OpenAI把Codex变成常驻助理

OpenAI正在把Codex积累的编程智能体能力，重新包装成一个不会随着对话结束而停工的个人AI助理。

据TechCrunch在10月26日发布的最新报道，负责Dots业务的OpenAI高管Alexander Embiricos希望，这款产品最终成为始终在线、持续理解目标并在后台推进工作的个人智能体。Dots已开始面向符合条件的ChatGPT Pro和Business Premium用户推出，首个Dot包含在订阅内。

**Dots是OpenAI推出的一类持久运行AI智能体，它拥有独立云端计算环境，可以在用户离开后继续跨应用执行任务。**这与传统ChatGPT最大的区别，不是回答更长，也不是模型参数更多，而是工作生命周期从几分钟延长到了数小时、数天，甚至没有明确结束日期。

Dots不是聊天机器人，而是一名后台执行者

**传统聊天机器人以一轮对话为中心，Dots则以一个持续目标为中心。**用户不必把任务拆成几十条提示词，也不需要一直守在窗口前确认下一步；只要设定目标、连接应用并划定权限，Dot就可以自行规划步骤，在取得进展、遇到障碍或需要授权时回来找人。

OpenAI给出的典型开发场景很能说明问题：一个Dot可以持续监控客户反馈，从中识别反复出现的问题，定位相关代码，构建并测试修复方案，再提交pull request供开发者审核。它还可以生成一段演示视频，向产品经理说明修改前后的差异。

**这类任务过去并非做不到，而是执行链条太容易断。**Codex能够修改代码，浏览器智能体能够操作网页，连接器能够读取Slack、Microsoft Teams或项目管理工具，但用户往往需要亲自把上下文从一个系统搬到另一个系统。Dots试图承担的，正是这层此前由人类完成的“工作流胶水”。

内容生产也是相同逻辑。用户可以让Dot长期跟进一期播客：读取采访文字稿，挑选片段，整理节目说明，撰写不同平台的宣传内容，并在素材发生变化后重新调整输出。它处理的不是一次“帮我总结”，而是一条会不断出现新输入的内容流水线。

从Codex到Dots，核心变化是任务不再自动终止

**Codex是面向软件开发任务的编程智能体，而Dots把相似的规划、工具调用和验证循环扩展到了更广泛的个人工作。**从技术脉络看，Dots并不是凭空出现的新物种，更像是OpenAI把编程智能体中已经验证过的“接收目标—操作环境—检查结果—继续迭代”机制，铺到了办公、研究、销售和内容生产场景。

Dots由GPT-6 Astra驱动，并配备独立的云端计算机和浏览器。所谓云端计算机，是一台为智能体准备的远程执行环境：Dot可以在其中打开网站、处理文件、运行任务，用户也能进入该环境查看它正在做什么，而不必把自己的本地电脑永久交给AI控制。

公开信息显示，Dots可通过OpenAI的应用连接生态使用超过4000款服务，并可在ChatGPT、Slack和Microsoft Teams中与用户沟通。用户能够在ChatGPT网页端、桌面端和移动端发起文字或语音交流，但创建和设置Dot目前仍主要依赖桌面浏览器或桌面应用。

**独立云电脑让Dots比普通聊天连接器更接近一名远程员工。**连接器通常只负责“读取一条信息”或“执行一个动作”，云电脑则允许智能体在多个步骤之间保存状态，例如先从客户反馈中整理问题，再进入代码环境完成修改，随后打开测试页面验证结果。

这种能力同样解释了OpenAI为什么给Dots设计了卡通化的小型漂浮形象。可爱的视觉设计降低了持续型智能体的使用门槛，但真正决定产品价值的不是形象，而是它能否在长任务中保持上下文、正确处理异常，并知道什么时候应该停下来找人。

