ChatGPT 新出了 Dot，Personal AI Agent 又多了一个

9 月 29 日，OpenAI 在 DevDay 上发布了一个新功能：Dot。

三周前，Meta 刚上线 Muse。两个产品都属于最近很热的一类 AI agent：

有自己的运行环境，能连接其他应用，记住长期上下文，也可以在你没有一直盯着聊天框的时候继续做事。

我自己创建了一个求职 Dot，最想先弄明白的是：

这和现在已经有的 Chat、Work、Scheduled Tasks、Codex，到底有什么不同？

01 用同一个例子理解 Dot

假设我正在找 AI PM 的工作。

在普通 Chat 里，我可能问：

“今天有没有新的 AI PM 职位适合我？”

它搜索、分析，然后回答我。

在 Work 里，我可以交给它一件更完整的工作：

“把最近一周 UAE 的 AI PM 职位研究一遍，根据我的背景筛选、去重，再整理成一份可投递列表。”

它可以自己拆步骤，工作一段时间，最后交付结果。

Scheduled Task 解决的是固定触发：

“每天上午 9 点搜索一次新的 AI PM 职位。”

Codex 主要负责软件工程。

如果任务涉及代码、测试、repo，它可以直接去完成。

Dot 多了一层持续状态。

我可以把“AI PM job search”作为一件长期事情交给它。

它知道我已经看过什么、投过什么、哪些公司正在面试、哪些 recruiter 在等回复，也可以继续使用 Gmail、Calendar 或其他已连接的信息。

第二天有了新职位，不需要重新解释一遍背景。

Recruiter 发来邮件，它也知道这封邮件和之前哪个申请有关。

OpenAI 把这种能力叫做 ongoing responsibility。

02 Dot 本身包含了什么？

Dot 由 GPT-6 Astra 驱动，有自己的 cloud computer 和 browser。

它可以长期保留 context 和 memory，连接授权的 apps，在后台完成任务，运行 recurring tasks，主动查看已经连接的信息，也可以根据需要使用 Work 或创建 Codex task。

可以把它理解成一个长期存在的 agent 身份。

Chat、手机、Slack、Call 等，更像是你和它交流的不同入口。

03 Always-on 不代表“实时扫描一切”

这个是我自己试用以后才注意到的。

我给求职 Dot 创建任务时，最后仍然需要告诉它：

“每天检查一次新的职位。”

原因很简单：AI 需要一个渠道知道外界发生了变化。

比如：

• 时间到了 → 搜索今天的新职位
• Gmail 来了新邮件 → 检查是不是 recruiter 回复
• Slack 出现某类消息 → 开始对应工作
• GitHub CI failure → 调查失败原因

Dot 还有 proactive research，可以自己查看已经授权的信息，寻找值得注意的变化。

OpenAI 目前没有公布 proactive research 固定多久检查一次。

所以 always-on 更接近“持续存在并保持状态”，不是所有事情都有实时事件流。

这也让我开始注意一个很基础的问题：

Agent 能有多主动，很大程度取决于它能收到什么 signal。

如果一个系统没有日志、测试、通知、事件或者可以查询的数据源，再聪明的 Agent 也不知道现实世界刚刚发生了什么。

04 Dot 还可以把工作交给 Work 和 Codex

Dot 不需要自己完成所有执行。

比如一个软件产品出现 CI failure：

CI failure→ Dot 看到 signal→ 理解最近发生了什么→ 创建 Codex task→ Codex 调查、改代码、跑测试→ Dot 整理结果→ 需要判断时再回来找人

如果要使用 Codex Cloud，需要先为对应 repo 建好 Codex cloud environment。

没有建也不影响正常使用 Dot，只是不能直接在那个 cloud environment 里创建 coding task。

如果开启本地 computer access，Dot 还可以创建本地 Work / Codex tasks，访问被授权的本地文件和浏览器。

05 OpenAI 给了哪些 use case？

官方目前给出的例子其实很广。

• 最简单的是每天早上检查 Calendar，告诉你当天有什么安排。
• 也可以长期推进一个 project，持续跟踪计划和 deadline。
• 销售场景里，客户需求发生变化以后，Dot 可以更新 proposal、继续准备分析和材料，需要时再把结果交给人 review。
• Developer 的例子里，它可以持续查看 customer feedback，发现反复出现的 feature request 或 bug，再进一步调查和处理。
• 背后如果接了 Codex 或 Work，需要执行的部分还可以继续委派出去。

