话语场

播客 · Latent Space · 2026-09-30 · 40 分钟 · EN

OpenAI 的新智能体技术栈

OpenAI’s New Agent Stack: Computer Use, Decisions API, UltraFast, Dots—Ari Weinstein & Nikunj Handa

观看原片 ↗境内需要国际网络

核心内容

Ari Weinstein 与 Nikunj Handa 讨论 OpenAI 的智能体技术栈,涵盖 Computer Use、Decisions API、UltraFast 与 Dots。

介绍依据 · 发布标题 · 完整内容待核读

编辑导览,依据原始来源 ↗,整理于 2026-10-06。 介绍只说明标题中的讨论议题,不据此判断讲者结论。

Computer Use 的核心颠覆在于:现存人类软件皆为人机交互设计,而赋予智能体通用计算机操作能力使所有现有软件无需重写即可被直接委托。OpenAI 通过技术栈革新——引入并发执行 JavaScript 代码的大批量动作生成、多模态屏幕与无障碍感知,以及为每个持久化智能体(Dots)分配独立云端 Linux 虚机——彻底克服了单步盲操的脆弱性,开启长程桌面任务自动化。

原话

2逐字核对过;核对了说话人和位置

Computer Use 最强大、也是我认为最令人兴奋的地方在于,它让智能体能够做到你作为人类所能做到的一切事情。因为世界上所有的软件都是为人类设计的,而现在智能体可以使用完全相同的软件,你可以直接将这些工作委托给智能体。

the powerful thing about computer use and the reason why I think it's so uh exciting is because it makes it so that the agent can do anything you as a as a person can do. Um, because all the software in the world was designed for humans and now agents can use that same software uh and you can delegate to the agent.

语境:Ari Weinstein 阐释 Computer Use 的核心生产力价值:软件界面本质是人类的操作表面,智能体掌握此能力即可无需 API 改造而直接接入全量数字资产。

支持 → the-every-sam-altman-20260930

支持 → latent-space-thariq-shihipar-20260929

它实际上在编写并执行 JavaScript 代码,由计算机一次性执行代码来同时完成许多动作,这带来了巨大的速度提升和极强的能力跃升。

It's actually writing JavaScript code that it executes that that the computer executes to perform sometimes many actions at once, which is a great, you know, speed up and great capability.

语境:揭秘 Computer Use 底层提速的技术演进:智能体不再盲目模拟人类单次鼠标点击,而是动态生成批处理脚本在前端沙箱中批量调度动作。

支持 → latent-space-richard-socher-20260914

支持 → latent-space-alex-zhang-20261002

主张

1转述不加引号;附原文依据和位置,核对范围见语境与收据

OpenAI 的持久化智能体架构(Dots)实现了向独立全功能云端 Linux 虚机的范式升级:与传统的沙箱浏览器或受限 API 相比,配备独立操作系统的智能体能够常驻后台,运行完整的桌面级复杂应用。

语境:Ari Weinstein 阐述 Dots 与传统网页/代码智能体的根本分水岭:拥有独立的云端操作系统,赋予智能体真正的环境持久性与通用桌面软件委托权限。

支持 → the-every-sam-altman-20260930

支持 → dwarkesh-podcast-ajeya-cotra-20260901

相关