OpenAI 推出全天候智能体 Dot：能在后台持续推进任务

OpenAI 于 9 月 29 日发布个人智能体 Dot，试图把 ChatGPT 从“你问我答”的交互工具，推向能长期跟进目标、跨应用办事的后台助手。Dot 由 GPT-6 Astra 驱动，拥有独立云端电脑，可连接 4000 多款应用；用户可以通过 ChatGPT、短信、Slack 或 Teams 联系它，也能从 ChatGPT 网页端、桌面端和移动端与它语音交流。

这次发布的看点不是又多了一种聊天界面，而是 OpenAI 要把“持续工作”做成产品：用户交代目标后，Dot 可以在后台检索资料、写内容、处理代码，并在用户离线时继续推进。它面向符合条件市场的 Pro 和 Business Premium 用户逐步开放；Enterprise 工作区需要管理员启用后才能试用测试版。首个 Dot 已包含在这两类个人及商业套餐中，不另行收费，深入工作的额度也包含在套餐内，发布首月限额会更高。

Dot 是什么：常驻式个人智能体

**Dot 是一种常驻式个人 AI 智能体，能够围绕用户设定的目标，持续使用连接的工具推进多步骤任务。**它和一次性对话的差别，在于任务状态不必随着聊天结束而终止：用户可以不断补充新想法，Dot 则在多个项目间保留上下文并继续跟进，不需要用户每一步都下达明确指令。

OpenAI 给出的例子包括规划日程、设计网站、测试应用、整理笔记，以及处理日常安排。公司内部的演示场景更偏工作流：Slack 中有人报告 Bug，Dot 开始排查；收到新的设计方案后，它将方案变成可运行的应用，让团队把时间留给客户反馈；进入新一轮规划后，它推动团队跟进进度。

对个人用户，OpenAI 举了一个更能说明“主动工作”边界的案例：一位早期测试者忘记向出版机构开具发票，Dot 发现后准备好了发票，但在发送前仍等待用户批准。这个例子比“可以做几乎任何事”更有参考价值，因为它展示了产品试图采用的分工：智能体可以准备工作，涉及外部影响的动作则由人确认。

Dot 也不被绑定在单一设备或入口上。用户可以在 ChatGPT、短信、Slack 和 Teams 中联系它，发送新的任务、澄清目标或调整方向；需要讨论问题时，还可以语音通话。这种入口设计针对的是长任务的实际问题：人不会一直守着某个对话窗口，但可能会在工作过程中用不同工具接收进展、补充约束和批准操作。

独立云端电脑，换来持续执行也带来新风险

**独立云端电脑是 Dot 用来运行浏览器和处理任务的隔离计算环境，任务可以在用户自己的设备离线后继续执行。**这使 Dot 不只是根据提示生成文本，而是可以把资料检索、文件处理、代码工作和应用操作放进同一条工作链中。

OpenAI 表示，每个 Dot 都运行在独立的云端电脑上；只有用户选择连接后，该电脑才会与相应设备或内容建立连接。Dot 可以通过应用生态访问 4000 多款 ChatGPT 应用。对用户来说，这让它有机会处理原本分散在日历、协作工具、文件和网页里的任务；对产品来说，这也意味着它需要面对比单轮问答更复杂的权限与错误管理。

一个能在后台长期运行的智能体，风险不只在于“答错了什么”，还在于“误把什么当成授权”。搜索资料、起草邮件和发送邮件的影响不同；准备代码补丁、合并代码和发布到生产环境的风险也不同。Dot 若要从演示走向日常工作，用户需要清楚知道它看到了什么、能改什么、何时会采取行动，以及出了问题如何停止任务。

OpenAI 称，Dot 配有多重保护机制。用户可以限制其使用应用和电脑的时长，为智能设备执行的操作设定自定义指令；已连接应用的权限可通过 ChatGPT 现有的应用控制设置管理。对于受支持的登录方式，Dot 可以使用已保存密码而不向模型暴露密码。这里的“模型看不到密码”并不等于所有安全风险消失，登录后的操作仍需要依靠授权范围、审计和高影响动作的确认机制来约束。

“主动研究”不是无边界代办

**主动研究是 Dot 在用户没有直接发出新指令时，使用受限工具查看已连接应用并寻找相关信息的后台能力。**OpenAI 对这项能力划出了明确限制：主动研究不能发送消息、修改应用内容，也不能控制浏览器或电脑。

这个设计值得关注，因为它把“持续观察”和“独立操作”拆成了不同权限级别。Dot 可以在后台发现可能重要的信息、提醒用户或为后续任务准备线索，但根据官方描述，仅靠主动研究本身不能直接改动业务数据或代表用户对外沟通。这是一个比“全天候在线”更重要的产品约束：持续运行不应自动等同于持续获得行动授权。

