TL;DR
OpenAI Dots 是持久、隨時待命的個人代理，存在於 ChatGPT 之中。由 GPT-6 Astra 提供動力，Dot 擁有自己的雲端電腦，並可在對話之間持續進行被指派的工作。本指南幫助使用者與開發者理解 Dots 的功能，並在 Dot、Codex、ChatGPT Work 與自訂 API 代理之間作出選擇。
Dots 並非簡單替代 Codex 或 ChatGPT Work。Codex 專注於軟體工程，而 ChatGPT Work 以較長、具多步驟的任務與最終交付物為中心。Dot 更像是一個位於持續工作之上的持久個人代理，並可在合適時協調 Work 或 Codex 的任務。
主要的開發者取捨是便利性與實作控制之間的平衡。Dots 由產品管理代理體驗；自訂 API 代理則讓開發者定義工具介面、應用行為與成本歸屬。準確計費仍需將使用紀錄與模型、工具、運算及第三方費用對帳。
Key Takeaways
- OpenAI Dots 是持久的個人代理，而非獨立的基礎模型。
- Dot 結合雲端電腦、已連結的應用、記憶與持續工作；主動研究為唯讀模式。
- Codex 聚焦軟體工程，ChatGPT Work 著重於實質交付物，Dots 著重於跨任務的持續責任。
- API 代理讓開發者能控制函式結構、執行邏輯、核准流程、日誌與應用 UX。
- API 使用紀錄可支援細粒度的成本歸因，但精確費用仍需帳務對帳；在已審閱文件中，Dots 未提供等效的面向開發者公開帳冊。
What Are OpenAI Dots?
OpenAI 將 Dots 描述為以處理持續工作為目標的隨時待命代理。與其說是新模型，不如將其理解為一種受管的代理產品。其底層智慧來自 GPT-6 Astra，開發者亦可透過 CometAPI 的 GPT-6 Astra API 在自家應用中使用。直接呼叫該模型並不等於取得 Dots 產品或其受管執行環境。
一般 ChatGPT 對話主要由請求驅動：你提問、ChatGPT 回覆，後續互動延續於可用上下文。Dot 則加入更強的持久性概念。你為它設定目標、決定可存取的應用，並定義其自主運作的程度。
每個 Dot 都有自己的雲端電腦與瀏覽器。它能進行研究、資料分析、撰寫文件、建置軟體，並回傳結果供審閱。雲端工作可在使用者電腦關機時持續；委派至已連線本機電腦的工作則有其可用性要求。
| OpenAI Dots specification | Current implementation |
|---|---|
| Product type | 持久、隨時待命的個人 AI 代理 |
| Underlying model | GPT-6 Astra |
| Execution environment | 專用雲端電腦 |
| Browser | 雲端瀏覽器 |
| Memory | 持續上下文加上 ChatGPT 記憶整合 |
| Connected tools | 外掛與已允許的連結應用 |
| Proactive work | 是，包括唯讀的主動研究 |
| Work delegation | 可建立或使用 ChatGPT Work 與 Codex 任務 |
| Local computer access | 可選；在明確連線前為停用 |
| Human oversight | 核准、Custom Rules 與獨立的安全檢查 |
| Initial access | 符合資格的 Pro 方案、Business Premium 與 Enterprise；按方案條件逐步推出 |
| Creation | ChatGPT 行動 App、桌面 App 或桌面瀏覽器 |
| Public API endpoint named dots | 未見公開文件記載 |
Primary Role and Ongoing Responsibility
請依需求結果選擇產品，而非預設它們具排他能力。一位發佈負責人可能用 Dots 維持連續性，用 Work 準備簡報，用 Codex 實作功能。下表描述產品強調方向，而非嚴格的技術界線。
Task Delegation and Local Availability
Dots 能在背景建立工作、雲端執行緒，以及在已連線電腦上建立 Work 或 Codex 任務。對於本機任務，請讓已連線電腦保持上線並開啟 ChatGPT App。Dot 的雲端環境不會自動轉移本機瀏覽器的登入，也不會取得所有既有對話的存取權。
Codex 會問：「我應該打造或修改哪個軟體？」
ChatGPT Work 會問：「我應該完成哪個工作產出？」
Dots 會問：「我應該持續為你負責什麼？」
What Can OpenAI Dots Do?
