OpenAI Dots: cosa sono gli agenti IA sempre attivi di OpenAI?

TL;DR

OpenAI Dots sono agenti personali persistenti e sempre attivi all’interno di ChatGPT. Basati su GPT-6 Astra, un Dot dispone di un proprio computer nel cloud e può continuare il lavoro assegnato tra una conversazione e l’altra. Questa guida aiuta utenti e sviluppatori a capire cosa fanno i Dots e come scegliere tra un Dot, Codex, ChatGPT Work e un agente API personalizzato.

I Dots non sono semplicemente un sostituto di Codex o ChatGPT Work. Codex resta focalizzato sull’ingegneria del software, mentre ChatGPT Work è progettato per attività più lunghe, multistep e risultati finiti. Un Dot si comporta di più come un agente personale persistente sopra il lavoro in corso e può coordinare attività di Work o Codex quando opportuno.

Il principale compromesso per gli sviluppatori è tra comodità e controllo sull’implementazione. I Dots gestiscono l’esperienza dell’agente. Un agente API personalizzato consente agli sviluppatori di definire interfacce degli strumenti, comportamento dell’applicazione e attribuzione dei costi. Una fatturazione accurata richiede comunque la riconciliazione dei registri di utilizzo con i costi di modelli, strumenti, calcolo e terze parti.

Punti chiave

• OpenAI Dots sono agenti personali persistenti, non un modello fondazionale standalone.
• Un Dot combina un computer nel cloud, app connesse, memoria e lavoro in corso; la ricerca proattiva è in sola lettura.
• Codex è focalizzato sull’ingegneria del software, ChatGPT Work su deliverable sostanziali, e i Dots sulla responsabilità continuativa tra le attività.
• Gli agenti API offrono agli sviluppatori controllo su schemi di funzione, logica di esecuzione, approvazioni, log e UX applicativa.
• I registri di utilizzo dell’API supportano un’attribuzione granulare dei costi, ma gli addebiti esatti richiedono una riconciliazione della fatturazione; nei documenti analizzati i Dots non espongono un equivalente registro pubblico per sviluppatori.

Cosa sono gli OpenAI Dots?

OpenAI descrive i Dots come agenti sempre attivi progettati per gestire lavoro continuativo. Sono meglio intesi come un prodotto di agente gestito che non come un nuovo modello di IA. La loro intelligenza di base deriva da GPT-6 Astra, a cui gli sviluppatori possono accedere anche tramite la GPT-6 Astra API in CometAPI per le proprie applicazioni. Chiamare quel modello non fornisce il prodotto Dots né il suo runtime gestito.

Una conversazione ChatGPT normale è principalmente guidata da richieste: fai una domanda, ChatGPT risponde, e le interazioni successive continuano dal contesto disponibile. Un Dot aggiunge una nozione di persistenza molto più forte. Gli dai un obiettivo, decidi quali applicazioni può accedere e definisci quanto indipendentemente può operare.

Ogni Dot riceve un proprio computer e browser nel cloud. Può fare ricerca, analizzare dati, preparare documenti, creare software e restituire risultati per revisione. Il lavoro nel cloud può proseguire quando il computer dell’utente è spento; il lavoro delegato a un computer locale connesso ha requisiti di disponibilità separati.

Ruolo principale e responsabilità continua

Scegli in base al risultato di cui hai bisogno, invece di presumere che i prodotti abbiano capacità esclusive. Un responsabile di lancio potrebbe usare i Dots per la continuità, Work per preparare un deck e Codex per implementare una funzionalità. La tabella descrive l’enfasi di prodotto, non un confine tecnico rigido.

Delegazione delle attività e disponibilità locale

I Dots possono creare lavoro in background, thread nel cloud e attività Work o Codex su computer connessi. Per attività locali, mantieni il computer connesso online con l’app ChatGPT aperta. L’ambiente cloud di un Dot non trasferisce automaticamente un login del browser locale né concede accesso a ogni conversazione esistente.

