OpenAI 发布 Dots：可自主运行的持久性 AI 员工与 ChatGPT Space 协作空间

OpenAI 正在超越人们熟悉的聊天机器人模式，转向 Dots——一种新型的持久性 AI 代理，旨在员工关闭聊天窗口后继续工作：监控项目、使用软件、响应动态变化的信息，并将完成的工作带回供审批。

Dots 在 OpenAI 2026 年 DevDay 大会上正式发布，运行于该公司旗舰级 GPT-6 Astra 模型之上，并拥有专属的云计算机和浏览器。它将在 ChatGPT 的移动应用和网站上提供；OpenAI 联合创始人兼首席执行官山姆·阿尔特曼（Sam Altman）在 DevDay 主题演讲中表示，Dots 很快还将登陆其他消息应用，甚至将以音频模型形式通过电话提供。

Dots 可通过 OpenAI 的插件生态系统连接至超过 4,000 种应用程序，通过 ChatGPT、Slack 和 Microsoft Teams 与用户沟通，并逐步学习个人的偏好、标准及工作习惯。

OpenAI 还正围绕 Dots 构建一个共享工作空间—— ChatGPT Space，这是一个协作环境，团队成员、ChatGPT 以及用户的 Dot 可基于同一项目知识库开展协作。

Space 并非将代理的工作成果局限在某一个人的聊天历史记录中，而是为团队提供了一个持久化场所，用于组织信息、创建共享工件，并在人员与代理之间持续推进工作。

这种组合使 Dots 不再仅仅是 ChatGPT 的又一项功能，而更像是 OpenAI 致力打造的一位持久性数字同事：一种员工可委托其承担职责、而非仅向其提问的软件。

对企业而言，这一区别至关重要。生成式 AI 应用的第一波浪潮中，大部分场景都要求员工反复发起交互：打开助手、提供上下文、请求输出、审阅结果，然后在情况发生变化时重新开始。

Dots 的设计则围绕连续性展开。OpenAI 表示，一个 Dot 可同时推进多个项目，接收新任务时无需迫使用户进入独立的对话线程，并可在其人类对应者从事其他事务时持续运行。

从副驾驶（copilots）到员工委派整套工作流

OpenAI 所举的示例清晰表明了其希望企业率先部署该技术的领域。

对开发者而言，一个 Dot 可监控涌入的客户反馈，识别重复出现的需求或缺陷，界定较小修复的范围，构建并测试这些修复，然后返回附带演示变更视频的已完成拉取请求（pull request）。开发者可继续专注于主要功能开发，而由代理处理较小的维护任务。

对产品与营销团队而言，该代理可学习组织的目标受众、市场定位及创意标准，随后在底层产品发生变更时修订上市材料。

OpenAI 还展示了 Dots 如何在新的实验数据抵达时更新科学分析，在研究发现发生变化时修订图表与解释。在另一示例中，面向销售的 Dot 将企业潜在客户的各项需求与产品文档及账户历史进行比对，识别剩余的技术测试项，构建概念验证（proof of concept），推荐合适解决方案工程师，并在交易进展过程中持续更新提案。

内容团队亦获得类似支持：一个 Dot 可摄入访谈文字稿，识别潜在剪辑片段，准备节目笔记，草拟社交媒体帖子，并将后续编辑修改同步至相关联的所有材料中。

贯穿所有示例的共通点并非内容生成，而是工作流所有权。

员工并非仅仅要求 AI 产出某一件工件；而是先确立目标与标准，再由代理监控底层工作并在情况变化时作出响应。理论上，这可能促使部分知识工作者从亲自执行每一个中间步骤，转向监督一组由代理部分完成的工作组合。

这或许能在不强制企业彻底重构现有软件栈的前提下提升产出效率。Dots 可通过浏览器及已连接的应用程序运行，而无需将每一项业务流程都重构成原生 AI 应用。

但这也意味着企业不再只是决定 AI 是否能够读取一份内部文档，而是要决定它是否可以持续观察运营系统、操控软件，并就下一步行动作出决策。

一位无人看管时仍可工作的代理

OpenAI 将 Dots 的一项后台能力称为“主动式研究”（proactive research）。

当用户未主动与代理交互时，Dot 可检查已连接应用程序中的信息，寻找可能需要关注的内容。OpenAI 对此类后台活动施加了一项重要限制：用于主动式研究的工具均为只读权限，无法发送消息、修改内容，亦不能控制用户的计算机或浏览器。

