Inside OpenAI DevDay: Superhuman Computer Use, Decisions API, and the AI Cloud — Ari & Nikunj

OpenAI 把 Codex 的电脑操作能力开放成 API，GPT-5.1 跑电脑操作成本只有 Astra 的五分之一，速度还快 7 倍。

一个反常识的数字：订一份健身餐，Ari 自己花两小时，交给电脑操作 Agent 只用 15 分钟。这期 OpenAI Dev Day 后的对谈里，产品负责人 Ari 和 API 负责人 Nikunj 把"AI 替你点鼠标"这件事拆到了底——它现在到底能干什么、卡在哪、开发者该从哪下手。

Ari 说电脑操作完成任务的速度已经超过普通人，下一个目标是超过熟练用户。他举的例子很具体：订健身餐要精确到"多少克鸡肉、多少克米饭"，自己弄两小时，Agent 15 分钟搞定，快 8 倍。

• 每个 Dot 配一台云端 Linux 虚拟机，能跑完整桌面软件，不只是浏览器。这是它和之前产品的区别——以前只能给你一个云浏览器，或者接管你自己的电脑。
• Agent 现在会写 JavaScript 代码一次执行多个动作，不再是一步一步点。以前截图、滚动、再截图，现在能直接看到整页内容，批量操作。
• Appshot 不是截图：双击 Command 抓取的是应用里的完整文本和无障碍信息，链接指向哪、日历事件全名是什么，模型都拿得到，截图里这些全是缺的。

Ari 说现在很多时间不是花在 AI 思考上，而是花在等网站自己加载完。比如在 DoorDash 上跑任务，大量时间是在等 DoorDash 页面打开。

• 能事件驱动就事件驱动，浏览器有加载事件，但有些场景没法用——比如等客服回复，可能 30 秒也可能 3 分钟。
• 模型训练用的是 OpenAI 自己的电脑操作框架，所以开发者自己搭一套框架，在速度和准确率上可能吃亏。
• 安全上要主动设计：涉及付款这类有后果的操作，要先问用户；按任务需要，只开放必要的网站和应用权限。

Nikunj 直接承认：决策 API 是被 Grok 启发的，四个月前这东西根本不在计划里。OpenAI 内部有人被"nerd sniped"（被一个问题勾住），拿现成的 Luna 权重搭了个原型，跑通了，现在全队在死磕延迟。

• 它没有训练新模型，就是在 Luna 权重上做约束：结构化输出、并行推理、关掉推理链，换来极快速度。代价是处理长链条复杂任务的能力弱一些。
• 和 GPT Live 搭配：GPT Live 负责"说话"和快速分派，决策 API 负责快速判断，Astra 在后台干重活。以前 GPT Live 调工具很慢，现在顺多了。
• 缓存有硬保证：响应 API 现在承诺 30 分钟内缓存命中，还给某个用户上线了 12 小时缓存窗口，个人 Agent 隔几小时回来接着用，成本照样低。

"三四年前我们害怕把大模型接到网上和我们的设备上，现在我在让它帮我配 DNS、付账单，几万美元的东西直接交给它，能出什么最坏的事呢。"

• 如果你在做需要操作第三方网站的产品，先评估用 OpenAI 的 Agents API 而不是自建框架——模型是在官方框架上训练的，自建在速度和准确率上可能双重吃亏。
• 做个人助理类 Agent 时，把缓存策略当成一等公民：用预加热（pre-warming）提前付缓存费，让长线程隔几小时回来还能命中缓存，这是目前压成本最直接的手段。