ARTICLE · 1115903
OpenAI推出Dots,AI助手开始接手跨软件工作
核心要点速览
Dots开始把软件之间的交接交给AI。模型调用可以便宜，业务交付仍要算接入、复核和返工。平台把通用助手装进订阅，应用商则得证明自己的收费对应什么结果。真正该看的是验收之后，每件事还花多少钱。
OpenAI在Dots发布公告里，讲了一个很小的故事。
一位早期测试者忘了给一家出版机构开账单。Dots发现遗漏，准备好账单，经过他批准后发了出去。
这个故事比“数字员工”更接近商业现实。但公告没有说明，账单后来是否收回了钱，更没有给出处理同类任务的平均成本。
美国时间9月29日，OpenAI发布Dots：由GPT-6 Astra驱动，有自己的云端电脑，能够连接授权应用，在对话之间继续推进任务。
它开始接手的，是过去由人来回搬运、核对和追踪的工作。
跨软件工作的价值，最终要落在交接成本上。AI多跑了几步，老板未必少干了几步。
一、模型价格表里，没有老板的复核时间
同场发布的GPT-6.1 Sol，标准API价格是每百万输入token（模型计量的文本单位）2美元、缓存输入0.10美元、输出10美元。
假设一次调用消耗10万非缓存输入、1万计费输出token，模型费用就是0.30美元。
这个数字很容易让人产生错觉：既然思考已经这么便宜，雇一个AI干活还能贵到哪里去？
但0.30美元只是这组假定用量的模型账。它没有包括外部工具、运行环境、失败重试和人工复核。Dots使用Astra，也不能拿Sol的单价当Dots的任务报价。
速度同样需要拆开看。OpenAI的Astra Ultrafast在Codex里，最高8倍指token生成速度；它按Standard的8倍速率消耗订阅额度，购买credits与企业按用量计费则适用6倍费率。
这不是Dots的“8倍工作效率”。如果一个流程卡在客户确认、登录验证和财务审批，文字吐得再快，也缩短不了全部等待。
厂商侧的账更难算。本次核查的公开材料，没有提供足够的Dots任务级推理用量、云电脑资源消耗及成本分摊数据。GPU耗电、硬件折旧和环境运行成本，都无法从一张订阅价格表倒推出来。
因此，现阶段不能据此判定OpenAI每卖一份Dots赚多少钱，或亏多少钱。“持续在线”也不能直接折算成GPU全天满载。
用户侧却不必等厂商公布毛利。
模型按token计费，企业按交付结果算账。两张账单之间，夹着一整段人的工作。
二、每月省280元，也可能多花220元
把镜头移到一家国内小型服务公司。
客户消息在群里，需求在共享文档里，交付文件在网盘，账单与回款另有表格。有人每天找版本、补材料、确认客户究竟同意了什么。
下面做一个业务算例。全部数字均为假设，不是Dots报价、客户案例或实测结果。
假定每月有100项同类任务，人工完成每项需要15分钟，含雇主成本的人力成本按60元/小时计。原有流程的分摊成本是1500元。
引入Agent后，假定软件、模型、工具与云资源的月度分摊合计400元；日常接入维护2小时；每项复核5分钟；10项异常额外各返工20分钟。
假定返工后，100项任务都按同样标准验收。第一种情况，每项交付成本从15元降到12.2元，每月节省280元，约18.7%。
只把复核从5分钟改成10分钟，其他条件不动，成本就变成1720元，比原有流程多220元，约14.7%。
在这组假设里，平均复核时间要低于7.8分钟，成本账才有净节省。首次接入与培训尚未计入；发生了，就还要摊进去。
而且，节省的时间按时薪折算，不等于工资支出当月减少。没有降低外包费用、减少实际支出或带来新增收入，现金流不会自动多出280元。
这张表说明的只是一个机制：让AI多做一轮，可能省下人工；让老板多看一轮，也可能把节省吃回去。
一个持续工作的Agent，如果始终需要有人逐项校对，它交付的可能是一份新的监督工作。
三、演示把软件接上，企业得把责任接上
企业里的难题，经常藏在一句“可以”里。