Codex chiede: “Quale software dovrei creare o modificare?”

ChatGPT Work chiede: “Quale lavoro dovrei portare a termine?”

Dots chiede: “Quale responsabilità dovrei continuare a gestire per te?”

Cosa possono fare gli OpenAI Dots?

Lavoro continuativo e follow-up

Un Dot mantiene una responsabilità continuativa tra conversazioni. Può tenere aggiornato un launch brief, investigare nuovi feedback e rivedere decisioni quando informazioni rilevanti cambiano. Fornisci fonti, risultato desiderato, frequenza o trigger degli aggiornamenti e decisioni che richiedono il tuo input.

Può anche svolgere ricerca proattiva in sola lettura e mantenere note private. Questa modalità raccoglie contesto; azioni consequenziali rimangono soggette a permessi e revisione.

Computer nel cloud e app connesse

Ogni Dot ha un computer e un browser nel cloud, così il lavoro può continuare quando il tuo dispositivo è spento. I plugin forniscono accesso alle app connesse entro i permessi dell’account. Un computer locale è una connessione separata e opzionale; tienilo online con l’app ChatGPT aperta per il lavoro locale.

Documenti, analisi e attività software

Un Dot può fare ricerca, analizzare dati, preparare documenti e sviluppare software direttamente, oppure coordinare attività Work e Codex quando utile. Rivedi output, decisioni importanti e approvazioni necessarie man mano che la responsabilità si sviluppa.

Il seguente materiale barrato è mantenuto nella posizione della sezione originale per revisione; i suoi punti utili sono stati consolidati sopra.

Come funzionano gli OpenAI Dots?

Concettualmente, i Dots combinano cinque livelli:

• GPT-6 Astra fornisce la capacità di ragionamento e l’intelligenza agentica.
• Un contesto agente persistente consente al Dot di ricordare obiettivi e continuare la responsabilità tra conversazioni.
• Un computer dedicato nel cloud gli dà un ambiente per navigazione, lavoro su file e attività basate su computer.
• Plugin e servizi connessi forniscono accesso strutturato a dati e azioni esterne.
• Sistemi di approvazione e sicurezza determinano se un’azione prevista può essere effettivamente eseguita.

Il modello è quindi solo una parte dell’agente. Il prodotto incapsula il modello in un ambiente di esecuzione persistente, permessi, strumenti connessi, memoria e revisione delle azioni.

Concettualmente, un obiettivo porta a pianificazione, recupero del contesto, uso di strumenti o delega, revisione e lavoro continuato. Questo è un modello mentale del lettore sul prodotto, non un diagramma pubblicato dell’architettura interna di OpenAI.

La memoria ha livelli distinti: la conversazione, la memoria salvata pertinente di ChatGPT e le note del Dot su preferenze, decisioni e responsabilità. Queste note non sono una trascrizione completa, e cambiare un’impostazione della memoria di ChatGPT non modifica necessariamente note già create.

Come gli OpenAI Dots gestiscono sicurezza e permessi?

Un agente sempre attivo richiede controlli più rigorosi di un chatbot ordinario perché può potenzialmente leggere informazioni private e intraprendere azioni. OpenAI separa quindi la raccolta proattiva di informazioni dall’azione consequenziale.

I permessi e le regole personalizzate dei Dots consentono agli utenti di permettere azioni, richiedere controlli o bloccare azioni. I permessi dei plugin si applicano separatamente. Questi controlli non sostituiscono le protezioni integrate, e gli amministratori dei workspace possono limitare la disponibilità delle regole personalizzate.

I Dots possono comunque commettere errori. Permessi, confini di approvazione e revisione rimangono importanti per i workflow consequenziali.

