OpenAI的Dot来了——温柔地、渐进地、24小时不间断地取代你

从聊天机器人到同事：一场安静的战略转向

OpenAI 在 2026 年开发者大会上的最大产品时刻，并非更快的模型，也非更炫的界面。那是 Dot——一个持久在线的 AI 代理，能自主寻找工作任务、记住你昨天的交代，并在真正需要你决策时提醒你。这次发布重新定义了企业 AI 的整个讨论框架：问题不再是"AI 能回答什么"，而是"AI 能完成什么"。

Dot 基于 GPT-6 Astra 运行，已于 9 月 29 日面向欧洲以外的 ChatGPT Pro 订阅用户率先推出。每位订阅用户目前可拥有一个 Dot。OpenAI 表示，未来计划将多个 Dot 连接成协作团队。这正是其战略布局——从单个助手起步，再扩展为协作团队。

竞争定位至关重要。Meta 今年早些时候推出了自己的自主代理 Muse，通过连接邮箱和内部工具来无需指导地完成任务。OpenAI 现已进入同一赛道。竞技场不再是对话式 AI，而是准替代型 AI——那些能行动而不只是回应的系统。

Dot 实际如何运作（以及它的边界在哪里）

其机制看似简单，实则精妙。你设定目标并划定权限边界，Dot 随之监控已连接的应用程序，凸显相关变更，并采取渐进步骤向目标推进。当遇到需要人类判断的节点时，它会通过 Slack、Microsoft Teams、网页聊天或手机向你发送消息。它可以进行研究、起草文档、分析数据，并通过 Codex 编写代码。它能在不同设备间持续运行，无需你反复陈述上下文。

但存在硬性限制。Dot 不能代替你向他人发送消息，不能修改已连接应用中的内容，也不能直接操控你的电脑。敏感操作——如更改密码、永久删除数据、安装软件——需要明确批准，或直接交还给你本人处理。

这些限制并非意外，而是刻意为之的设计选择，标志着 OpenAI 认为的界限所在。公司押注的是：企业中的大部分摩擦来自协调与跟进，而非高风险的不可逆操作。让 AI 处理繁琐事务，让人类在真正重要的事上保持介入。

内部验证案例发人深省。一个 Dot 从 Slack 中拾起一份 Bug 报告，追踪至后端和 iOS 端的修复，完成测试后直接发布新版本，全程未发出一条中途指令。另一个 Dot 在筹备全公司会议时，识别出演示材料中未完成的章节并跟进演讲者。人类把控方向，代理负责执行路径。

定价调整才是真正的故事

Dot 的发布伴随着比产品本身更值得关注的价格重排。OpenAI 推出了月费 500 美元的套餐，提供"超高速"响应生成和更高的用量上限。原有的 200 美元/月的 Pro 计划维持原价，但额度减半——Codex 和 ChatGPT Work 的配额从基础层的 20 倍降至 10 倍，GPT-6 Pro 的消息限额也从每周 200 条降至 100 条。现有订阅用户享有过渡期和一次性积分补偿。

API 方面的故事类似。GPT-6.1 Sol 定位为 GPT-6 Astra 的经济型兄弟型号，价格约为其五分之一：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入仅为 0.10 美元——降幅达 95%。OpenAI 随发布一同公布的安全指标显示，越狱尝试率从 64.4% 降至 23.5%，偏离安全策略的输出率从 17.4% 降至 4.3%。公司指出这些数据来自对抗性测试环境，而非典型生产环境。尽管如此，方向清晰可见：以更低的成本实现同等性能，同时配备更强的安全护栏。

这一定价架构同时达成两件事：它为自主工作负载铺设了清晰的升级路径，同时将成本敏感型用户推向更新、更便宜的模型层级。它还微妙地激励企业采用 Dot 式代理，而非直接消耗 API——因为代理的抽象层将成本可预测性融入产品，让用户可以放心地把任务交给它而无需担心账单。

这对企业劳动力市场意味着什么

Dot 并非裁员机器。OpenAI 谨慎地将它定位为效能倍增器，而非劳动力替代方案。但"永远在线的员工"这一表述，以及无需人类提示即可运行多步工作流的能力，正在改变某些岗位的计算方式。那些花费数天时间提取数据、格式化报告、追踪跟进的初级分析师；管理工单队列和状态更新的操作人员；编写模板代码和运行测试的初级开发人员——这些岗位的价值历来在于坚持而非判断，而坚持正是 Dot 能够自动化的部分。

更深层的影响在于结构性变化。当代理能够从头到尾推进一项任务，瓶颈便从执行环节转移到监督环节。采用 Dot 式系统的企业，可能会看到运营类岗位的招聘增速放缓，而对善于界定问题、设定边界、评估代理输出的人才需求将加速增长。技能溢价随之上移。

OpenAI 报告称，ChatGPT 周活跃用户达 12 亿，ChatGPT Work 和 Codex 周活跃用户 3500 万，企业客户 250 万。对于一个五年前几乎不存在的品类而言，这是惊人的数字。Dot 的发布正是这一轨迹的逻辑终点：当你说服一家企业相信 AI 能起草一封邮件，下一个问题便是——AI 能否管理这封邮件所属的项目。

谁赢谁输，接下来会发生什么

赢家是能够围绕代理驱动工作流重构自身的早期采纳者企业，以及协助他们实现的开发者和顾问。短期内输家是那些主要存在于真正做决策的人之间、以推动项目进展为核心价值的中层运营岗位。

Meta 的 Muse 和 OpenAI 的 Dot 正从不同方向 converge 到同一个产品品类。Meta 倚重工作场所集成——Slack、邮箱、内部工具。OpenAI 则倚重模型能力和庞大的现有 ChatGPT 用户群。本轮的胜出者将是那个让自主性既安全又不止于强大的公司。

OpenAI 内置的限制——禁止直接发送消息的规则、敏感操作的审批闸门、留在系统内的上下文记忆——表明公司押注的是：信任是更稀缺的资源。能力已成商品，信任不是。

未来 12 个月将揭晓 Dot 能否从单个代理扩展为 OpenAI 所设想的多人代理团队，以及企业会将其视为生产力工具还是人手替代方案。有一点是确定的：AI 作为对话工具的时代正在落幕。AI 作为同事的时代已经到来。