DevDay 2026：OpenAI 把 Codex 从“结对搭子”升级成“自主作业员”

9 月 29 日，OpenAI 在旧金山开了 DevDay 2026。和往年不同，这次大会的主角不是新模型，而是一个老熟人：Codex。从可复用的云环境、常驻安全扫描、"Sign in with ChatGPT"，到能直接操作软件的 Computer Use，OpenAI 用一整套更新回答了一个问题——当"AI 会写代码"已经不稀奇，Codex 接下来要变成什么？

答案是：一个更自主、更快、也更需要被盯着的"作业员"。这篇把发布清单、三个关键判断、横向对比和一份冷静清单一次讲透。

发布清单：信息量很大，逐条过

• 可复用的 Codex 云环境。团队可以沉淀一套带共享配置和权限的开发环境，任务从电脑或手机发起，直接在云端跑。环境不再是一次性的——"用完即焚"的临时沙盒时代结束了，取而代之的是可以长期维护的"云端工位"。
• 带语音控制的 CLI。Codex 命令行现在可以用语音下指令。对终端重度用户来说，这不是噱头：长会话里"说句话让它继续"比切窗口打字自然得多，review 代码时口述修改意见也更符合直觉。
• ChatGPT 桌面端的 Code Review。代码评审被做进了桌面 App。评审从"某个插件的附加功能"变成"桌面工作流的一等公民"，说明 OpenAI 认为 review 是高频刚需，值得一个原生入口。
• Codex Security Cloud。这次最重磅的一块：常驻应用安全服务。接上 GitHub 仓库后，它会全量扫描、持续盯着新提交、调查漏洞、去重，最后把修复方案准备好等人确认。研究预览版面向 Pro、Business、Enterprise 和 Edu 用户，默认附带 Daybreak Blue 的网络安全模型能力，不用单独申请。
• Agents API 的 Computer Use。Agent 不再只生成代码，可以真的去"点"软件、操作系统。值得注意的是，它 9 月 11 日就已经在 beta 了——OpenAI 显然把它当基础设施在铺，而不是拿出来试水。
• Decisions API。基于 GPT-6 Luna，专为"单选题"式任务设计：分类、打标、快速判断。模型开始按任务形态分化，而不是一个大模型包打天下——这是成本优化走到深水区的标志。
• GPT-6 Astra Ultrafast。新的极速档：Codex 里最高 300 tokens/秒，API 速度最高 6 倍。代价是 token 更贵——"快"第一次被明码标价。
• ChatGPT Pro 500。美国区每月 500 美元，包含 Ultrafast 和 25 倍于 Plus 的用量。订阅价格的天花板又被捅高了一截，重度用户的付费意愿已经被摸得透透的。
• Sign in with ChatGPT。Plus 和 Pro 用户可以把自己的订阅额度花在 16 个合作伙伴工具里，包括 Cognition 的 Devin、Vercel、Notion。ChatGPT 账号正在变成 AI 工具圈的统一身份和计费层——这一步的野心不比任何模型发布小。

判断一：Codex 的身份变了，从"笔"变成"手"

从"帮你写代码的搭子"变成"能自己操作软件的作业员"，这是一次自主性跃迁。Computer Use 意味着 Agent 的动作空间从"文本"扩展到了"界面"：它能点的、能改的、能搞砸的东西，都变多了。

这个比喻值得展开：笔写错了，你看得见——diff 就在眼前；手做错了，你可能看不见——它在你没盯着的时候改了三个文件、调了一个 API、还顺手关了个窗口。Codex 的进化方向，恰恰是从"看得见的错"走向"看不见的错"。这不是反对自主性，而是说：自主性每升一级，可观测性就得跟一级，否则就是在给未来的自己埋雷。

判断二：安全从"功能"变成了"常驻服务"

Codex Security Cloud 的思路值得玩味。它不像传统扫描器那样对着规则库比对，而是"像安全研究员一样工作"：读整个代码库、跑测试、推演攻击路径、在隔离环境里验证漏洞再上报。AI 写代码的时代，"谁来保证 AI 写的代码安全"是个真问题，OpenAI 的回答是：再派一个 AI，7×24 小时盯着。

以子之矛攻子之盾，听起来很对，但也把信任链条拉长了一截：你现在要信任的不仅是写代码的模型，还有审查它的模型，以及两者之间的协作协议。务实的姿势是：把 Security Cloud 的报告在初期当"可疑线索"而不是"定论"来读，至少跑一个季度，统计它的误报率和漏报率，再决定放多少信任进去。任何安全工具的第一课都是：先校准，再依赖。另外注意它的覆盖边界——"像安全研究员一样工作"不等于"有安全研究员的责任心"，最终对生产环境负责的还是你，签字发布之前，关键路径的代码建议还是人肉过一遍。