Revisione automatica delle azioni

Prima che un’azione influisca su un account o condivida informazioni, la revisione automatica verifica istruzioni, permessi, regole personalizzate e protezioni. Può consentire l’azione, richiedere la tua approvazione o affidare un passaggio a te, come cambiare una password. Le regole personalizzate non possono aggirare le protezioni integrate né concedere accesso ad app.

Privacy e dati di addestramento

Per i workspace Business, Enterprise ed Edu, i dati aziendali non vengono usati per addestrare i modelli per impostazione predefinita. Le conversazioni e le attività idonee sui piani personali seguono le impostazioni di controllo dei dati dell’account. OpenAI non addestra direttamente su ricerca proattiva o note private di un Dot; quando tali informazioni entrano in una conversazione o attività idonea, si applicano le relative impostazioni. Questa policy dei dati non implica che ogni piano elencato abbia accesso ai Dots.

OpenAI Dots vs. Codex vs. ChatGPT Work

Dots, Codex e ChatGPT Work si sovrappongono perché tutti e tre possono svolgere lavoro agentico. La loro unità di responsabilità prevista è diversa.

Codex è focalizzato sui workflow di sviluppo software. ChatGPT Work gestisce attività da delegare, come ricerca, analisi o creazione di file, immediatamente o su pianificazione. I Dots aggiungono continuità su una responsabilità in corso; possono anche svolgere lavoro direttamente e delegare attività quando utile.

Deliverable finiti vs. responsabilità continuativa

ChatGPT Work e Dots si sovrappongono nel lavoro che possono eseguire. Un incarico Work tipicamente è incentrato su un risultato concreto, ad esempio un deck di analisi competitiva; un Dot mantiene la responsabilità del lancio nel tempo e coordina il follow-up quando le circostanze cambiano. Questo descrive l’enfasi di prodotto, non un confine tecnico esclusivo.

Come valutare gli OpenAI Dots nel lavoro reale?

Un benchmark del modello non stabilisce quanto affidabilmente i Dots completeranno un particolare workflow aziendale. Il modello è un componente; app connesse, confini dei permessi, requisiti di login, contesto variabile e revisione da parte dell’utente influenzano tutti il risultato finale.

Valuta i Dots con lavoro rappresentativo, come mantenere un launch brief o investigare un problema di supporto. Misura se il risultato è corretto, quanta intervento umano è necessario, quanto bene l’agente rispetta i permessi e se riprende adeguatamente dopo l’arrivo di nuove informazioni. Mantieni costanti attività, strumenti disponibili, criteri di accettazione e metodo di revisione quando confronti alternative.

Per un’implementazione API, misura anche costo per attività completata, retry, latenza e chiamate di strumenti fallite. I punteggi grezzi del modello da soli non possono indicare se un Dot gestito o un agente personalizzato è più adatto.

OpenAI Dots vs. costruire il proprio agente con l’API

Setup gestito e responsabilità dello sviluppatore

I Dots ottimizzano per la comodità. Gli agenti API ottimizzano per il controllo.

Con i Dots, OpenAI gestisce la maggior parte dello stack dell’agente: scelta del modello all’interno del prodotto, ambiente cloud, memoria, app connesse, loop dell’agente e infrastruttura di sicurezza. Con l’API OpenAI, gli sviluppatori definiscono molto di più dell’agente da soli.

L’Agents API di OpenAI e gli strumenti di livello inferiore Responses/Agents offrono agli sviluppatori controllo esplicito su modelli, istruzioni, schemi degli strumenti, connessioni MCP, ambienti di esecuzione, osservabilità e logica applicativa.

Un agente API personalizzato sposta la responsabilità ingegneristica sul tuo team: persistenza, schedulazione, permessi, gestione delle credenziali, recupero da errori, distribuzione e controlli rivolti all’utente devono ancora essere costruiti o configurati. I requisiti di sicurezza del provider e il supporto delle funzionalità API continuano ad applicarsi.