Dots、Codex和Meta Muse并不是同一种产品

**Dots的直接竞争对象不是单一聊天模型，而是所有试图成为个人任务入口的智能体平台。**Meta在Dots发布前推出了可定制智能体Muse，同样强调网页浏览、购物、文档生成和长期目标追踪；两者都在把AI从“即时问答工具”改造成“持续任务承担者”。

| 产品或方案 | 核心定位 | 持续后台运行 | 主要场景 | 执行环境 | 当前限制或代价 | |---|---|---:|---|---|---| | OpenAI Dots | 常驻个人AI助理 | 是 | 开发、研究、内容、销售及办公流程 | 独立云电脑、浏览器、已连接应用 | 首批仅面向部分付费用户，长期用量规则未完全公布 | | OpenAI Codex | 编程智能体 | 以开发任务为单位 | 写代码、测试、代码审查和仓库维护 | 代码仓库及受控执行环境 | 强项集中在软件工程，不负责完整个人工作流 | | ChatGPT Work任务 | 通用任务执行 | 有限 | 文档、研究和阶段性工作 | ChatGPT任务环境 | 更接近一次性委派，持续身份较弱 | | Meta Muse | 可定制个人智能体 | 是 | 购物、旅行、规划和个人事务 | 在线服务及Meta生态 | 更偏广泛消费场景，企业治理细节仍待验证 | | 自建智能体 | 可编程自动化系统 | 取决于实现 | 高度定制的生产流程 | 自有服务器、模型和工具链 | 开发、评估、监控与维护成本更高 |

**Dots与Muse最大的产品分歧在于工作重心。**目前OpenAI更强调持续性的知识工作，例如缺陷修复、研究更新、销售提案和团队协作；Meta展示的Muse则覆盖购物、旅行与日常规划，并可能借助眼镜等硬件获得更强的现实世界入口。

这不代表Dots不能订餐，也不代表Muse不能写代码。真正的区别在于两家公司准备先把哪一类高频任务做深：OpenAI希望接住ChatGPT和Codex已经积累的工作上下文，Meta则更有动力把智能体嵌入社交网络、消费服务和硬件设备。

价格不算低，首月之后的工作量成本仍是问号

**Dots目前首先服务愿意每月支付100美元的高价值用户，而不是面向所有ChatGPT用户普及。**公开信息显示，第一个Dot包含在ChatGPT Pro或Business Premium方案中，这两个方案的基础月费均为100美元；OpenAI同期还推出了每月500美元的Pro 500方案，提供更高用量和Astra超高速模式。

| 项目 | 当前公开信息 | |---|---| | 首个Dot | 包含在Pro或Business Premium订阅中 | | Pro价格 | 100美元/月 | | Business Premium价格 | 100美元/月，具体组织条款可能因地区而异 | | Pro 500价格 | 500美元/月 | | Dot文字与语音对话 | 不计入常规ChatGPT使用额度 | | Dot深度工作 | 会消耗套餐工作额度，首月之后的具体规则尚未完全公布 | | 由Dot发起的Codex或ChatGPT Work任务 | 按对应产品的常规额度计算 |

**真正需要观察的不是100美元订阅费，而是长任务如何计量。**一次对话的资源消耗容易理解，但一个每天检查反馈、反复运行测试并持续一整月的Dot，会占用多少计算时间、多少模型推理资源，以及在什么条件下减速或停止，目前并没有足够透明的长期答案。

这会直接影响Dots能否替代定制自动化。对于边界清晰、调用频繁的生产流程，自建系统仍然更容易进行逐项成本核算、权限审计和回归测试；对于没人愿意专门开发、却会不断消耗人力的零碎工作，Dots则可能更划算，例如每周整理日程、追踪积压缺陷或跟进经常被忘记的文档更新。

常驻能力越强，权限问题越难回避

**持久运行智能体是能够跨时间保存任务状态并主动继续工作的AI系统。**这种设计减少了用户反复提示的负担，也扩大了错误操作的影响范围：一次错误回答可能只影响一段文字，一个拥有邮箱、浏览器和企业系统权限的智能体则可能连续执行多步错误操作。

OpenAI为Dots提供了三类基本控制：允许某些操作、明确阻止某些操作，以及在执行前要求人工确认。用户还可以限制Dot能够访问的应用，并进入其云端环境查看任务执行过程。

**敏感动作不会因为Dots强调自主性而完全自动化。**修改密码等操作仍会交还用户亲自完成；在主动后台研究模式下，Dot只能调用只读工具，不能发送消息、修改已连接应用，也不能控制用户的浏览器或电脑。这种划分相当于允许AI四处查资料，却不允许它在用户不知情时替用户表态或改动业务数据。

