OpenAI Dots上线实测：你的AI开始24小时待命，职场人怎么用好这个”数字同事”

—

由

2026年9月29日，OpenAI在旧金山DevDay上发布了一个新产品：Dots。它不是又一个大模型，也不是一个聊天窗口。Dots是一批”常驻”的AI智能体，由GPT-6 Astra驱动，你关掉电脑、结束对话之后，它还在自己的云电脑上继续干活。

对每天被邮件、会议、报表追着跑的职场人来说，这个产品的意义可能比模型跑分重要得多。

一个Dots，配一台专属云电脑

Dots的架构很清晰。每个dot拥有独立的云计算机、独立的浏览器、跨渠道的持久记忆。它能接入ChatGPT、Slack、Teams，覆盖4000多个应用。

它的工作方式叫”事件驱动”。你定一个目标，比如”盯住竞品的价格变动，每周五给我一份汇总”，它就持续运行，抓取信息、整理数据、形成结论。中间不需要你发一句”继续”。

权限设计是另一层关键。每个dot有一套许可层，明确划定哪些事它可以自己做，哪些事必须停下来问你。遇到审批、金额、敏感操作，它会升级给人处理。

OpenAI自己的提醒也很直白：dots仍会犯错，重要输出必须人工复核。

过去的Agent模式是”你问一次，它干一次”。ChatGPT Operator、Claude的Computer Use都遵循这个逻辑：你下达指令，它执行，会话结束，状态清零。

Dots把”会话”这个概念去掉了。它记住你的目标、你的偏好、你上周的反馈，在两次对话之间持续工作。AlphaSignal的评测把它形容为”你睡觉时也在上班的Agent”。

这一点在真实工作里差别巨大。调研类任务往往要跟踪数天：行业报告要等发布、机票价格每天波动、竞品动态分散在十几个渠道。一次性问答撑不住这种任务，常驻Agent刚好补位。

场景一：竞品情报员。 建一个dot，绑定你所在行业的几十个信息源。它每天扫描、每周汇总，周一早上你打开Slack就能看到结构化简报。原本每周花4小时刷资讯的工作，压缩到10分钟审阅。

场景二：会前准备助手。 让dot提前读取会议资料、参会人背景、历史邮件往来，会前1小时推送一份要点清单。会后它自动把行动项写入任务系统。aiagentstore在10月的评测里，把”会前准备加会后任务创建”列为落地成功率最高的Agent试点场景。

场景三：数据巡检员。 给dot接入你的报表或数据库，让它每天检查异常值、自动生成图表、发现波动就提醒你。财务、运营、市场的日常盯盘工作，都可以交给它跑。

从小范围试起。先选一个低风险、可验证的任务，跑两周，记录它的错误率和你的返工成本，再决定要不要扩展。

把权限收窄。初期只给它读取权限，写操作全部走人工确认。Distrya 2026年的中小企业报告显示，66%用上AI Agent的公司拿到了可量化的效率提升，采用者的工作流周期普遍快20%到30%，但这些收益全部建立在可控权限之上。

明确验收标准。你定的目标越具体，dot的产出越可用。”帮我关注竞品”是无效指令，”每周五17点前输出竞品定价变动表，标注变动超过5%的条目”才是好指令。

Dots代表的方向已经明确：AI从”回答问题的工具”转向”持续在岗的同事”。ServiceNow在10月6日推出AI Workflow Factory，谷歌把Gemini Agent开放给企业调度，各家都在抢”常驻智能体”这个位置。

对个人而言，问题已经从”要不要用AI”变成”哪些工作可以放心交给一个24小时待命的数字同事”。先想清楚这个问题的职场人，会先拿到那20%到30%的效率红利。