Attribuzione dei costi e riconciliazione della fatturazione

Le conversazioni con i Dot non contano verso i limiti di utilizzo di ChatGPT. Il piano fornisce un allowance per lavoro più approfondito, mentre le attività delegate Work e Codex utilizzano i limiti di quei prodotti. Considerale categorie di utilizzo separate. Un agente API personalizzato espone invece hook di contabilizzazione per attribuire la spesa a clienti, ticket o reparti.

Uso dell’agente registrato e tracce aiutano gli sviluppatori ad attribuire lavoro di agente radice e sottoagenti. L’uso è best-effort: può mancare o essere aggiornato più tardi, e non è la bolletta finale. I campi di utilizzo documentati non espongono conteggi di cache-write separati, quindi quei campi da soli non possono determinare costi esatti quando si applica la tariffazione delle scritture in cache.

Per una stima di costo di produzione, usa la documentazione di prezzo attuale del modello e i registri di fatturazione del provider selezionato. Lunghezza del contesto, livello di servizio, elaborazione regionale, strumenti e infrastruttura possono cambiare il totale. I prezzi OpenAI non sono un preventivo per CometAPI.

Mantieni un registro delle attività che separi input non in cache, letture cache, scritture cache dove disponibili, output incluso reasoning, retry e chiamate di sottoagenti. Aggiungi le tariffe applicabili per strumenti, compute sandbox, infrastruttura e servizi di terze parti, quindi riconcilia quella stima con gli addebiti fatturati. Non aggiungere input in cache in cima all’input totale senza adeguare la porzione in cache.

Questo consente un processo contabile preciso quando i dati di fatturazione completi sono disponibili; non rende ogni risposta di utilizzo API un’informativa di costo esatta. Non implica nemmeno che i Dots siano intrinsecamente più costosi.

Schemi degli strumenti e controllo dell’esecuzione

I Dots consentono agli utenti di connettere integrazioni supportate e definire permessi o regole personalizzate. Un agente API consente agli sviluppatori di definire l’interfaccia chiamabile: nomi delle funzioni, tipi di argomento, valori consentiti, codice di esecuzione, autorizzazione del backend e la UI mostrata agli utenti. Questo è controllo a livello di implementazione entro le capacità supportate dall’API.

Lo schema seguente espone un’operazione con due argomenti obbligatori e un set fisso di valori di stato. È una definizione di strumento, non un’applicazione eseguibile completa; il tuo backend deve implementare la funzione e imporre l’accesso al lead.

{
  "type": "function",
  "name": "update_lead_status",
  "description": "Update only the sales-stage field for an existing lead.",
  "strict": true,
  "parameters": {
    "type": "object",
    "properties": {
      "lead_id": {
        "type": "string"
      },
      "status": {
        "type": "string",
        "enum": [
          "qualified",
          "unqualified",
          "follow_up"
        ]
      }
    },
    "required": [
      "lead_id",
      "status"
    ],
    "additionalProperties": false
  }
}

Gli schemi di funzione strict vincolano gli argomenti generati. L’applicazione esegue la funzione, verifica ownership del tenant e autorizzazione, convalida le transizioni di stato e applica eventuali approvazioni richieste. Uno schema valido non garantisce di per sé che un’azione sia autorizzata o che il modello prenda la decisione aziendale corretta.

I Dots non forniscono lo stesso tipo di interfaccia pubblica per sviluppatori per sostituire i loro schemi di strumenti interni, l’orchestrazione e l’istrumentazione di billing. Tuttavia, offrono controlli significativi per gli utenti su app collegate e azioni consentite. La differenza è il livello di controllo esposto, non l’assenza di controlli nei Dots.

Gli sviluppatori possono costruire un agente tipo Dots con l’API di OpenAI?

Sì, anche se non è un clone ottenibile con una singola chiamata. Gli sviluppatori possono combinare sessioni persistenti, function calling, ricerca web, uso del computer, server MCP, esecuzione in background, tracing e orchestrazione personalizzata per riprodurre molte idee architetturali dietro un agente sempre attivo.