Ongoing Work and Follow-up
Dot 能在多次對話間承擔持續責任。它可維持發佈簡報的最新狀態、調查新回饋，並在相關資訊變動時重新檢視決策。請提供來源、期望結果、更新排程或觸發條件，以及需要你決策的事項。
它也能執行唯讀的主動研究，並保留私人筆記。此模式用來收集上下文；對結果具影響的後續動作仍需依權限與審閱執行。
Cloud Computer and Connected Apps
每個 Dot 都有雲端電腦與瀏覽器，因此在你裝置關機時，雲端工作仍可持續。外掛在帳戶權限範圍內提供對連結應用的存取。本機電腦是可選的獨立連線；對於本機工作，需保持上線並開啟 ChatGPT App。
Documents, Analysis, and Software Tasks
Dot 能直接進行研究、資料分析、撰寫文件與建置軟體，或在有幫助時協調 Work 與 Codex 任務。請隨著責任推進，檢視產出、重要決策與必要核准。
以下被刪除線標示的內容保留在原段落位置以供修訂審視；其中有用的要點已整合至上文。
How Do OpenAI Dots Work?
概念上，Dots 結合五個層面：
- GPT-6 Astra 提供推理與代理智能。
- 持久的代理上下文讓 Dot 記住目標並在對話間延續責任。
- 專用雲端電腦提供瀏覽、檔案與電腦作業環境。
- 外掛與連結服務提供對外部資料與動作的結構化存取。
- 核准與安全系統決定預期動作是否可實際執行。
因此，模型只是代理的一部分。產品將模型包裹於持久的執行環境、權限、連結工具、記憶與動作審查之中。
概念流程是：目標引導規劃、上下文擷取、工具使用或委派、審閱與持續工作。這是讀者對產品的心智模型，而非 OpenAI 內部架構的公開圖示。
記憶有不同層次：對話本身、相關的 ChatGPT 儲存記憶，以及 Dot 關於偏好、決策與責任的自有筆記。這些筆記不是完整逐字稿，且變更 ChatGPT 記憶設定不一定會變更已寫入的筆記。
How Does OpenAI Dots Handle Safety and Permissions?
隨時待命的代理比普通聊天機器人需要更強的控制，因為它可能讀取私人資訊並採取行動。OpenAI 因此將主動資訊收集與具後果的行動區分開來。
Dots 的權限與自訂規則讓使用者允許動作、要求檢查或封鎖動作。外掛權限則另行適用。這些控制不會覆蓋內建防護，且工作區管理員可能限制是否可使用自訂規則。
Dots 仍可能犯錯。對於具後果的工作流程，權限、核准邊界與審閱依然重要。
Automatic Action Review
在動作影響帳戶或分享資訊之前，自動審核會檢查指示、權限、自訂規則與防護措施。它可能允許動作、要求你的核准，或將某一步交還給你，例如變更密碼。自訂規則不可覆蓋內建防護或授予應用存取權。
Privacy and Training Data
對於Business、Enterprise 與 Edu 工作區，商業資料預設不會用於訓練模型。個人方案中符合條件的對話與任務遵循帳戶的資料控制設定。OpenAI 不會直接以主動研究或 Dot 的私人筆記訓練；當該資訊進入符合條件的對話或任務時，將由適用設定管理其使用。此資料政策不代表所有列出方案皆能使用 Dots。
OpenAI Dots vs. Codex vs. ChatGPT Work
Dots、Codex 與 ChatGPT Work 皆能進行代理式工作，功能有所重疊，但其預期的責任單位不同。
Codex 專注於軟體開發工作流程。ChatGPT Work 用於你想委派的任務，如研究、分析或建立檔案，可立即執行或按排程。Dots 則為持續責任加入連續性；它們也能直接工作，並在有幫助時委派任務。
| Dimension | OpenAI Dots | Codex | ChatGPT Work |
|---|---|---|---|
| Primary role | 持久的個人代理 | 軟體工程代理 | 通用型工作代理 |
| Typical starting point | 持續目標或責任 | 程式碼庫或工程任務 | 具體任務或交付物 |
| Persistence | 核心設計 | 工程工作流程；亦可有持續任務 | 以任務與排程為導向 |
| Cloud environment | 是 | 視工作流程而定 | 提供雲端瀏覽器/電腦 |
| Code specialization | 通用 | 極高 | 通用 |
| Documents/slides/spreadsheets | 可建立、協調或委派 | 非主要重點 | 核心能力 |
| Connected business apps | 是 | 支援整合 | 是 |
| Proactive research | 是 | 非主要互動模式 | 以任務或排程驅動 |
| Memory orientation | 個人且持續 | 以版本庫/任務為導向 | 以專案/任務為導向 |
| Best mental model | 持久的 AI 代理代表 | AI 軟體工程師 | AI 專案工作者 |
Finished Deliverables vs. Ongoing Responsibility
ChatGPT Work 與 Dots 在可執行的工作上有重疊。Work 指派通常圍繞具體結果，例如競品分析簡報；Dot 則隨時間持續負責該次發佈，並在情勢變化時協調後續。這描述的是產品強調方向，而非排他性的技術界線。
How Should You Evaluate OpenAI Dots in Real Work?
