北京时间9月30日凌晨，OpenAI在旧金山举行的DevDay 2026上发布全天候在线智能体Dots。这款产品由GPT-6 Astra驱动，每个Dot都拥有独立的云端电脑和浏览器，可以操作电脑、调取已连接应用里的信息，完成调研、文件起草与软件开发等任务。用户可以把它接入Slack和微软Teams，也可以在ChatGPT的网页、桌面与移动端给它发消息或直接语音通话，后续还会开放短信入口。公司同时宣布推出月费500美元的高端订阅档，并披露ChatGPT周活跃用户已超过12亿。
Dots与此前产品最大的区别在于常驻和主动。传统的聊天助手是你问一句它答一句，任务推进依赖用户不断追问；Codex和ChatGPT Work虽然能执行任务，但依然绑定在特定界面里。Dots被设计成不依赖特定硬件或交互方式，用户给它一个目标之后，它可以在后台持续跟进，同时接手多个项目并自主推进。
OpenAI把这种后台行为称为主动研究。即使用户没有直接与它协作，Dot也会通过权限受限的工具，在已连接的应用里寻找能帮上忙的事情。它的初始上下文来自用户的ChatGPT记忆，随着协作增多，逐步学习用户偏好的工作方式与判断标准。公司展示的场景包括：追踪客户反馈中反复出现的需求并提交带演示视频的代码变更、在产品范围变化时同步修改发布材料、在新数据到来后重跑分析并更新图表。OpenAI称其工程师已在内部使用这款工具，每天修复数十个软件漏洞。
常驻智能体一旦获得真实系统的操作权限，风险就随之放大。OpenAI在发布中把权限控制作为重点：用户可以自定义规则，规定Dot能做什么、什么时候必须征求同意，修改密码和永久删除数据这类敏感操作需要用户明确授权。每个Dot在独立的云端电脑上工作，除非用户主动选择连接，否则这台电脑及其中的内容与用户本地环境保持隔离。对于受支持的登录方式，Dot可以使用已保存的密码，而不把密码暴露给模型。
企业侧的顾虑则指向数据留存。OpenAI同步预览了一套名为Private Intelligence的企业控制能力，主打零数据留存与私有安全处理，公司称其能在不把客户内容存储在自己服务器上的前提下完成安全审查，并支持在推理阶段提供隐私保护。官方提到已与Databricks、思科等客户在隐私与安全系统上合作。对企业来说，需要区分三件不同的事：提示词与输出存在哪里、为了策略执行与监控在哪里处理、模型在哪里运行。这三层的边界是否清晰，往往比参数表更能决定能否过合规评审。
新的高端订阅档定价每月500美元，提供更高的使用限额和更快的处理优先级，覆盖ChatGPT Work与Codex等场景。OpenAI同时下调了原200美元档的部分额度。以常驻智能体为代表的高强度任务，单个用户消耗的算力远超普通对话，按用量分层几乎是必然选择。有分析认为，这个定价约为Meta旗下Muse高阶版定价的五倍，显示OpenAI希望把愿意为生产力付费的用户单独拎出来。
企业版Dot也在测试中，官方提到的应用场景包括电子邮件营销、会计与法律分析。这些场景的共同点是流程固定、结果可验证、对准确率要求高，适合先做窄而深的产品。从收入结构看，OpenAI透露企业业务自7月以来增长超过100%，年化收入运行率接近700亿美元，编程工具与企业客户是这轮扩张的主要力量。常驻智能体如果能在企业内部跑通，将是把订阅收入从个人用户推向组织预算的关键一步。
发布会现场并不完美。在公开演示中，ChatGPT团队产品负责人要求一个名为Dottie的Dot为一款虚构音乐应用准备上线工作，但智能体迟迟没有回应，演示一度暂停，主持人以玩笑带过。这段插曲提醒人们，跨应用、长链路的任务执行在实际环境里仍然脆弱，网络波动、权限配置、应用接口变更都可能让流程中断。
竞争同样激烈。Meta的Muse此前凭借替用户办事的能力获得大量下载，xAI、以及Instinct等初创公司也都在推个人智能体。OpenAI的护城河在于庞大的用户基数与插件生态，官方称Dot可以连接四千多款应用。但也有观点认为，OpenAI在智能体产品上落后于部分对手，Dots更像是一次追赶而非领先。值得留意的是，此前英伟达发布智能体安全平台时，OpenAI并不在已公布的采用者名单中，这在一定程度上反映了各家在安全路径上的分歧。
把常驻智能体接进生产环境，技术问题很快会从模型质量转向工程细节。权限边界如何最小化、身份如何管理、工具调用是否可导出审计、某一步失败后如何回滚、跨多个服务的任务如何评估，这些问题不会因为模型变强而自动消失。它们需要在系统层面给出答案，而不是靠提示词里的几句约束。
对采购方来说，评估一款常驻智能体，不妨先问三个问题：它能访问哪些系统和数据，这些访问能否被逐条记录；当它判断失误时，损失能否被限制在一个可控范围内；当底层模型升级或更换时，已经配置好的流程要不要重做。把这三件事想清楚，比追逐发布会的功能清单更有价值。常驻智能体的价值上限很高，但它的风险也第一次真正落在了真实业务系统上。