OpenAI以GPT-6.1 Sol驱动DevRev企业级自主服务

摘要：OpenAI 宣布 DevRev 基于 GPT-6.1 Sol 构建 Computer 与 Operator，面向企业客户服务提供自主执行能力。该方案将推理能力、响应速度与推理成本纳入统一权衡，目标是让智能体在权限边界内调用软件系统、分析上下文并完成端到端任务。公开信息尚未披露模型架构、上下文长度、工具调用成功率、延迟和成本数据，因此其真实生产价值仍需结合独立评测验证。

---

核心发布

OpenAI 宣布，DevRev 正使用 GPT-6.1 Sol 构建企业级自主服务体系，其中 Computer 与 Operator 分别承担数字环境操作与任务编排。这一落地的重点不是把聊天机器人接入客服界面，而是让模型参与跨系统操作：理解客户请求、选择工具、读取执行结果，并在约束条件下推进多步骤流程。

不过，当前公告仅提供架构定位，缺少 GPT-6.1 Sol 的模型规模、上下文窗口、训练方法、工具调用协议、价格与性能数据。判断其价值时，应重点考察端到端任务成功率、人工接管率、不可逆操作控制力，以及单次工单的综合 Token 与工具调用成本，而非只看单轮回答质量。

Computer与Operator如何分工

从产品命名与 DevRev 的企业服务场景看，Computer 更接近“计算机操作层”：它将自然语言意图转换为浏览器或桌面环境中的动作，例如定位控件、填写字段、读取页面状态并根据返回结果继续决策。Operator 则更适合作为编排层，把复杂请求拆分为子任务，选择技能、连接器和知识源，同时维护任务状态。

这类分层架构具有明确的工程价值。第一，Computer 可以封装 GUI 操作的脆弱性，把页面变化、定位失败和状态同步隐藏在执行器内；第二，Operator 可以独立管理任务依赖、重试策略与人工审批，不必让基础模型直接处理所有系统细节；第三，两层可以分别扩展和评测，避免把所有失败都归因于单一模型。

其难点也很现实。GUI 操作通常采用图像或结构化页面状态作为输入，错误会在长流程中累积。假设单步成功率为 (p)，一个包含 (n) 个依赖步骤且没有恢复机制的成功率近似为 (p^n)。即使单步成功率达到 99%，连续 50 步的理论成功率也只有约 60.5%。因此，Computer 的可靠性不能只靠更强推理模型，必须配合状态验证、幂等重试、步骤检查点和可恢复事务。

推理、速度与成本的工程权衡

GPT-6.1 Sol 被描述为在推理能力、速度和成本之间取得平衡，这与自主智能体的真实负载特征一致。企业客服请求通常不是统一难度：标准查询可由小模型或规则系统处理，只有包含多系统检索、例外判断或非标准操作的工单才需要长链推理。若所有请求都调用高成本模型，吞吐与毛利会迅速恶化；若路由过度保守，又会降低复杂任务的完成率。

更合理的生产路径是分层路由：先进行意图分类和风险分级，再将请求分配给轻量模型、完整 GPT-6.1 Sol 或确定性工作流。动态路由可以综合任务复杂度、上下文长度、截止时间与失败概率，而不应只依据用户文本分类。高风险操作还应设置独立策略引擎，对付款、权限变更、数据删除和对外发送等动作强制审批。

模型级 KV Cache 也直接影响单位工单成本。对自回归推理，每层缓存规模近似为：

[ M_{KV}=2 \times L \times H_{kv} \times S \times B_{bytes} ]

其中 (L) 为层数，(H_{kv}) 为 Key/Value 头维度的合计，(S) 为上下文长度，(B_{bytes}) 表示每个元素的存储字节数。更长的对话历史、工具输出和检索证据会持续推高显存占用，并可能因前缀复用失效而增加预填充成本。Computer 与 Operator 若共享长上下文，还可能造成重复缓存占用；按步骤裁剪上下文或缓存工具输出摘要，通常比单纯扩大上下文窗口更具经济性。

评测应关注真实业务闭环

官方材料没有提供可核验的基准结果，因此暂不能判断 GPT-6.1 Sol 在复杂客服任务中的可靠性。面向生产的评测应至少覆盖以下指标：

• 任务成功率：在固定客服场景集上完成端到端目标的会话比例；
• 步骤恢复率：页面状态变化、接口超时或工具返回歧义后，系统能否安全纠错；
• 事实与权限正确率：模型是否引用正确企业数据，是否遵守权限与数据隔离边界；
• 人工接管率：除看兜底数量，还应区分模型主动升级与系统强制升级；
• 单工单成本：包含模型推理、检索、浏览器操作、工具服务和失败重试的完整成本；
• 尾延迟：不仅报告 P50，还应关注 P95/P99 与外部系统超时叠加后的结果。

这些指标需要使用企业自己的任务分布来计算。公开客服问答集通常短、上下文完整且缺少权限噪声，而真实工单往往包含过期知识、跨部门权限、模糊诉求和副作用动作。若仅报告离线准确率，无法反映自主执行系统的真实风险。

开发者落地建议

企业若采用 DevRev、Computer 与 Operator，应优先建立可审计的执行边界，而不是直接开放全部业务系统。权限应由确定性策略层管理，模型只能提出动作意图；每个动作都应支持参数校验、前置条件检查、幂等键、结果确认和事务回滚。对外发送、账务操作与权限修改应保留人工确认。

系统还应记录完整的决策轨迹：请求、检索证据、选择的工具、参数、工具返回、状态变化与最终结果。敏感字段应在进入模型上下文前进行脱敏，并按租户隔离索引与缓存。对于长链任务，可设置步骤预算、最大重试次数和总截止时间，防止智能体在异常循环中持续消耗 Token。

总体而言，GPT-6.1 Sol 与 DevRev 的组合展示了企业客服从“回答问题”转向“执行任务”的产品方向。其工程潜力取决于模型推理之外的系统可靠性：权限、状态验证、成本路由和失败恢复，决定了自主服务究竟能否从演示进入生产。

---

消息来源：OpenAI Newsroom (2026-11-04)

—— 完 ——

主题标签： #GPT-6.1 Sol 关注 #DevRev 关注 #Computer Use 关注 #Operator 关注 #企业智能体 关注