模型基準分數無法保證 Dots 能可靠完成特定商務工作流程。模型只是其中一部分；連結應用、權限邊界、登入要求、情境變動與使用者審閱都會影響最終結果。
請用具代表性的工作評估 Dots，例如維護發佈簡報或調查支援問題。衡量結果是否正確、需要多少人工介入、代理對權限的尊重程度，以及在新資訊到來後是否能適當恢復。比較替代方案時，請保持任務、可用工具、驗收準則與審閱方法一致。
若採 API 實作，亦請衡量完成任務成本、重試次數、延遲與工具呼叫失敗率。僅靠原始模型分數無法回答受管的 Dot 或自訂代理哪個更適合。
OpenAI Dots vs. Building Your Own Agent on the API
Managed Setup and Developer Responsibilities
Dots 以便利為優先。API 代理以控制力為優先。
在 Dots 中，OpenAI 為你營運大多數代理堆疊：產品內的模型選擇、雲端環境、記憶、連結應用、代理循環與安全基礎設施。在 OpenAI API 中，開發者需自行定義更多代理面向。
OpenAI 的 Agents API 與更低階的 Responses/Agents 工具，讓開發者能明確控制模型、指示、工具結構、MCP 連線、執行環境、可觀測性與應用邏輯。
| Capability | OpenAI Dots | Custom API Agent |
|---|---|---|
| Setup effort | 低 | 中到高 |
| Persistent agent | 內建 | 由開發者設定 |
| Cloud computer | 內建 | 可設定 |
| Model choice | 由 OpenAI 受管；Dots 目前使用 Astra | 開發者自選 |
| Custom function schema | 未以低階 Dot 介面公開 | 支援 |
| tool_choice control | 未公開 | 支援 |
| Custom MCP topology | 以外掛為導向 | 支援 |
| Own application backend | 不必須 | 需要 |
| Structured outputs | 視產品而定 | 支援結構化輸出（視 API 支援） |
| Approval workflow | 內建防護、權限與使用者規則 | 應用自定義控制 + 供應商防護 |
| Exact tool interface | 支援的整合與產品層級權限 | 開發者自定義結構與執行程式碼 |
| Token usage per agent turn | 無等效的公開 API 遙測文件 | 盡力記錄用量；非最終帳單 |
| Agent traces | 面向使用者的活動紀錄 | 詳細的追蹤/日誌 |
| Cost attribution by request/task | 產品層級額度；無等效的公開開發者帳冊 | 細粒度歸因並可與帳單對帳 |
| Model routing | 由產品受管 | 應用自定義於支援的模型間路由 |
| Retry logic | 由產品受管 | 開發者自定義 |
| Observability integration | 有限的產品控制 | 日誌、追蹤、事件、匯出 |
| UX | 原生於 ChatGPT | 完全自定義 |
| Deployment in your product | 在已審閱文件中未發現公開的 Dot 嵌入端點 | 可整合至自家應用 |
自訂 API 代理將工程責任移轉至你的團隊：持久化、排程、權限、憑證處理、故障復原、部署與面向使用者的控制都需自行建置或設定。供應商的安全要求與 API 功能支援仍然適用。
Cost Attribution and Billing Reconciliation