Il compromesso è il lavoro di ingegneria: i Dots confezionano lo stack dell’agente in un prodotto gestito, mentre l’API espone i mattoni di base.

Quando usare OpenAI Dots invece di un agente API?

I Dots hanno senso quando l’agente esiste principalmente per te: tenere traccia del lavoro personale, coordinare ricerca, seguire progetti, organizzare informazioni tra servizi connessi o mantenere continuità tra molte piccole attività.

Un agente API personalizzato ha più senso quando l’agente esiste principalmente all’interno del tuo prodotto o processo aziendale. Se ti servono billing a livello di tenant, schemi di funzione deterministici, instradamento preciso dei modelli, sistemi di approvazione proprietari, osservabilità interna, UI specifiche per l’applicazione, controllo d’accesso a livello di strumenti o limiti di costo espliciti, un’architettura API è la scelta migliore.

Questo confronto si concentra sui Dots personali. OpenAI sta anche pilotando dots specialistici per ruoli organizzativi. Un agente API personalizzato è più rilevante quando devi incorporare comportamento agentico nella tua applicazione e controllarne l’implementazione.

I Dots possono accedere al tuo computer locale?

Non automaticamente. Il computer nel cloud di un Dot è separato dal dispositivo dell’utente. Connettere un computer locale concede un permesso separato per il lavoro locale; connettere quel computer a Codex o abilitare Work Sync non concede di per sé accesso al Dot. Alcuni siti web bloccano i browser nel cloud o richiedono verifiche, e avviare un’attività locale non trasferisce la sessione del browser nel cloud.

Come si inserisce CometAPI in un’alternativa basata su API ai Dots?

Se l’obiettivo non è riprodurre l’interfaccia dei ChatGPT Dots ma costruire il tuo prodotto di agente, un’API modello unificata può essere utile per il livello del modello.

La GPT-6 Sol API in CometAPI può supportare carichi agentici complessi tramite un’interfaccia compatibile con OpenAI. Per carichi più recenti, la GPT-6.1 Sol API in CometAPI offre un’altra opzione per coding agentico e lavoro professionale.

In un deployment personalizzato, la tua applicazione invia lavoro a un orchestrator di agenti. L’orchestrator applica regole aziendali e chiama endpoint modello e strumenti supportati. La tua applicazione mantiene propri log, registro costi e layer di approvazione. Un gateway di modelli fornisce il livello di accesso ai modelli; non fornisce automaticamente un intero runtime di agente.

Per ogni endpoint selezionato, verifica il supporto delle funzionalità API che intendi usare, incluse chiamata di strumenti, output strutturati e campi di utilizzo. Gli ambienti Agents API ospitati da OpenAI e le tracce non devono essere dati per disponibili tramite un gateway compatibile con OpenAI. La fatturazione CometAPI deve essere verificata rispetto alle tariffe e ai registri di CometAPI.

Principali limitazioni degli OpenAI Dots

• Granularità del controllo: i Dots offrono regole e permessi, ma non la stessa superficie di orchestrazione a livello sviluppatore dell’API.
• Osservabilità dei costi: l’accesso in abbonamento è semplice, ma non offre la stessa contabilizzazione per chiamata, token e strumento dei carichi API.
• Compatibilità con siti web: gli agenti automatizzati possono incontrare restrizioni di login, anti-bot o di azione.
• Disponibilità: l’accesso dipende da piano, regione e configurazione del workspace.
• Rischio di autonomia: gli agenti persistenti possono ancora commettere errori, quindi permessi e revisione restano necessari.

Chi può usare gli OpenAI Dots e dove crearne uno?