不过，受限研究仍有隐私上的现实问题。连接的应用可能包含工作沟通、项目进度和个人安排；即便系统只读，用户仍需要知道 Dot 能读取哪些内容、在什么时间读取、研究结果如何保留。官方资料指出，用户可以选择 Dot 可访问的应用，并通过现有 ChatGPT 应用控制功能管理权限，但现有材料没有充分说明长期记忆的清理细节、主动研究的触发频率，也没有给出完整的活动审计界面说明。对企业 IT 和合规团队，这些不是边角问题，而是能否启用产品的前置条件。

与 Operator 和 ChatGPT 智能体相比，重点从单次执行转向长期跟进

**ChatGPT 智能体是能够使用虚拟计算机和工具完成复杂任务的 ChatGPT 模式，Dot 则进一步强调在任务之间持续在线和逐步学习用户偏好。**OpenAI 早前发布的 Operator 和后续 ChatGPT 智能体已经能操作浏览器、处理多步骤流程；因此，Dot 的差异不宜简单概括成“首次让 OpenAI 的 AI 能办事”。

更准确的区别在于运行方式和关系模型：Operator 与 ChatGPT 智能体通常围绕用户明确发起的一项任务工作，Dot 则把目标、记忆和后台跟进作为产品中心。用户不必每次都从空白对话开始，也不一定要在整个执行过程里盯着它。OpenAI 还提出未来让多个 Dot 组成团队，但目前用户可以开始使用的是一个 Dot，不能把多智能体协作的设想当成已经交付的功能。

| 产品形态 | 主要工作方式 | 是否强调后台持续运行 | 用户控制重点 | | --- | --- | --- | --- | | 早期 Operator | 使用自己的浏览器完成用户交代的网页任务 | 否，核心是完成一项任务 | 用户可接管浏览器，敏感信息需要用户介入 | | ChatGPT 智能体 | 在虚拟计算机中执行多步骤任务，可在推理和操作间切换 | 以当前任务为中心 | 可中断、修改指令或停止任务，重要操作需同意 | | Dot | 围绕长期目标连接应用、保留偏好并持续跟进 | 是，官方明确定位为全天候在线 | 应用权限、自定义指令、时限设置和高影响动作审批 |

与 Meta 的 Muse 相比，Dot 同样采用可定制的卡通头像和类似消息对话的交互方式，产品路线都是把 AI 变成一个常驻、可以跨应用做事的助手。The Verge 将其视作 OpenAI 对 Muse 的直接回应，TechCrunch 也强调 Dot 并不依赖某一种硬件或界面，而是持续追踪用户目标。

| 对比维度 | OpenAI Dot | Meta Muse（参考资料所述） | | --- | --- | --- | | 产品定位 | ChatGPT 内的全天候个人智能体 | 面向个人的常驻 AI 助手 | | 交互形式 | ChatGPT、短信、Slack、Teams，也支持语音交流 | 卡通化头像与消息式交互 | | 工具环境 | 独立云端电脑、浏览器及 4000 多款 ChatGPT 应用 | 参考报道强调跨应用执行与独立云端环境 | | 个性化方向 | 从长期合作和用户反馈中学习偏好与工作标准 | 强调持续理解用户并代办任务 | | 当前可用信息 | Pro、Business Premium 逐步开放，Enterprise 需管理员启用测试版 | 参考资料未提供可直接对照的完整定价和开放范围 |

这两张表反映的是官方介绍和媒体报道披露的信息，不代表所有产品能力已经在所有市场上线，也不构成性能测试。参考资料没有提供 Dot 与 Muse 的统一任务成功率、平均执行时长或价格对照，因而目前无法严谨判断谁更可靠、谁的单位任务成本更低。

发布当天演示卡顿，暴露了 Agent 产品最难的一环

**智能体可靠性是系统在长链任务中持续正确理解目标、调用工具并处理异常的能力。**Dot 的公开演示出现了一个不太理想的开场：IT之家报道，演示者 Holly Li 让 Dot 为一款虚构音乐应用准备上线工作后，智能体迟迟没有回应，演示被迫暂停，主持人打趣说它“今天早上有点慢”。

一次演示卡顿不能证明产品整体表现不佳，也不能用来判断正式版的稳定性；但它确实提醒用户，智能体的难点从来不只是模型能否写出漂亮的计划。一个任务可能需要读懂上下文、选择工具、等待网页响应、处理登录状态、判断信息是否足够，再把结果交还用户。任何一步卡住，最后呈现的都是“它没做完”。而在后台运行的产品中，失败还可能被延迟发现。

OpenAI 没有在提供的发布资料中公布 Dot 的任务成功率、平均响应时延、失败恢复率或与其他智能体的基准测试数据。GPT-6 Astra 的具体技术规格和独立评测也未在这批资料里给出。因此，现阶段适合确认的是产品架构和可用范围，不适合仅凭发布会描述判断它在真实工作流里的执行质量。

对于开发者和深度用户，接下来更值得观察的指标包括：长任务能否稳定跨越多个应用、网页改版或权限失效后是否能恢复、任务失败时是否明确报告部分结果，以及用户是否能方便地检查操作记录。智能体“能做”是一种演示能力，“经常做对且出错可控”才是生产能力。