Dot 對話不計入 ChatGPT 使用上限。 方案為較深入的工作提供額度，而委派給 Work 與 Codex 的任務使用其各自產品的上限。請將其視為獨立的使用類別。自訂 API 代理則提供記帳鉤子，便於將花費歸屬到客戶、工單或部門。
記錄的代理用量與追蹤 有助於將主代理與子代理的工作做歸因。用量是盡力而為：可能缺漏或後續更新，且不是最終帳單。文件中的用量欄位不會分別揭露 cache-write 次數，因此在適用快取寫入計價時，僅靠這些欄位無法推算精確費用。
要得到可投入生產的成本估計，請使用模型的當前定價文件與所選供應商的自家帳務紀錄。上下文長度、服務等級、區域處理、工具與基礎設施都可能改變總額。OpenAI 定價並非 CometAPI 的報價。
維護一份任務帳冊，將未快取的輸入、快取讀取、快取寫入（如適用）、輸出（含推理）、重試與子代理呼叫分別記錄。再加上適用的工具、沙箱運算、基礎設施與第三方費用，最後與帳單對帳。在計算總輸入時，請勿將已快取的輸入再度相加而未調整快取部分。
當完整帳務資料可用時，這能支持精確的記帳流程；但這不意味著每次 API 使用回應都等於精確成本聲明。這也不表示 Dots 天生更昂貴。
Tool Schemas and Execution Control
Dots 讓使用者連結受支援的整合並定義權限或自訂規則。API 代理則讓開發者定義可呼叫介面：函式名稱、引數型別、允許值、執行程式碼、後端授權與呈現給使用者的 UI。這是在 API 支援能力範圍內的實作層控制。
下列結構公開了一個具兩個必要引數、且 status 值固定集合的操作。它是工具定義，而非可單獨執行的應用；你的後端需實作該函式並強制執行對該名單的存取控制。
{
"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
}
}
嚴格函式結構可約束產生的引數。應用負責執行函式、檢查租戶歸屬與授權、驗證狀態轉換，並依需要套用核准。有效的結構本身並不保證動作已獲授權，或模型會做出正確的商務決策。
Dots 並未提供相同的、可公開替換其內部工具結構、編排與計費儀表的開發者介面。不過，它們為使用者提供了對連結應用與允許動作的有效控制。差異在於對外公開的控制層級，而非 Dots 缺乏控制。
Can Developers Build a Dots-Like Agent with OpenAI's API?
可以，但不是一個呼叫就能複製 Dots。開發者可結合持久工作階段、函式呼叫、網頁搜尋、電腦使用、MCP 伺服器、背景執行、追蹤與自訂編排，重現隨時待命代理的多數架構概念。
取捨在於工程投入：Dots 將代理堆疊封裝為受管產品，而 API 提供組裝所需的基礎積木。
When Should You Use OpenAI Dots Instead of an API Agent?
當代理主要為你個人存在時，Dots 很合適：追蹤個人工作、協調研究、跟進專案、整合多個連結服務中的資訊，或在許多小任務間維持連續性。
當代理主要存在於你的產品或商務流程時，自訂 API 代理更合適。若你需要租戶層級計費、可確定的函式結構、精確的模型路由、自家核准系統、內部可觀測性、應用專屬 UI、工具層級存取控制或明確的成本上限，API 架構更契合。
本比較聚焦個人 Dots。OpenAI 也在試點面向組織角色的專家 dots。當你要在自家應用中嵌入代理行為並控制其實作時，自訂 API 代理最相關。
Can OpenAI Dots Access Your Local Computer?
不會自動。Dot 的雲端電腦與使用者裝置是分離的。連線本機電腦 會另行授權本機工作的權限；將電腦連給 Codex 或啟用 Work Sync 並不會自動讓 Dot 取得存取權。有些網站會封鎖雲端瀏覽器或要求驗證，啟動本機任務也不會轉移雲端瀏覽器工作階段。
How Can CometAPI Fit Into an API-Based Alternative to Dots?