La disponibilità dei Dots è in rollout graduale. Verificato il 12 ottobre 2026, gli utenti Pro 100, Pro 200 e Pro 500 idonei devono avere più di 18 anni ed essere fuori dallo Spazio economico europeo, Regno Unito e Svizzera. Business Premium ed Enterprise sono in rollout mondiale; Enterprise richiede che un amministratore abiliti i Dots. L’idoneità non garantisce che un account abbia già accesso.

Crea un Dot nell’ultima app mobile di ChatGPT, app desktop o browser desktop, e continua con lo stesso Dot sui dispositivi. Il web mobile non è supportato. L’aggiornamento del 5–9 ottobre ha aggiunto creazione da mobile, personalizzazione dell’aspetto e connessione dei plugin; la connessione del computer locale richiede ancora l’app desktop.

Conclusione

I Dots estendono ChatGPT dalle singole conversazioni verso una responsabilità delegata continuativa. Possono preservare contesto, lavorare nel cloud, usare app connesse e coordinare attività Work o Codex, coinvolgendo l’utente quando è necessaria revisione o una decisione.

Scegli i Dots quando vuoi un agente personale gestito che mantenga il lavoro in movimento. Scegli Codex per workflow di ingegneria e ChatGPT Work per deliverable sostanziali. Costruisci un agente API quando il tuo prodotto richiede interfacce di strumenti personalizzate, orchestrazione specifica per l’applicazione e un processo di billing legato a singoli clienti o workflow. Quel controllo aggiuntivo comporta lavoro di implementazione e manutenzione.

FAQ

Un Dot può riprendere il lavoro locale dopo che il mio laptop è andato offline?

Il lavoro nel cloud e quello su computer connessi hanno ambienti di esecuzione diversi. Un Dot può continuare il lavoro nel proprio ambiente cloud quando il tuo laptop è spento, ma un’attività assegnata a quel laptop richiede che il computer connesso sia online con l’app ChatGPT aperta. Verifica la posizione di esecuzione dell’attività prima di assumere che continui senza sorveglianza; il browser nel cloud non eredita la sessione del browser locale.

Mettere in pausa un Dot interrompe ogni attività delegata?

No. Pausa, arresto delle attività e cancellazione delle pianificazioni sono controlli separati. Pausa arresta l’attività principale del Dot. Apri Activity per fermare un’attività delegata e Scheduled per disabilitare o eliminare un’attività ricorrente. Terminare una chiamata non interrompe necessariamente il lavoro assegnato. Le azioni completate non vengono annullate interrompendo l’agente.

Inviare messaggi a un Dot su Slack gli concede accesso ad altre app?

No. Un canale di messaggistica e una connessione app concedono tipi di accesso diversi. Le connessioni app dipendono dai permessi dell’account e dall’ambiente in cui il lavoro viene eseguito. Connetti l’integrazione richiesta separatamente e verifica le azioni consentite; un metodo di comunicazione da solo non concede accesso a una inbox, repository o file locali.

I soli campi di utilizzo dell’API possono determinare una bolletta esatta dell’agente?

Non in ogni caso. L’uso può arrivare in ritardo o non essere disponibile, e alcuni costi richiedono dati di fatturazione aggiuntivi. Includi retry, lavoro dei sottoagenti, scritture in cache dove applicabile, strumenti, compute e servizi di terze parti. Tratta l’utilizzo registrato come input contabile, associane i dati ai tuoi identificatori di attività e riconcilia il risultato con gli addebiti fatturati invece di trattare una singola risposta di utilizzo come costo completo.

Le note private di un Dot si azzerano quando cambiano le impostazioni di memoria di ChatGPT?

Non necessariamente. Le note private di un Dot e la memoria salvata di ChatGPT sono fonti di contesto distinte. Le note possono tenere traccia di decisioni e preferenze attraverso metodi di contatto, e non sono una trascrizione completa. Cambiare un’impostazione della memoria di ChatGPT non rimuove necessariamente note esistenti del Dot; rivedi i controlli pertinenti quando modifichi il contesto che desideri venga mantenuto.