OpenAI 一周做出 Jev 竞品，Decisions API 怎么做到的

事件核心：发生了什么

今年 6 月，播客主持人 Dwarkesh Patel 质疑计算机操作进展缓慢。三个月后，OpenAI 在 9 月 29 日开发者日展示了多项新能力：每个 Dot 可使用一台独立的云端 Linux 电脑，既能打开浏览器，也能运行桌面应用；Agents API 加入计算机操作能力；GPT-6.1 Sol 以更低成本和更快速度面向该场景；Mac 端原生计算机操作也让用户与智能体并行使用电脑。

OpenAI 计算机操作产品与工程负责人 Ari Weinstein 表示，过去一年最关键的进步是智能体遇到障碍后更会排错和重试，不再只依赖截图逐步点击，而是结合页面结构、无障碍信息和 Playwright，也可自己编写代码一次执行多个步骤。API 产品负责人 Nikunj Handa 则透露，Decisions API 受 Jev 启发而启动，起初不在研发计划中，团队约一周完成可运行原型，没有重新训练模型，而是沿用 Luna 权重，把输出约束为结构化结果，并优化推理系统以缩短首次决策返回时间、并行批量处理问题。

为什么重要

计算机操作此前被质疑“两年无进步”，OpenAI 的实践给出了另一种判断：模型能力、运行框架和工程优化正在共同推进智能体完成任务。Decisions API 更像极快的分类和决策层，适合客服工单分类、评估打分等快速判断场景，与处理复杂长周期任务的能力并不相同。这显示大模型产品竞争正从单点模型能力转向推理速度、上下文管理和工具调用的综合工程效率，闭源厂商也在用更小的模型和更快的推理系统争夺特定工作流入口。

对用户/开发者/创作者的影响

对普通用户，Dot 的价值在于把耗时且步骤繁琐的电脑任务委托出去，例如 Ari 举例的配餐下单，从两小时压缩到十五分钟。对开发者，Agents API 新增异步函数调用，让模型在工具运行期间继续推理，并支持中途引导；Responses API 可设置阈值自动压缩上下文，也可调用 /compact 手动控制。对创作者，YouTube 等缺少 API 的平台操作可交给虚拟机中的智能体完成，例如 A/B 测试或发社区帖子。安全方面，Ari 提醒应根据任务限制可访问的网站和应用，并在付款等操作前征求用户同意。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是 Decisions API 的快速决策能力是否会与计算机操作深度结合，目前公开信息显示两者仍是相对独立的路线。二是 Dot 的云端 Linux 电脑在真实任务中的稳定性、等待网站加载等耗时瓶颈如何缓解。三是开发者采用 Agents API 后，平台如何落地权限限制和付款确认等安全机制。

来源：InfoQ CN