国内AI领域的竞争激烈程度有目共睹，飞书与钉钉等企业在AI办公赛道上你来我往、频频发力。而国外的AI竞争更是进入白热化阶段：Google不仅亮出了Gemini基座模型，还推出了Nano Banana、Veo3等图像视频套件，表现亮眼；Meta也在AI领域收获颇丰，只是自DeepSeek开源后，其LLama的开源霸主地位受到冲击，甚至还曝出了作假丑闻。为突破技术瓶颈，Meta更是紧盯OpenAI“挖墙脚”——今年6月，Meta宣布组建超级智能实验室（Superintelligence Labs），计划斥资数十亿美元吸纳顶尖人才，目标打造一支小规模、高人才密度的团队。
面对Google的强势反超、Meta的高薪挖人以及国内DeepSeek、QWen等公司的紧追不舍，曾经的AI绝对霸主OpenAI显然感受到了压力。于是，OpenAI开始接连升级模型，只不过近期推出的GPT-5并未给市场带来太多惊艳感。在基座模型难以拉开差距的情况下，OpenAI似乎不再“遮掩”，转而将重心投向应用侧。10月7日凌晨，OpenAI 2025年度发布会（OpenAI Dev Day 2025）如期举行，整体表现被不少人评价为“不思进取”。
发布会核心内容：聚焦“AI创造”的应用侧布局
按照OpenAI CEO山姆·奥特曼的说法，此次发布会的核心是“让人更好地用AI去创造”，推出的关键功能集中在应用生态构建上，具体包括四大板块：
1. App inside ChatGPT：采用“App Store”模式，向开发者开放平台，吸引大量开发者入驻构建原生应用，本质是打造AI时代的应用生态。
2. Agent Kit：可理解为类似字节体系Coze的全家桶工具，是一套内置于OpenAI平台的完整构建模块，助力开发者快速完成智能体从原型到部署的全流程。
3. Codex 正式版：针对编程场景推出的助手工具，目标是赶超Claude Code在代码领域的优势。
4. 多模态能力升级：发布了gpt-image-1-mini（图像相关模型）、GPT-5 Pro、Sora、Real-Time Mini的API，进一步完善多模态技术的应用接口。
从这些内容不难看出，在基座模型竞争陷入胶着后，OpenAI选择了相对“简单”的路径——对现有技术进行排列组合，发力应用生态。上述功能并非OpenAI首创，行业内已有不少类似实践，OpenAI更像是扮演了“技术路线整理者”的角色，将分散的应用思路进行系统性整合与展示。
LLM操作系统：生态游戏下的流量争夺
Apps inside ChatGPT推出的核心逻辑，是打造AI时代的操作系统（OS）。行业早有共识：云时代的OS是微软、移动时代是iOS/Android，而AI时代的OS将不再是传统的装机软件，而是任务调度系统。近期备受关注的Manus以及正在变革的AI浏览器，都是任务调度系统的典型雏形。
由于当前模型本身能力存在局限，需要依赖各类插件扩展功能，MCP协议应运而生，目前在Dify、Coze等开发平台或低代码平台中应用较好。而LLM商店的概念也并非首次出现，ChatGPT向开发者开放平台、允许构建原生应用的模式，与App Store、微信小程序的逻辑一致，本质是一场生态与流量的博弈：开发者希望获得平台流量扶持，平台则通过接入更多开发者提升自身能力，进而吸引更多用户，形成“开发者-平台-用户”的正向循环，OpenAI SDK正是在这一背景下诞生。
OpenAI SDK提供的数据链接、事件触发、互动卡片等功能，均是围绕生态构建的常规操作，其展示的在线课程、设计平台、房地产等应用案例，也属于行业内的典型场景。不过，生态发展必然面临监管挑战——有流量的地方就可能出现灰色产业，如何维护良性生态、避免灰产侵扰，是OpenAI需要提前应对的问题。
AgentKit：定位模糊的低代码工具