如果目標不是複製 ChatGPT Dots 的介面，而是打造你自己的代理產品，統一的模型 API 可在模型層發揮作用。
CometAPI 的 GPT-6 Sol API 可透過相容 OpenAI 的介面，支援複雜的代理式工作負載。對於較新的工作負載，CometAPI 的 GPT-6.1 Sol API 提供另一個用於代理式編碼與專業工作的選擇。
在自訂部署中，你的應用將工作送至代理編排器。編排器套用商務規則、呼叫支援的模型端點與工具。你的應用維護自己的日誌、成本帳冊與核准層。模型閘道提供模型存取層；它並不會自動提供完整的代理執行環境。
對於每個選定端點，請確認其支援你計畫使用的 API 功能，包括工具呼叫、結構化輸出與用量欄位。OpenAI 代管的 Agents API 環境與追蹤不應被假定可透過「相容 OpenAI」的閘道取得。CometAPI 的計費必須依 CometAPI 自身的費率與紀錄核對。
What Are the Main Limitations of OpenAI Dots?
- 控制粒度：Dots 提供規則與權限，但不具備與 API 相同的開發者級編排介面。
- 成本可見度：訂閱式存取簡單，卻不提供與 API 工作負載相同的逐次呼叫、逐 Token、逐工具記帳。
- 網站相容性：自動化代理可能遭遇登入、反機器人或動作限制。
- 可用性：存取取決於方案、地區與工作區設定。
- 自主風險：持久代理仍會犯錯，因此權限與審閱仍然必要。
Who Can Use OpenAI Dots and Where Can You Create One?
Dots 的可用性 正逐步推出。截至 2026 年 10 月 12 日的檢查，符合資格的 Pro 100、Pro 200 與 Pro 500 使用者需年滿 18 歲，且不在歐洲經濟區、英國與瑞士。Business Premium 與 Enterprise 正在全球推出；Enterprise 需由管理員啟用 Dots。具備資格不代表帳戶已經擁有存取權。
請在最新的 ChatGPT 行動 App、桌面 App 或桌面瀏覽器中建立 Dot，並可在多裝置間沿用同一個 Dot。不支援行動網頁。10 月 5–9 日的更新 新增了行動端建立、外觀自訂與外掛連結；連線本機電腦仍需桌面 App。
Conclusion
Dots 將 ChatGPT 從單次對話延伸至持續的委派責任。它們能保存上下文、在雲端工作、使用連結應用，並協調 Work 或 Codex 任務，同時在需要審閱或決策時讓使用者參與。
當你需要受管的個人代理來推動工作時，選擇 Dots。工程工作流程選 Codex；需要實質交付物選 ChatGPT Work。當你的產品需要自訂工具介面、應用專屬編排與與個別客戶或工作流程綁定的計費程序時，請打造 API 代理。更高的控制力伴隨著實作與維運成本。
FAQ
Can a Dot Resume Local Work After My Laptop Goes Offline?
雲端工作與「連線的電腦」工作有不同的執行環境。當你的筆電離線時，Dot 能在其雲端環境持續工作，但分派給該筆電的任務需要該本機電腦上線並開啟 ChatGPT App。請在假定任務可自動持續前，先確認其執行位置；雲端瀏覽器不會繼承本機瀏覽器的登入狀態。
Does Pausing a Dot Stop Every Delegated Task?
不會。暫停、停止任務與取消排程 是不同的控制。暫停會停止 Dot 的主任務。開啟 Activity 以停止被委派的任務，開啟 Scheduled 以停用或刪除重複任務。結束通話也不一定會停止已指派的工作。停止代理不會回溯撤銷已完成的動作。
Does Messaging a Dot in Slack Grant It Access to Other Apps?
不會。傳訊管道與應用連結是不同的存取權。應用連結取決於帳戶權限，以及工作執行的環境。請另行連結所需的整合並檢視其允許的動作；僅靠通訊方式不會授與收件匣、程式庫或本機檔案的存取權。
Can API Usage Fields Alone Determine an Exact Agent Bill?
並非在所有情況下。用量可能延遲抵達或不可用，且部分成本需要額外帳務資料。請納入重試、子代理工作、快取寫入（如適用）、工具、運算與第三方服務。將記錄的用量視為記帳輸入，將其附加於你的任務識別碼，並與帳單對帳，而非把單次用量回應視為完整成本。
Do a Dot's Private Notes Reset When ChatGPT Memory Settings Change?
不一定。Dot 的私人筆記與 ChatGPT 儲存記憶是不同的上下文來源。筆記可跨通訊方式追蹤決策與偏好，且並非完整逐字稿。變更 ChatGPT 記憶設定不一定會移除既有的 Dot 筆記；在變更你希望它保留的上下文時，請檢視相關控制。