisions API 和 Jev 的取舍依据。同样是「选一个答案」的小模型,在电脑操作步骤选择上 Decisions 更准更快,在线程分类上 Jev 更快,说明这类决策模型要按自己的场景实测再选。

第四,把 AI 订阅「像手机流量套餐」的预测落到了实处。用户的 ChatGPT 额度可以在第三方应用中使用,可能改变独立开发者的成本结构。

可否复用

  1. 用自己的任务回放来比较决策类模型:像 Every 一样,把真实的电脑操作步骤或分类任务录下来,同时计分准确率和响应时间,再决定用 Decisions API 还是 Jev。
  2. 把高频的小判断交给便宜的决策模型:比如邮件要不要回复、智能体下一步点哪里,把贵的前沿模型留给真正复杂的推理。
  3. 试用常驻智能体时先从筛选和提醒开始:让它分拣邮件和消息、提示日程冲突,等权限和稳定性成熟再交给它更多主动操作。
  4. 需要人和智能体协作的文档,优先选智能体原生的工具:减少智能体通过浏览器操作传统编辑器带来的延迟,并在文档评论里直接给智能体派活。
  5. 新功能上线初期留出一两周缓冲期:先小范围试用、记录问题,再决定是否迁移已有工作流。

笔记会在输入时自动保存。