OpenAI 釋出 dots：由 GPT‑6 Astra 驅動、擁有獨立雲電腦的常駐智慧體

2026年9月29日，OpenAI釋出了名為 dots 的新產品形態。官方的定義很直接：dots 是“非常強大、始終線上、什麼都能處理的智慧體”。它不是一個等你提問才回答的聊天視窗，而是一個瞭解你的目標和標準、在雲端持續工作、並在完成後把結果交給你稽核的長期助手。OpenAI稱之為“與人共事的全新方式”。 先看核心事實。dots 由 GPT‑6 Astra 驅動，每個 dot 擁有自己的雲端計算機和瀏覽器，可以透過外掛生態連線超過4,000個應用，並能根據反饋長期學習。使用者可以在 ChatGPT、Slack 或 Teams 中與自己的 dot 交流，也可以直接發起語音通話。目前 dots 開始向 Pro、Business Premium 和 Enterprise 套餐的使用者推送，僅限符合條件的市場，OpenAI表示會很快擴大範圍。官方頁面沒有公佈價格、基準測試成績或延遲資料，所以本文不會替它編造這些數字。

從機制上看，dots 有三個層次值得拆開說。第一層是執行環境。每個 dot 在自己的雲端計算機上執行，擁有獨立的瀏覽器和你授權的應用連線。使用者可以隨時開啟 dot 的計算機，檢查它做了什麼。這一點很關鍵：它把“智慧體在黑箱裡行動”變成了“智慧體的工作現場可以被檢視”。同時，dot 還可以在獲得許可後連線其他裝置，包括你的膝上型電腦，直接在你身邊協同工作。 第二層是持續性與並行性。官方強調 dot 可以同時推進多個專案，使用者不必為每件事開獨立的對話執行緒，也不必指揮每一步。第三層是記憶與學習。dot 會逐漸瞭解你的偏好、思考方式，以及“什麼樣的結果算好”。OpenAI把這稱為 dots 的“魔法”：交付的工作按你自己的方式完成，有時在你想到之前就已經完成。從工程角度看，這意味著產品的重心從單輪的提示詞響應，轉向長週期的任務狀態、個人偏好建模和事件觸發。

官方給出的場景很具體。開發者場景：dot 監控客戶反饋中反覆出現的需求，劃定較小的改進和缺陷修復範圍，自行構建並測試，然後交付完整的拉取請求，並附上展示改動的影片。產品釋出場景：當產品範圍變化時，dot 重新梳理敘事，修訂釋出材料，起草素材和文件的改動。科研場景：新資料到來時，dot 重新執行分析，調查異常結果，更新論文圖表，並標出需要人工複核的地方。銷售場景：dot 對照產品文件核對客戶需求，找出仍需測試的部分，為關鍵整合搭建概念驗證，並推薦處理過類似交易的解決方案工程師。內容創作場景：新訪談稿到達後，dot 找出適合剪輯的片段，準備節目筆記，起草社交媒體帖子等你批准。 在 OpenAI 內部，團隊看到的畫面是：Slack 裡出現一個缺陷，dots 立刻開始排查；一份新設計稿到達，dots 把它做成可執行的應用；規劃週期啟動後，dots 讓所有人朝著截止日期同步推進。外部早期測試者的例子更生活化：他的 dot 發現他忘了給一家出版物開發票，準備好發票，並在他批准後發出。這個例子說明了 dots 的基本節奏：先主動發現，再準備，最後由人批准。 安全與控制是官方頁面的一級欄目，分為三塊：內建防護、訪問與許可權、操作稽核與批准。官方措辭是“你始終掌控一切”。具體到產品行為，從發票的例子可以看到，對外傳送這類有後果的動作需要人先批准。不過，官方在公開頁面裡沒有披露防護的技術細節，例如提示詞注入防禦、許可權粒度、審計日誌格式。對企業來說，這些才是上線前必須逐項驗證的內容。 面向組織的部分是“專家 dots”預覽。這類 dot 擁有獨立的身份用於訪問管理，使用由 IT 部門配置的硬體，並支援與企業記錄系統（systems of record）的深度整合，從而在組織內承擔界定清晰的職責。OpenAI還宣佈把專家 dots 帶到 Microsoft Agent 365。這一步的含義很大：智慧體不再只是員工的個人工具，而是成為身份目錄中的“數字員工”，有賬號、有許可權邊界、可被 IT 管理和撤銷。

對開發者和企業的實際影響有四點。第一，工作流的入口變了。過去是人開啟工具、寫提示詞、檢查輸出。現在是 dot 觀察事件源（Slack 裡的缺陷、客戶反饋、新資料、新轉錄稿），主動準備成果。第二，評審成為主要勞動。當 dot 交付完整拉取請求和演示影片時，人的價值落在判斷和批准上，團隊需要重新設計評審流程和責任歸屬。第三，身份與許可權治理變成上線門檻。每個 dot 的憑證、可訪問的應用和可執行的動作都需要最小許可權設計。第四，外掛生態成為護城河。連線4,000多個應用，意味著整合的廣度本身就是產品能力。 挑戰同樣清楚。一是可靠性：始終線上的智慧體會把小錯誤放大成連續的錯誤，所以動作稽核和回滾機制比模型分數更重要。二是成本：官方未公佈定價和算力計量方式，24小時執行的雲端計算機對企業預算是一個未知數。三是資料治理：dot 會學習個人偏好並持續訪問多個系統，資料留存、跨使用者隔離和合規要求必須明確。四是責任界定：當 dot 在你批准之前已經做了大量準備工作，批准往往變成快速點選，評審疲勞會成為真實風險。 從行業趨勢看，dots 把競爭從“誰的模型更強”推向“誰的智慧體有更好的身份、許可權、記憶和整合”。OpenAI自己也說，現在從主 dot 開始，未來設想是由多個 dots 組成團隊，替你協同工作。與 Microsoft Agent 365 的聯動則說明，智慧體的管理層正在與企業身份體系合併。短期內值得觀察的指標包括：向更多地區和套餐的擴充套件速度、專家 dots 的正式釋出時間、定價模式，以及第三方對其安全防護的獨立評估。

對讀者的建議很務實。如果你是開發者，先找出團隊裡重複、可驗證、有明確驗收標準的任務，例如缺陷分類和小修復，這是 dot 最容易產生價值的地方。如果你負責企業 IT，應當在試點前先定義 dot 的身份、許可權範圍和審批規則。無論是哪一種角色，都應該把“可檢查”當作硬性要求：能開啟 dot 的計算機、看到它的操作記錄，才談得上信任。