一旦实际变更或外部操作介入，权限管理便变得更为复杂。

组织与用户可通过 ChatGPT 现有的应用控制机制，选择允许 Dot 访问哪些应用程序。OpenAI 还推出了“自定义规则”（Custom Rules），可用于授权特定操作、要求人工审批或禁止某些行为。“活动视图”（Activity View）则允许用户检查后台工作并进行干预。

一套额外的自动审核系统会在执行可能产生重大影响的操作前，将其与用户的指令、自定义规则以及 OpenAI 内置的安全要求进行比对，从而判定该工作能否自主推进，抑或必须经人工批准。某些敏感操作（例如更改密码）仍保留给人工用户执行。

每个 Dot 均在其专属云计算机内运行，与员工设备相互隔离，除非用户明确建立二者连接。OpenAI 表示，受支持网站可使用已保存的凭据，而无需向模型暴露底层密码。不过，Dot 仍可被授予直接连接笔记本电脑或其他设备的权限，从而可能更深入地接入员工的工作环境。

这使得治理成为该产品的核心要素，而非后期可追加的企业级功能。聊天机器人出错可能导致一段文字不准确；而一个正在操作经身份验证的企业软件的代理若出错，则可能修改记录、发送信息或触发下游工作流。

OpenAI 承认 Dots 仍可能犯错，并建议用户审阅具有重大影响的工作成果。

对于 Business、Enterprise 和 Edu 客户，OpenAI 表示，默认情况下其工作区内容不会用于改进其模型。个人版（Personal-plan）用户可自行选择是否允许将 Dot 的对话与工作内容用于模型优化。公司称，其不会直接以 Dot 的主动式研究内容或其私有自我备注作为训练数据。

专业型 Dots 或可将这一概念转化为组织层面的劳动力层级

更具雄心的企业级布局源自 OpenAI 目前仅处于试点阶段的一项举措：专业型 Dots（specialist Dots）。

个人 Dot 为单个用户服务。而专业型 Dot 则拥有其自身的组织身份、凭证及对公司系统的访问权限，并被分配明确的业务职责。

OpenAI 表示，其已在内部就采购、发票处理、电子邮件营销、客户支持和商业合同等场景开展过代理（agent）实验。目前，OpenAI 正在与企业客户启动聚焦式试点项目，由 OpenAI 工程师直接与客户协作，明确定义每个代理的职责范围、获准使用的工具以及审批流程。

OpenAI 还正与微软合作，将这些专业型代理集成至 Microsoft Agent 365，使企业可通过其已有的安全与管理系统对这些代理进行管控。

若该模式行之有效，企业最终或将代理视作不同于人类所持软件许可证的新一类机器身份——这类身份自身即需完成入职（onboarding）、获取凭证、配置访问策略、接受监控并执行离职（offboarding）。

这对 IT 部门而言可能构成重大变革。未来的企业员工目录不仅需涵盖人员与服务账户，还需纳入在人员之间持续运行的 AI 员工。

Dot 加入了日趋白热化的个人 AI 代理争夺战。

OpenAI 并非进入一个空白市场。

过去数周内，一批公司正迅速汇聚于一个惊人相似的理念：一款具备持久身份、专属计算环境、可访问用户账户与应用程序、能记忆对用户重要事项、且具备足够自主性以无需持续提示即可主动执行任务的 AI 助理。

最显著的案例是 Meta 的 Muse，于 9 月 8 日发布。Meta 将 Muse 描述为运行于专用 Muse Secure VM 内的个人代理，拥有独立浏览器，可在已连接的应用程序间协同工作，记住用户相关细节，并主动协助用户达成目标。

消费者似乎正积极回应。 TechCrunch 援引 Sensor Tower 的数据报道称 ，截至 9 月 24 日（发布不足三周），Muse 下载量已突破 340 万次。其他分析机构则给出不同估算值——Apptopia 估测为 430 万次，Appfigures 估测约为 230 万次——但所有数据均指向异常迅猛的初期采用速度。Sensor Tower 还估测 Muse 在发布头两周内下载量达 280 万次。

