OpenAI 已有 Codex,为什么还要造 dot?

因为写完一个任务，与持续照看一件事，是两种不同的能力。

想象你在办一份校园报纸。你请一位同学写稿，他写得又快又好；但明天新闻变了，谁来发现？采访对象还没回复，谁来追问？稿子改完了，谁记得提醒你定版？

过去的 AI 越来越像那位能干的写稿同学。OpenAI 的 dot 想扮演另一个角色：记住目标、追踪进度、在合适的时候继续行动，并把需要你决定的事带回来。

不过，OpenAI 并非独自发现了这条路。xAI 的 Grok Bot 和 Meta 的 Muse，已经站在同一条赛道上。

dot 是什么？给 AI 一份“持续的工作”

你可以对 dot 说：

“帮我跟踪 AI 行业的新产品。每周一提出三个公众号选题；如果一条新消息会让正在写的文章过时，就提醒我。可以准备草稿，发布前让我审。”

这句话交代的不是一道题，而是一份持续的工作。dot 需要在不同日子查信息、记住文章进展、判断消息是否重要。你可以继续与它交谈；它也能在有结果或需要决定时找你。

OpenAI 公布的信息显示，dot 由 GPT-6 Astra 驱动，运行在云端，拥有自己的电脑和浏览器；它可以研究资料、处理文件、制作软件，并在你的电脑关闭后继续云端工作。

所以，dot 最容易理解的定义是：一个能跨越多次对话、持续推进目标的 AI 智能体。

“持续工作”是怎么做到的？

dot 的私有源代码没有公开。不过，根据官方文档，我们可以把它的工作方式拆成五个容易理解的部分。

一是大脑。模型理解你的目标，判断下一步该做什么。例如，一家公司发布新模型，它要判断这是否值得改动你的文章，而不是逢新闻必提醒。

二是记事本。长期工作需要保存目标、进度、决定和偏好。dot 会利用相关对话、ChatGPT 记忆以及自己的笔记；这些笔记并不是你说过的每句话的完整录像。

三是闹钟。你可以设定“每周一上午九点检查”，也可以让受支持的事件触发后续工作。dot 还能暂停一项任务，再选择时机继续。因此，“一直工作”不必理解成模型 24 小时不停地思考；更合理的产品层理解是保存进度、按时间或事件唤醒、执行下一步、再保存进度。具体调度代码，OpenAI 没有公开。

四是手和工作台。它的云端电脑、浏览器和已授权的应用让它能够查资料、打开网页、处理文件。需要使用你本机的文件或程序时，你还可以连接一台电脑；那台电脑必须在线，并运行 ChatGPT 桌面应用。

五是分工和刹车。dot 可以把工作交给后台智能体，也能创建或继续 Codex 任务。但它的主动信息调查只允许读取；发消息、修改应用内容等后续动作仍受授权和审批规则约束。

把它们连成一句话，就是：

记住要达成什么 → 等待合适时机 → 查看新情况 → 自己做、交给别的智能体，或请你决定 → 记录新进度。

真正的对手：Grok Bot 和 Muse

如果只说“AI 有云端电脑，关掉应用也能工作”，dot 并不独特。Grok Bot 和 Muse 都具备这些核心特征。区别在于三家公司如何设计“人与 AI 的关系”。

Grok Bot：一支可以相互协作的小队

xAI 允许用户创建多个有名字、有分工的 Bot。它们能在共享的云端电脑上使用浏览器、文件系统和终端；能并行工作、互发消息、在群聊中交接任务。你还可以演示一次工作流程，让 Bot 把它保存成技能或定期运行的流程。

假设你经营公众号，可以安排一个 Bot 找选题，一个核查资料，一个整理读者反馈。Grok Bot 强调的是：把多个 AI 组织成团队，并让它们在实际工具中完成工作。

有个值得注意的细节：官方文档说，同一账户下的多个 Bot 共享一台云端电脑及其中的文件和浏览器会话。这让交接更方便，也意味着使用者必须弄清楚哪些信息会被其他 Bot 接触。

Muse：深入日常生活的私人助手

Meta 的 Muse 同样有专属云端电脑和浏览器，会记住与你有关的信息，围绕长期目标主动推进工作。它可以通过 Muse 应用或 WhatsApp 交流；Meta 展示的场景包括处理邮件、预订旅行、购物，以及随着生活变化调整计划。

Muse 的设计重点还包括安全边界。Meta 称它运行在专属的 Muse Secure VM 中，另有独立的 Sentinel 组件检查对外动作；发送邮件、购物等敏感操作会要求用户确认。这些是 Meta 对自身系统的公开描述，实际可靠程度仍要靠长期使用检验。

dot：嵌入 ChatGPT 工作体系的协调者

dot 可以跨 ChatGPT、Slack、Teams 等渠道延续工作，也可以把需要写代码的部分交给 Codex。它的特色不是“唯一会主动工作的 AI”，而是把持续目标、现有对话背景、应用连接以及 OpenAI 的 Work、Codex 任务衔接起来。

用一句话区分三者的产品取向：Grok Bot 突出多 Bot 小队，Muse 突出个人生活助手，dot 突出在 ChatGPT 体系内持续协调工作。这是根据三家公开功能作出的归纳，不是说它们只能做各自那一类事。

已有 Codex，为什么还需要 dot？

因为 Codex 再能干，也不能替代所有“任务之间的工作”。

Codex 擅长进入代码库和开发环境，写代码、改代码、测试、审查；它也支持云端任务和自动化，并不是只能做一次性工作。

但你的目标可能是“把这篇技术文章和配套视频做好”。这个目标包含查资料、发现新消息、确认观点、写文案、制作视频、等待你的修改意见。写视频程序可以交给 Codex；什么时候需要启动这项任务、它与文章是否一致、完成后还缺什么，则是更上一层的协调工作。

OpenAI 的文档明确写到，dot 可以创建新的本地 Work 或 Codex 任务、继续已有的本地 Codex 任务，也可以使用预先配置好的 Codex 云端环境。

这说明两者可以接力。高中生可以把它想成：Codex 是能独立完成复杂技术作业的队员；dot 是持续记着整项课题、在需要时召集队员的人。

dot 的本质：争夺“谁替你记着这件事”

过去，我们把问题输入 AI，拿到答案就离开。后来，我们把一个任务交给 AI，等它交回成果。现在，Grok Bot、Muse 和 dot 都在尝试下一步：让 AI 长期持有一个目标，并参与目标实现的全过程。

我的判断是，这场竞争的核心不只是模型分数。它还取决于四件事：

• • 记忆是否准确：它真的知道事情进展到哪里吗？
• • 执行是否可靠：它能在真实应用里把事情办完吗？
• • 主动性是否克制：它知道什么时候该提醒，什么时候别打扰吗？
• • 权限是否清楚：它知道什么可以自己做，什么必须先问你吗？

这也是 dot 与 Grok Bot、Muse 正面竞争的地方。谁能同时做好这四件事，谁才可能成为人们每天愿意托付工作的 AI。

但最后一条边界不能丢：AI 可以替你追踪事务，不能替你承担判断的后果。让它持续推进工作，同时保留检查成果和作出关键决定的权力，才是目前更稳妥的用法。