OpenAI还加入了自动审查机制，用于检查计划中的操作是否符合安全要求。不过，自动审查本质上仍然是软件系统监督软件系统，不能取代清晰的权限边界、操作日志和人工审批。对开发者而言，最值得关注的指标不是“智能体能做多少事”，而是错误发生后能否追溯、暂停、撤销和恢复。

企业版真正的门槛是“非人身份”管理

**专业Dot是由组织所有、围绕固定岗位配置权限和职责的企业智能体。**它与个人Dot的区别在于，专业Dot不是某位员工的私人助手，而是一个拥有独立身份、独立凭据和明确业务责任的数字工作角色。

OpenAI正在通过定向企业试点部署专业Dots，并与组织共同定义职责、工具、审查流程和审批路径。公司还计划把专业Dots接入Microsoft Agent 365，让企业通过现有安全与治理体系管理这些智能体。

**非人身份是企业智能体落地时最容易被低估的问题。**传统软件账号通常对应一名员工，而一个专业Dot可能长期读取采购数据、处理发票、生成营销邮件或参与客户支持。IT部门必须知道它代表谁、能访问什么、凭据何时轮换、员工离职后是否继续运行，以及错误操作由谁负责。

目前每名用户只能创建一个Dot，多个Dots组成团队仍处于后续规划阶段。这个限制并不意外：让一个智能体稳定完成长任务已经不容易，让多个智能体互相分工而不重复操作、不循环委派、不争抢同一资源，复杂度会进一步上升。

Embiricos不想参加“另一个AI”的会议

**OpenAI对Dots的定位并不是派一个虚拟替身去替用户参加所有会议。**Alexander Embiricos对TechCrunch表示，他不希望自己需要和别人的AI智能体开会，这句话实际上划清了Dots与“数字人代理”的边界。

如果每个人都让AI替自己参加会议，结果很可能是两个智能体互相生成摘要，人类最后仍要阅读一份更长的转述。Dots更合理的角色是会前准备和会后执行：提前汇总资料、指出需要决策的问题，会议结束后再跟进任务，而不是制造一个新的沟通层。

**这个判断让Dots比“AI员工”叙事更务实。**AI最适合接管的是等待、搜索、搬运、验证和反复跟进，而不是代替人类承担所有沟通责任。让智能体拥有明确职责和有限权限，比让它模仿一个无所不能的人更容易形成可靠产品。

Dots真正卖的是“持续性”，不是GPT-6 Astra

**Dots最重要的创新并不是底层模型名称，而是OpenAI把身份、记忆、云电脑、应用连接和长期任务装进了同一个消费级入口。**其中多数单项能力并不新鲜，但组合方式改变了用户与AI的关系：人不再每次打开聊天框重新交代背景，而是检查一个一直在推进工作的执行者。

这套产品现在仍有明显缺口。部分地区暂未开放Pro访问；用户不能直接在移动端创建Dot；Dot还没有独立邮箱；短信功能仅处于受限测试；删除单独记忆也不够灵活；首月之后的工作额度和扩展价格仍待公布。

**Dots现阶段更像一个值得试用的高价测试版，而不是已经成熟的个人操作系统。**它的方向是对的，尤其适合长周期、跨工具、需要反复跟进但风险可控的任务；可一旦涉及付款、账号安全、对外承诺或不可逆数据修改，人工审批仍然不能省。

OpenAI下一阶段的挑战也很清楚：不是再展示一次智能体会操作网页，而是证明它连续工作一周后依然没有偏离目标。常驻式个人AI助理已经浮现，但“始终在线”只有与“始终可控”同时成立，才会从演示变成真正可靠的生产力工具。

参考来源

• TechCrunch，2026年10月26日对Dots负责人Alexander Embiricos的报道：本文关于产品定位、Codex技术脉络与个人助理设计理念的主要事件来源。按链接发布范围要求，此处不附站外链接。
• OpenAI开发者日公开信息及后续产品说明：用于核对Dots的模型、可用套餐、应用连接、安全规则与企业试点信息。
• OpenAI Codex GitHub仓库：用于了解OpenAI编程智能体的公开工具形态，以及Dots所继承的软件开发任务背景。
• OpenAI Agents SDK GitHub仓库：用于理解智能体工具调用、任务交接、追踪与安全护栏等基础机制。