在此增长浪潮中，Muse 登顶美国苹果 App Store 与谷歌 Play 商店排行榜首位。

Meta 已着手将这一势头延伸至工作场景。本周二，Meta 扩展了 Muse 的小企业集成能力，覆盖 Shopify、QuickBooks、Stripe 和 Canva 等工具。 《华尔街日报》 报道称，约三分之一的 Muse 用户已连接业务相关账户，且已有逾 1500 家企业申请接入 Muse 集成。

初创公司亦在竞逐同一类界面。Instinct 将其助理描述为一种持久性个人代理，可连接电子邮件、即时通讯、用户屏幕、音频、位置及设备；用户可通过电话或短信呼叫该助理，该公司将其定位为可自动跟进被忽略的对话线程、安排交通及预订服务的软件，且无需迫使用户切换至全新界面。

与此同时，Manus 推出了 Manus 2.0 ，本周发布，配备新型云计算机、自动化功能及名为 Cue 的新应用——Cue 被该公司定义为面向个人代理的新一代应用。

SpaceXAI 的 Grok Bot于 8 月发布，同样为代理配备专属计算机，允许其登录现有应用程序，保持全天候运行，并在必要时向用户请求批准。

开源项目 OpenClaw 则代表了同一运动的另一分支，它曾推动“驻留于现有消息服务内、代表用户控制软件”的代理理念普及化。

这些产品的密集发布共同表明，持久性个人代理正日益成为一类独立的产品类别——并可能成为 AI 领域下一场重大的界面之争。

竞争焦点正从‘哪家模型给出最佳答案’转向‘个人或企业愿意将日常与工作生活的运转机制持续交由哪一代理托管’。

这使得个性特征与熟悉度具有战略重要性，而不仅是表面装饰。一个拥有命名、能记忆用户偏好、沟通方式如同事般自然、并在数月间持续积累连贯性的助理，可能比通用聊天机器人更难被替代——尤其当它已累积权限、工作流及关于用户操作方式的知识之后。

对企业而言，这也催生了一个迫在眉睫的边界问题：员工可能携带着能力日益增强的个人代理入职，而企业却正同步部署经官方批准的企业级代理。

Dot 同时也是 OpenAI 更大规模推进计划的连接纽带。

DevDay 2026 上 OpenAI 的密集公告

OpenAI 借 DevDay 发布了逾 20 项产品与更新，包括 GPT-6.1 Sol、新型高速模型选项、额外隐私基础设施、Agents API 中的计算机使用能力、扩展插件、事件触发式自动化、协作式 ChatGPT 工作区，以及更深度的 Slack 与 Teams 集成。

对企业客户而言，ChatGPT Space 可将 Dot 从个体助理转变为共享团队工作流的参与者。OpenAI 将 Space 描述为一个共享环境，在此环境中，团队成员、ChatGPT 与 Dot 可基于同一项目知识开展协作，并辅以协作式 Pages、幻灯片、插件及电子表格。

团队还可将重复性工作委托给自动化流程，由其按日程或事件收集信息并执行操作。实践中，这构建了一种模型：员工与 AI 代理可在共同上下文中协同工作，相互交接任务，并更新共享交付成果，而非作为彼此孤立的一对一助理各自运作。

综观上述产品，它们为 Dot 提供了持久性企业级代理所需的大部分基础设施：模型、计算机、工具、事件触发器、通信渠道、共享工作区及组织管控能力。

首个 Dot 将免费提供予 Pro 与 Business Premium 客户，但 OpenAI 尚未披露高强度工作场景下的具体配额数量、额外 Dot 的最终费用、更高运行速度或工作负载容量的定价，亦未公布专业型 Dot 的商业定价。企业客户、教育机构客户及医疗健康行业客户可在管理员启用后试用该 Beta 版本。

这些尚未公布的数字至关重要。若持久性代理确能实质性接管行政、工程、销售、研究及创意等领域的部分工作，企业最终将不得不以衡量劳动力与基础设施的方式评估代理，而非仅视其为聊天订阅服务：即每名代理完成的有效工作量、人类干预频次、错误导致的成本，以及生产力提升是否足以抵消计算资源与治理开销。

Dot 令这一未来大幅脱离理论层面。