先在哪些任务上有用，哪些事情仍要留给人

**人机审批是指智能体准备或执行任务时，在可能产生重要外部影响的步骤暂停并请求用户确认。**Dot 目前的产品逻辑更适合把它当作持续跟进的协作者，而不是不经检查的全权代理。

可以优先交给它的是低风险、可检查、能节省上下文切换的工作：汇总已连接渠道里的待办、起草项目更新、根据资料整理初版方案、检查应用测试结果、准备一份待审核的发票。用户可以把验收标准说清楚，让 Dot 先产出结果，再检查并决定是否提交。

不适合默认放手的，则是涉及资金、公开发布、客户承诺、生产系统和敏感数据的操作。即使 Dot 可以访问相关应用，也应把“生成草稿”和“正式发送”、“提出修改”和“直接上线”分开授权。长期智能体最容易被低估的风险，恰恰是用户逐渐习惯它之后，把过去每次都要确认的动作变成默认放行。

对开发者的意义：竞争从模型能力延伸到运行时与治理

**Agent 运行时是负责管理智能体任务状态、工具访问、执行环境和人工审批的一组产品与系统机制。**Dot 的发布显示，个人智能体的竞争不再只比模型回答是否聪明，还要比云端执行环境是否稳定、应用连接是否足够广、长期记忆是否可控，以及出错后能否追踪和恢复。

OpenAI 已经通过 Operator 和 ChatGPT 智能体展示过浏览器操作与虚拟计算机的方向，Dot 则把这些能力往常驻服务推进。对开发者而言，这可能改变用户对软件的期待：如果智能体能在聊天工具里读懂任务、在浏览器里操作，再把结果回传，应用就不仅要有好用的界面，也需要清晰的权限模型、可靠的连接方式和可审计的操作记录。

这并不意味着传统 API 或软件界面会立即失去价值。浏览器自动化能覆盖没有专用接口的系统，但它通常更容易受到页面变化、弹窗和登录状态的影响；应用集成可以提供更稳定的结构化能力，却要求平台开放连接并处理授权。Dot 同时强调独立云端电脑和应用生态，实际上也承认两类路径各有用处。哪一种成为主路径，要看任务成功率、维护成本和权限粒度，而不是单看连接数量。

企业版专职 Dot 的路线也有明确边界。OpenAI 正与微软合作，把专职 Dot 接入 Agent 365 的企业治理与安全控制，并计划与微软企业身份和访问管理相集成；目前这类专职 Dot 仍是面向少量企业的预览，OpenAI 将与组织共同明确其职责、可用工具和审批方式。换句话说，企业部署的核心不是多开几个助手，而是把每个助手的身份、职责和权限纳入现有管理体系。

结论：方向清楚，可靠性与权限细节仍待验证

Dot 最重要的产品信号，是 OpenAI 开始把“持续在线、长期学习、后台执行”作为个人助手的默认形态来设计，而不只是在 ChatGPT 中增加一个临时任务模式。它连接 4000 多款应用，配有独立云端电脑，并支持主动研究和多渠道沟通，已经给出了一个相对完整的常驻智能体产品框架。

但框架不等于兑现。发布日演示卡顿、官方尚未公布量化的任务成功率，意味着用户现在还缺少判断 Dot 能否稳定接手真实工作的关键证据。更稳妥的使用方式，是先让它做可复核的整理、研究和草稿工作，再逐步授予更高权限；涉及外部沟通、资金或生产系统的动作，继续保留明确审批。

对 OpenAI 来说，Dot 能否成为有用产品，最终不取决于它的头像有多讨喜，也不取决于“全天候”这个标签，而取决于它能否可靠地完成长任务、清楚地说明自己做了什么，并在不确定时及时停下来问人。常驻智能体的真正门槛，是让用户愿意把任务交出去，同时仍然知道控制权在哪里。

参考来源

• OpenAI：隆重推出 Dot - 官方发布说明，介绍 Dot 的能力、套餐开放范围、主动研究与企业试点。
• IT之家：OpenAI 发布 dots 全天候智能助理 - 报道 Dot 的产品形态、应用连接和安全机制。
• IT之家：OpenAI 全天候 AI 智能体 dots 首次公开演示卡壳 - 记录发布会演示响应迟缓的现场情况。
• The Verge：OpenAI launches Dots, its Muse competitor - 对 Dot 与 Meta Muse 的定位和产品形态进行对照。
• TechCrunch：OpenAI launches Dots, its bubbly agentic avatar - 介绍 Dot 的常驻智能体定位及其跨界面设计。
• OpenAI：Operator 简介 - 作为 Dot 与 OpenAI 早期网页操作智能体的对照资料。
• OpenAI：隆重推出 ChatGPT 智能体 - 介绍虚拟计算机、多步骤任务执行和人工控制机制。