2026年9月30日，OpenAI 在开发者日活动上发布了一个叫 Dots 的新产品。它不是新模型，也不是新聊天界面，而是一个能7×24小时在线、自己主动干活的 AI 智能体。
简单说，Dots 就像一个常驻你手机或电脑里的”数字助理”，能自己翻邮件、查账目、读评论、推进项目，甚至主动发现问题。OpenAI 把它定位为 ChatGPT 的”工作中枢”，目标用户是每月愿意花 500 美元的 Pro 和企业用户。
对普通人来说，500 美元月费确实不便宜。但 Dots 展示的使用方式，很可能代表接下来一两年 AI 助手的主流方向。今天我们就用海外博主 Peter Yang 实测的 10 个真实案例，把它讲清楚。
一、Dots 到底是什么？和 ChatGPT 有什么区别？
你可以把 ChatGPT 理解成”你问一句，它答一句”的顾问；Dots 则更像一个”你交待完目标，它就自己去跑”的执行助理。
它有这几个关键特点：
- 常驻云端：Dots 自己有一台 7×24 小时运行的云端电脑，不用你一直开着 App。
- 主动工作：你不发消息，它也会根据目标持续推进任务。
- 能操作网页：可以登录后台、查看数据面板、读取文档。
- 多线程调度：遇到代码问题交给代码线程，遇到图像问题交给图像线程，自己当总指挥。
- 多入口：目前支持 ChatGPT App、Slack，未来还会支持短信。
OpenAI 说，Dots 是基于现有的 GPT-6 Astra 模型运行的。也就是说，它的”脑子”就是当前最先进的模型之一，区别主要在于它能长期在线、主动规划、调用工具。
二、10 个真实案例：Dots 到底能帮你干什么？
案例 1：自己翻账找漏洞，一次找出 1 万美元差额
Peter Yang 经营着一家小公司，赞助收入占大头。赞助这件事从谈合作、签合同、开票到收款，环节很多，漏一步就是真金白银的损失。
他让 Dots 把公司账目全部翻一遍，主动找异常。结果 Dots 一次发现 5 个问题：
- 有一个赞助商的合作已经完成，却迟迟没有开票；
- Google 一侧的赞助账目对不上，前后差了约 1 万美元；
- 此前还帮他找到一个被错过的赞助机会，金额达到五位数。
用 Peter Yang 的话说，Dots 最有价值的地方，是能把零散信息里的问题主动摆到你面前。这种能力对自由职业者、小团队负责人特别诱人。
案例 2：不亲自写代码，推动 App 上架
Peter Yang 让 Dots 推进一个健身 App 的上架工作。任务包括：读懂代码库、生成 6 张 App Store 截图、把项目推进到可发布状态。
Dots 没有亲自写每一行代码。它把代码任务丢给专门的 Build 线程，把截图任务丢给图像生成线程，自己负责跟踪进度和汇总结果。
这展示了 Dots 的核心定位：不是干活的工人，而是调度工人的工头。你可以把它理解成”首席幕僚”。
案例 3：半小时读完 1800 条评论，提炼增长建议
做内容的人都知道，读评论是最耗时间但又最有价值的事之一。
Peter Yang 让 Dots 翻了近 6 个月的 YouTube 评论，涉及 300 多条视频、1800 多条评论，要求找出 5 个能让频道增长的方向。Dots 用了大约半小时，给出核心判断：让”惊艳的演示”更容易被复现和信任，并进一步提出展示真实成本、确保教程开箱即用等具体建议。
同样的思路也可以用来分析用户反馈、产品评论、社群帖子。
案例 4：给社区管理能力打分
他让 Dots 读完历史帖子后，给自己的社区管理能力打分并提出建议。7 分钟后，Dots 给出 A-，并列出 3 条”拿 A 的路径”。
这种”先做诊断、再给方案”的模式，很适合用在个人复盘、团队复盘、产品优化上。
案例 5：调研竞品课程，给出定价建议
