从 Agents API 到 dots 云电脑：OpenAI 的智能体范式换了
OpenAI 在九月完成了两次关键发布：9 月 10 日 Agents API 公测——一次 API 调用就能构建云端智能体，带 OpenAI 托管沙箱、可跨长会话保持状态；9 月 29 日 DevDay 2026 又推出 dots：由 GPT-6 Astra 驱动、各自拥有一台云端计算机、全天候在线的智能体。两天后还与 AWS 合作推出 Bedrock 托管智能体。这个组合标志着智能体框架的范式正在从「编排 SDK」转向「托管云电脑」。 旧范式：你写循环，你管环境 LangGraph 那一代框架的思路是：开发者自己写工具调用循环、自己管上下文、自己起沙箱、自己处理失败重试。灵活，但工程负担全在开发者身上——安全、隔离、长会话状态，都要自己兜底。 新范式：一个 API 调用，环境是托管的 Agents API 的卖点很直接：选一个托管沙箱环境，一次调用就把智能体跑起来，跨长会话持续工作。dots 更进一步：它不是一个被调用一次的函数，而是一个常驻的、有自己云电脑的「数字员工」，你给它目标与可自主执行的边界，它持续推进。OpenAI 还设想多个 dots 组队协作。 配套的还有 Decisions API：把 GPT-6 Luna 的智能限定在用户预设的有限选项里做实时决策，用于内容分类与路由。 对开发者的含义 这不是说编排框架过时了——复杂工作流仍需要显式编排。但对于「给一个目标、让它在云端把活干完」这一类任务，托管沙箱把安全隔离、环境快照、长会话状态这些最难的部分收走了。你要做的，是把权限边界划清楚：它能动什么、不能动什么，而不是从零搭一套执行环境。 判断 OpenAI 把智能体的竞争点从「谁的框架图好看」拉到「谁的云电脑又安全又能干活」。框架的下一站，是基础设施。 对企业用户，真正要想清楚的是权限边界。托管云电脑意味着智能体在厂商的环境里连续运行、代你操作各类应用，一旦边界划得太宽，它自主犯错的代价会被放大。越是常驻型智能体，越需要在部署之初就写清楚它能动哪些系统、花多少钱、什么时候必须停下来问人。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Agents API dots