这些场景有一个共同点：

事情会持续一段时间，状态会变化，每次变化之后又可能产生新的 next action。

求职、客户跟进、长期项目、研究、产品维护，都比较适合。

06 Call、Slack，让 Dot 出现在不同入口

Dot 现在可以直接 Call。

这里的 Call 是你主动打给 Dot，进行实时语音对话。目前 Dot 还不能主动给你打电话。

它也可以接进 Slack。

在企业环境里，Dot 可以以自己的 identity 出现在 Slack channel 里，工作不必全部发生在 ChatGPT 网站中。

这些功能解决的是：

你要去哪里找到这个 Agent，以及它在哪里继续和你工作。

同一个 Dot 可以从电脑上的 ChatGPT，延续到手机、Call、Slack，以及其他 messaging channels。

这样看，它和普通聊天窗口的区别也会更直观。

07 权限可以给到什么程度？

Dot 可以使用你已经授权给 ChatGPT 的 Plugins，例如 Gmail、Drive、GitHub。

此外还有 Custom Rules，可以规定某类动作：

• 可以自己执行；
• 我明确要求过就可以执行；
• 每次先问我；
• 直接交回给我操作。

比如求职：

• 读取招聘邮件，可以。
• 整理 tracking，可以。
• 发送 recruiter email，每次问我。
• 正式提交 job application，我自己来。

Dot 的 proactive research 本身也有边界：它可以读取授权的信息并留下 private notes，但不能直接通过这个后台研究过程发消息、修改 plugin 内容或者控制电脑。

真正执行动作时，仍然需要经过相应的 permissions 和 safety checks。

08 现在谁可以用？

Dots 从 9 月 29 日开始逐步上线。

目前支持 Pro、Business Premium，以及由管理员开启的 Enterprise beta。

Pro 首发暂不包括 EEA、瑞士和英国，需要年满 18 岁。

Dot 可以在 desktop web 或 ChatGPT desktop app 创建。创建之后，也可以在支持的移动端继续和它交流。

目前仍在 gradual rollout，所以不同账号看到功能的时间可能有差异。

09 为什么最近突然都在做这种 Agent？

• Meta 把 Muse 称为 personal AI agent。
• OpenAI 把 Dot 称为 always-on agent。
• 更大的类别还是 AI agents / agentic AI。

如果要给这一类产品一个便于理解的描述，persistent personal agent 比较贴切，不过这不是行业统一的官方名称：

• 有持续身份；
• 有 memory；
• 有自己的 computer；
• 能连接外部工具；
• 可以接受 signal；
• 能在后台继续工作；
• 需要的时候再回来找人。

Muse 9 月 8 日上线，Dots 9 月 29 日发布。

不可能是 Muse 火了以后，OpenAI 三周之内才开始做 Dots。它们同时出现，更像是不同公司都走到了相近的产品方向。

过去一两年，模型处理 long-horizon task、调用工具和操作电脑的能力一直在提高。

Cloud computer、memory、app integrations、权限控制、background execution 这些外围能力也逐渐成熟。

现在它们开始被拼成普通用户可以直接使用的产品。

Muse 最近的快速走红，也让更多人开始注意这种产品形态。

10 开始用 Dot以后，我会特别留意什么？

过去使用 ChatGPT，很多精力放在 prompt 怎么写、下一步问什么、context 怎么搬过去、什么时候记得回来继续做。

长期 Agent 会减少一部分这样的管理工作。

我现在更关心几个问题：

• 我要它长期负责什么？
• 它通过什么 signal 知道事情变了？
• 哪些数据和工具可以给它？
• 哪些动作允许它自己做？
• 什么结果必须回来让我检查？

至少现阶段，我不会一上来把 Gmail、Drive、GitHub 和电脑全部开放，再告诉它“你自己看着办”。

我更想先挑一个边界清楚、容易验证的事情跑一段时间。

现在选的是求职。

看看它到底能不能减少我每天自己记得“下一步该干什么”的成本。

最后还有一个挺可爱的巧合。

OpenAI 到现在没有解释为什么它叫 Dot。

但看到这个名字，我第一时间想到了 Steve Jobs 在 Stanford 演讲里的那句：

“You can’t connect the dots looking forward; you can only connect them looking backwards.”

不知道命名有没有关系，官方没有这么说。

不过一个长期 Agent 确实每天都在面对很多散落的 dots：

一次对话，一封邮件，一个 Calendar event，一条 Slack message，一个 GitHub issue。

能不能把这些点持续接起来，可能才是这种产品真正好不好用的地方。

资料来源：OpenAI Dots Help Center、Dots Privacy / Security / Safety FAQ、GPT-6 Astra System Card；Meta Muse 官方发布；Reuters 对 Dots 和 Muse 的报道。