在 Slack 里，Peter Yang 让 Dots 调研其他课程，帮朋友优化课程设计。6 分钟后，Dots 给出的核心建议是：不要只卖课程，要突出学员最终能获得的成果。
这个洞察听起来简单，但正是很多知识付费产品最容易忽略的点。
案例 6：分析 Substack 数据，给出 5 条增长建议
Dots 直接操作浏览器，查看 Substack 数据面板，然后给出会员购买路径、newsletter 推荐等 5 项增长建议。
对做 newsletter、公众号、付费专栏的人来说，这种”读数据 + 给建议”的能力很有吸引力。
案例 7：自己提出一个 99 美元的产品主意
最让 Peter Yang 惊讶的是，Dots 自己提出了一个产品想法：面向产品经理的”PM 工作台”，售价 99 美元，包含 4 个互动工作流。
第一版他觉得太无聊，只说了句”大改，再配点抓人的图”。第二版 Dots 就加入了客户证据、竞品情报、干系人汇报、PRD 红队评审等模块，并直接做成了可在线体验的 ChatGPT 网页。
当然，Peter Yang 也提醒：产品能做出来，不等于能卖出去。Dot 还需要大量反馈，才能把想法打磨成真正的生意。
案例 8：结合社区内部梗做神梗图
Dots 还能做一些带个人色彩的创意。Peter Yang 让它结合自己和社区背景生成 5 张”神梗图”，结果它抓住了社区里的内部梗，做出不少有趣的内容。
这说明 Dots 不只是执行命令，它还会结合长期上下文做一些有”个人风格”的输出。
案例 9：任务也会翻车
Dots 并不是万能的。Peter Yang 曾让它根据一段访谈转录稿写一篇 Newsletter，结果卡在 Substack 登录鉴权等工具问题上，任务基本失败。
更麻烦的是，当多个线程同时运行时，用户很难第一时间搞清楚哪里卡住了。所以 Peter Yang 的建议是：让 Dots 当管理者，你自己当经理，别完全放手。
案例 10：发布会现场也”慢半拍”
OpenAI 发布会现场，产品经理 Holly Li 让一个叫 Dottie 的 Dots 为虚构音乐 App 准备上线工作，但演示过程中迟迟没有回应，主持人只好调侃：”我猜 Dot 今天早上有点慢。”
这说明，即便是官方演示，Dots 也还有不稳定的时候。
三、Dots 的定价和谁能用？
OpenAI 为 Dots 推出了新的 ChatGPT Pro 500 美元/月档位。原来的 200 美元 Pro 计划据说部分使用权限被下调，大致相当于把过去 200 美元档位的额度搬到了 500 美元档位。
对企业客户，OpenAI 还提供专属的 Dots 测试版，应用场景包括邮件营销、财务会计、法律分析等。
对国内用户来说，有两个现实门槛：
- 价格：500 美元/月约等于 3500 元人民币，对普通人和小团队都不便宜；
- 网络：ChatGPT 相关服务在国内访问受限。
四、普通人能从 Dots 学到什么？
即使你现在用不上 Dots，它揭示的趋势也值得注意：
- AI 正在从”回答问题”走向”管理事务”。未来好用的 AI，不是最会聊天的，而是最能帮你把一摊事持续推进的。
- 提示词能力会越来越值钱。你描述目标越清楚，AI 执行效果越好。
- 人机协作模式要升级。不是”全交给 AI”，而是”AI 当调度员，人当决策者”。
五、总结
OpenAI Dots 是一次方向性的产品发布。它展示的 10 个案例里，最亮眼的是主动查账、批量读评论、调度多线程推进项目。这些能力对内容创作者、小团队负责人、自由职业者都很有吸引力。
但它也有明显短板：价格高、会翻车、多线程状态难追踪。对普通人来说，现在更像是” preview 预览版”，看看趋势可以，真金白银订阅还需谨慎。
好消息是，国内也有豆包、DeepSeek、腾讯元宝、Kimi 等产品在快速跟进智能体能力。下一篇文章，我们就来聊聊如何不花 500 美元，用免费国产 AI 工具搭一个属于自己的”AI 工作流”。