AgentKit的出现颇具争议，它包含三大组件：可视化工作流设计工具Agent Builder（支持拖拽操作）、集成UI语法糖的ChatKit（聊天工具包）以及智能体性能评估工具Evals for Agents。然而，当前市场上已有Dify、Coze、n8n、FastGPT等众多优秀的Agent平台，AgentKit无论如何包装，本质仍是一个低代码平台。
低代码平台的生存依赖两大核心：一是产品本身好用、生态完善；二是平台能为开发者提供足够的流量分发。从定位来看，OpenAI若想在低代码领域持续发力，需明确用户画像——比如飞书、钉钉聚焦AI Office流量，目标清晰且已在AI表格等场景占据优势。企业视角下，一套“多人分散录入→集中汇总→统一分析→按权限查询”的轻系统，是AI办公的核心流量入口，Excel/OA/低代码平台此前已激烈争夺，如今飞书多维表格与钉钉AI表格更是竞争焦点，甚至不少公司借助Coze、Dify等平台名义实则主推AI表格功能。
关键问题在于，实际业务部门对Agent的体验并不理想，HR、财务等岗位员工更习惯Excel的操作逻辑，能快速从表格中获取关键数据。若OpenAI的目标是AI Office，AgentKit缺乏强大的表格应用支撑；若并非聚焦AI Office，其作为低代码平台的意义便十分模糊——毕竟，对于生产级智能体开发，多数团队更倾向于自主编写代码。此外，OpenAI缺乏自身的IM生态，也为AgentKit的推广增添了难度。
Codex：“背刺”伙伴的编程工具
Codex正式版的推出虽在意料之中，但其推出方式却引发争议。自然语言编程是行业发展的重要方向，GitHub的优质语料为Cursor、Claude Code等工具提供了基础，也让市场看到了该领域的潜力。OpenAI此次推出Codex，核心功能完全基于自身模型，而其紧密合作伙伴Cursor的算法数据几乎依赖提示词，这些数据又完全被OpenAI掌握。
此前市场普遍猜测OpenAI可能通过投资或战略合作与Cursor联手对抗Claude Code，但其最终选择独立推出Codex，相当于从基座模型供应商转身进入应用层与合作伙伴“抢饭碗”，这种“背刺”行为难免让行业对OpenAI的合作诚意产生质疑。
多模态：Sora2的短暂领先与隐忧
发布会中多模态技术的展示，以Sora2最为引人注目。此前Nano Banana、国庆期间Sora App的爆火，印证了国内市场对图像、视频类AI工具的高度关注——这类工具更易直接产生商业价值。Sora2的爆发并非偶然，背后是OpenAI的资金投入与技术积累，不久前Google推出的Flow（脚本→分镜→配乐→配音一条龙）、Veo 3（支持视频原生音轨与物理细节）、Imagen 4（2K分辨率图生图）等创作者工具组合，虽功能全面，但因使用门槛高、价格等问题未能走红，而OpenAI在5个月后凭借Sora2在该领域拔得头筹，除了效果逼真，较低的使用门槛也是关键因素。
不过，这种领先大概率是短暂的，行业普遍认为优势难以维持2个月以上。更重要的是，视频类AI工具面临严峻的监管与版权问题——视频内容的维权难度远大于文字，如何在技术发展与合规之间找到平衡，是OpenAI及整个行业需要解决的难题。
结语：基座模型乏力下的战略摇摆
近期OpenAI在基座模型能力侧的表现略显乏力，转而选择发力应用侧，这让人联想到2年多前的百度。当时百度文心大模型本身尚未成熟，却急于展开2B销售策略，最终的结果是基座模型短板导致2B业务难以深入。
对于OpenAI而言，应用固然是AI的未来，但并非其唯一的未来。作为曾经的基座模型引领者，OpenAI或许更应专注于核心技术突破——毕竟，“Attention is all you need”的时代已经过去，AI行业的颠覆速度极快，可能是几个月，甚至几周。若在基座模型上失去优势，即便应用生态再完善，也可能沦为他人的“嫁衣”。