判断三：巧合太多，就不是巧合——全行业在往同一个方向挤

把时间线拉开看会发现，DevDay 不是孤立事件。9 月 10 日 Cursor 发布了 Projects（协调者 Agent 调度数千个子 Agent）；9 月 23 日 GitHub Copilot 给桌面端加上了本地沙盒 public preview；9 月 24 日 Cursor 的更新日志里出现了 Rollouts（部署监控）和 Security Reviewer。同一周里，三家大厂同时在解决同一组问题：Agent 越自主，越需要围栏、越需要审计、越需要"出事能回滚"。

这说明行业已经形成了共识：2026 年下半场的竞争，不再是"谁的 Agent 更聪明"，而是"谁的 Agent 更可信"。聪明是入场券，可信才是护城河。对选型的人来说，这意味着评估维度要变了——以前比的是补全准不准、上下文长不长，以后要比的是权限粒度、审计日志、回滚能力。

冷静清单：发布会越热闹，这几条越要记牢

有个不舒服的真相：OpenAI 发布自主性功能的速度，一直快过"验证 Agent 到底干了什么"的工具成熟速度。Security Cloud 会自动准备修复、Computer Use 会直接操作系统——每一次"不用你操心"的背后，都是一次"出了事你都不知道"的风险敞口。

• 云环境复用之前，先定权限边界。可复用是好事，但"沉淀下来的环境"也意味着"沉淀下来的权限"。给云环境最小必要权限，定期 review 它的 credential。
• Ultrafast 是止痛药，不是营养品。300 tokens/秒很爽，但如果你的瓶颈是需求不清晰、测试覆盖低，加速只会让你更快地写出错误的代码。先解决正确性，再购买速度。
• Pro 500 适合谁？算笔账：500 美元/月 ≈ 25 倍 Plus 用量。如果你现在的 API 账单稳定超过这个数，或者你是靠"快"吃饭的（比如 live coding、现场演示），才值得。否则 Plus + 按需 API 更划算。
• Sign in with ChatGPT 的隐藏议题是锁定。统一身份很方便，但当你的 Devin、Vercel、Notion 都挂在一个 ChatGPT 账号下，迁移成本也在悄悄变高。方便和锁定永远是一体两面。

横向看：DevDay 在 2026 编程工具大战里的位置

把 DevDay 放进 9 月的完整拼图里，OpenAI 的打法就清楚了。Cursor 在 9 月 10 日推出了 Projects——一个"协调者 Agent"，自己不写代码，专门规划任务、调度成千上万个子 Agent，还能在你合上笔记本之后继续在云端跑；9 月 24 日的更新日志里又跟上了 Rollouts（部署监控，发现回归自动开 revert PR）和 Security Reviewer（每个 PR 自动做漏洞检测）。GitHub Copilot 则在 9 月 23 日给桌面端上了本地沙盒的 public preview：文件、网络、凭证三类权限可以按项目配置，默认关闭，企业可强制执行，顶不住就 fail-closed。

三家在同一周干的事，翻译成一句话都是：Agent 的自主性已经够用了，现在拼的是"管得住"。OpenAI 的解法是"再派一个 AI 盯着"（Security Cloud）+"把操作收进围栏"（云环境）；Cursor 的解法是"分层调度"（协调者只规划不执行）+"部署后监控"（Rollouts）；GitHub 的解法是"操作系统级沙盒"。路线不同，方向一致：2026 年下半场的编程工具竞争，已经从"谁更聪明"转向"谁更可信"。

对用户来说这是好事：可信度的竞争，最终会沉淀成行业标准——就像当年的 HTTPS 一样，"Agent 操作必须可审计、必须可回滚"迟早会变成默认配置。但过渡期会有阵痛：各家的围栏互不兼容，你在 Cursor 里配好的权限策略，搬到 Codex 云环境里得重来一遍。选型时多问一句"它的安全策略能不能导出、能不能迁移"，能省掉很多未来的麻烦。

对 vibe coder 的三条直接影响

如果你是一个人加 AI 做产品，这次更新有三条会落到你头上：第一，云环境可复用意味着你的"一人工作流"可以沉淀下来，不用每次从零搭——早点把环境配置代码化，复利很高。第二，Security Cloud 这类常驻扫描随着 Pro 档下放，个人开发者的安全水位有机会整体抬高，以前"请不起安全团队"的独立开发者，现在可以用 AI 审查 AI。第三，Decisions API 这种"小任务专用模型"的出现提示我们：以后的架构可能是"大模型做规划、小模型做杂活"，成本结构会更细，prompt 里"杀鸡用牛刀"的写法要改改了。

一句话总结：Codex 正在从"聪明的笔"变成"能干的手"。笔的时代比的是字好不好看，手的时代比的是——你敢不敢让它在你不看的时候干活，以及它干完之后，你有没有办法知道它干了什么。

最后给一份"本周就可以做"的行动清单：去把你的主力仓库接上 Codex Security Cloud 的研究预览，跑一次全量扫描，重点看"高置信度"之外的那些中危项——那才是你平时 review 最容易漏掉的部分；如果你在用 Codex CLI，把 0.159 的 draft recovery 打开（长会话崩溃丢稿是真的疼）；至于 Computer Use，先在一个一次性的云环境里试，别直接给它你主机的权限。工具越强大，试用的姿势越要保守。