客户说可以，批准的是哪一版报价？销售说已确认，指的是交付范围还是付款条件？一份账单发出去了，系统应记录“已发送”还是“已收款”？
这些状态对应不同的责任和现金流。把文件找到、把字段填好，还没有完成业务判断。
Dots也并没有把所有行动无限放开。官方规定，没有新指令时的“主动研究”使用只读工具；发送邮件、修改文件等动作，受独立的Auto-review检查，已有授权在适用范围内可以沿用。Dots安全说明
这些机制有助于约束动作，却不能替企业定义哪一版报价有效，或者谁有权对客户作出新承诺。
OpenAI同时预览了具有独立身份、深入企业业务系统的specialist dots，目前从企业试点开始。这也说明，更深的组织交付还需要专门接入和管理。
对前面那家小公司，适合先交出去的，可以是整理新增需求、标记与报价冲突的条款、附上对应消息和文件。
改价格、承诺日期、确认回款，则要落到具体负责人。遇到资料冲突，Agent应把冲突交出来，不能用一份流畅的总结把它盖过去。
连接之后也还有维护：权限变化、字段调整、账单与订单对应不上，都需要有人处理。在采购合同和试用记录里，这些工时要有归属。
连接器数量回答“能到哪里”；交付记录回答“在那里做成了什么”。
四、平台把助手打包后，软件公司靠什么收费
Dots的第一个助手，已包含在符合条件的Pro或Business Premium计划中，不额外收取创建费用；深入工作仍有额度限制。
这会给通用AI应用带来一个直接问题：用户已经买过助手，为什么还要为你的助手再付一次钱？
OpenAI还允许Plus、Pro用户选择让参与合作的第三方应用消耗自己的计划额度。文档同时写明，第三方仍可为订阅、基础设施、服务和高级功能另收费。
软件公司可以继续收费。但它要解释，额外那笔钱对应什么。
Meta也在进入同一段工作。9月29日公布的Muse for Small Business，将Instagram专业账号分析、Facebook Pages、Meta广告账户，与Shopify、Stripe、QuickBooks等工具连接起来。
Meta的业务入口更贴近商家已有的广告、内容和店铺。Dots则从ChatGPT中的持续委托进入工作流程。两条路径都在靠近跨软件的交接位置，公开材料尚不足以判断谁的实际交付更好。
更容易承压的，是只把通用模型包装成摘要、提醒和草稿的应用。平台把这些能力装进订阅后，它们的独立定价就要接受更严格的比较。
更有机会保住收费的，是掌握准确业务记录、行业规则、审批关系，并能减少返工的软件与服务。它们还需要向客户证明，这些能力确实降低了交付成本。
如果一个产品用“少雇一个人”推销，却让客户自己接工具、查错误、追异常，就把销售承诺和交付责任分给了两个人。
平台能够把通用能力打包。应用商要保住客单价，就得把业务结果做实。
五、真正的分界线，在验收之后
Dots让跨软件工作有了新的产品形态。它可能减少寻找、准备和交接的时间，也可能让用户多出检查和纠错的时间。
今天把它称为“数字员工”，证据仍然不够。本次核查没有找到Dots同口径的企业续费率、任务验收成本或净节省工时，能支撑普遍的人力替代结论。
试用时，企业可以连续四周盯住三件事：
交付是否稳定。同类任务用了多少次，按同一标准验收了多少次，哪些仍需人工接手？ 成本是否下降。把订阅分摊、接入维护、复核和返工全部计入，再除以验收通过的任务数。 异常是否留有依据。报价冲突、收款状态和授权范围出现问题时，能否找到原始记录、暂停动作并交给负责人？
这些记录，才是下一次续费和扩大委托的依据。
对于软件公司，选择也会更具体：做持续帮人准备材料的辅助工具，就按它实际省下的时间接受比较；要争取更高的收费，就承担更多可核验的交付。
跨软件，证明AI能进入流程。验收后的成本，决定它值多少钱。
验收后算不出净节省，就别按“少雇一个人”收费。
如果你希望继续跟踪AI如何进入真实工作流，可以关注「行客科技」并星标。后续我们会继续拆解Agent的交付成本、收费依据和组织变化。