
DevRev × GPT-6.1 Sol:Computer + Operator 做可逆、可溯源的企业自助服务
管理工程自助服务GPT-6.1 SolCodexEnterprise-Bench
一句话结论
DevRev 用 GPT-6.1 Sol 等模型驱动 Computer 与 Operator,强调动作可逆、答案可溯源,并用 Enterprise-Bench 在多版本数据与角色权限下评测;工程侧全员改用 Codex 并停掉 Cursor,销售演示则用 Astra。
打开原文
OpenAI:DevRev delivers autonomous self-service with GPT-6.1 Sol
背景与理念
企业自助服务要的是推理、可信、对齐,以及可承受的延迟与成本同时成立。CTO Ahmed Bashir 说 Computer/Operator 跨实时数据推理,动作设计为可逆,答案指向来源;模型负责推理与规划,公司 harness 负责知识连接与可执行动作边界。
具体做法
- 在 Agent Studio 里用对话描述工具行为,并用固定规则钉住部分行为;评测走 Enterprise-Bench,覆盖多版本数据、跨系统信息与按角色授权。Bashir 认为 GPT-6.1 Sol 在这类评测里平衡得好。
- 工程组织收敛工具链:全员使用 Codex,并停用 Cursor 许可;销售工程师用 GPT-6 Astra 做展会演示。
- 展望用 Decisions API 与 Ultrafast 让部分决策秒级完成,把更难、更贵的规则从硬编码转向可对话描述。
关键数据/例子
文中未公布 Enterprise-Bench 的具体分数,但给出组织选择信号:团队在试用多种编码工具后「整个团队都用 Codex」,并明确停掉 Cursor。Bashir 强调开发者「只找最好的工具,骗不了他们」,并称 Codex「远好得多」。下一步是让 Operator 接更长、更难的请求,同时保持可追溯、有权限、可逆。
创新点
第一,把「可逆动作 + 可溯源答案」写成企业 agent 的产品硬约束。第二,用贴近真实权限与多源数据的 Enterprise-Bench,而不是只测通用对话质量。
可否复用
- 客服/IT 自助上线前,先规定哪些动作必须可逆、哪些答案必须带出处。
- 评测集要含多版本数据与角色权限,而不是只有理想知识库。
- 编码助手选型以工程师真实留存为准,允许组织收敛到单一主工具。