OpenAI推出常驻智能体Dots,支持跨应用持续办事
OpenAI发布由GPT-6 Astra驱动的Dots,为智能体配备云端电脑、浏览器和应用连接。它能持续跟进项目、吸收反馈,并在ChatGPT、Slack或Teams沟通。首批面向符合地区条件的Pro、Business Premium及管理员开启测试的企业用户。
要点
- 拥有独立云端工作环境
- 可跨应用持续跟进任务
- 后台主动调研使用只读工具
发生了什么
OpenAI推出Dots:一种长期在线、由GPT-6 Astra驱动的个人智能体,拥有自己的云端电脑,并能连接应用、持续跟进工作。首批按地区和套餐逐步开放;企业用户还取决于管理员设置。1
它与同日公布的团队协作能力一起,指向一种持续推进项目的工作方式。DevDay同时介绍了Space、Pages和协作幻灯片等功能,让人和智能体围绕共享材料工作。2
具体是什么
Dots的关键在于长期上下文和执行环境。官方描述的工作包括准备内容材料、追踪项目变化,以及在ChatGPT、Slack和Teams中接受反馈。用户可查看它的云端电脑,也可以为它设置行为边界。1
需要区分两种行为:用户明确交办的执行任务,以及没有人在前台操作时的主动调研。官方说明后者使用已连接应用的只读工具,不会借此发送消息或修改应用内容。1 因而不能把“全天在线”理解为对所有应用拥有无限操作权限。
怎么用
先在支持地区的桌面浏览器或ChatGPT桌面应用创建首个dot,连接一项确实需要的数据来源。1 适合第一次试验的任务,是把每周客户反馈整理成待处理清单,而不是直接替你承诺交付日期。
任务说明建议包含四部分:需要关注哪些资料、最终交付什么、多久检查一次、哪些动作必须交给人决定。内容团队可以要求输出选题候选与来源,负责人再挑选;开发团队可以要求准备修改建议和验证结果,再决定是否合并。
连续使用几轮后,保留你修改过的例子,说明为什么改。这样比笼统要求“更懂我”更容易形成稳定标准。也应定期检查已经连接的应用是否仍有必要。
意味着什么
我认为这类产品的价值在于减少重新交代背景的次数。一个项目往往包含资料、讨论、草稿和反馈,反复在工具之间搬运这些信息本身就是工作。
但长期助手也会改变管理方式。过去检查一次回答即可,现在需要检查任务是否持续偏离目标、旧约定是否仍有效、资料更新后结论是否同步修正。对小团队来说,先找一项可衡量的重复工作,比同时铺开多个自动化项目更容易获得可靠收益。
局限与风险
开放范围、套餐用量和管理员设置都会影响实际可用性,不能看到公告就假定自己的账户已经开通。1 连接应用也不代表模型获得的资料始终完整。
官方提醒仍需复核重要工作。1 错误上下文可能长期影响后续结果,因此要及时纠正旧信息,并让关键决定有明确负责人。本文没有实际创建或运行dot;所列流程是基于已核验功能设计的试用建议。
为什么值得看
适合把反复出现的资料整理、内容准备和项目跟进交给长期助手。
谁会受影响
独立创作者、项目负责人和需要跨应用协作的小团队会受到影响。
今天就能怎么试
在支持地区的ChatGPT桌面端或桌面浏览器创建首个dot,连接一个所需应用,给它一项有明确交付物和复核要求的任务。
原始来源
1Introducing dots · OpenAI · 发布日期未知未核对2DevDay 2026 Recap · OpenAI News · 2026年9月29日未核对3OpenAI DevDay 2026 live blog · Simon Willison · 2026年9月29日✓ 已打开核对本条由 AI 根据上面的原始来源整理,经编辑审核后发布。数字和结论以原文为准,发现错误欢迎反馈。
相关动态
ChatGPT开始推送GPT-6,可生成交互式回答界面
OpenAI于10月7日开始在ChatGPT的Chat体验推送GPT-6与Intelligent UI,回答可包含按钮、图表、表单和互动工具。付费档先开放,免费与Go档次日开始推送;该公告说明此次更新不改变Work和Codex所使用的模型。
DeepSeek开放搜索与抓取接口,支持智能体接入
DeepSeek于10月17日开放自研网页搜索能力,Search返回结构化检索结果,Fetch把单个网页转换为Markdown。两者复用DeepSeek API密钥,按有结果的成功请求计费,每1000次5元;空结果、失败及超时不收费。
微软业务智能体评测接入 HF,直接检查数据库结果
ThinkingBox 在 507 个有状态业务流程中检查智能体最终留下的数据库记录和副作用,并对每项任务重复运行二十次。HF 博文展示了工具调用看似正常却写错状态的案例,提醒平均成功率、至少成功一次和次次成功不能混为一谈。
马良框架让代码生图和视频具备逐版检查与回滚
MaLiang-Harness 针对代码能运行却不符合视觉要求的问题,保存生成程序、修改历史及渲染证据,并核验当前版本再交付。研究分别评估图像与视频任务,指出通用模型榜单成绩并不能直接预测其版式、外观和运动生成质量。