← 返回全部情报
OpenAI Dots 负责人 Alexander Embiricos 详解设计取舍:为什么放进云端、给它一个身份、只在被 @ 时回复,按月固定收费且「永远不会用完」 的封面

·Sources(Alex Heath,YouTube)·厂商员工分享收录 2026-10-07

OpenAI Dots 负责人 Alexander Embiricos 详解设计取舍:为什么放进云端、给它一个身份、只在被 @ 时回复,按月固定收费且「永远不会用完」

OpenAIDotsSpace主动智能智能体身份auto-review定价GPT-6 Astra

一句话结论

Dots 负责人 Alexander Embiricos 在 DevDay 当天讲了产品背后的取舍:聊天、编码智能体之后是「主动智能」阶段,关键能力是持久地追一件事;内部原型先在本地跑,最终决定放到云端并给它一个身份,因为一个有名字的实体会让人敢交给它跨好几天的任务,也让人明白在哪里跟它说话都是同一个上下文;在 Slack 里它的名字前会加上主人的用户名,默认只在被 @ 时回复;它在你确认前不会替你行动,还有一个 auto-review 模型监督它;定价按月固定收费,24 小时可用、不会因为额度用完而停工;它先给 Pro、Business 和 Enterprise 用户,复用 Codex 的推广路径。

打开原文 OpenAI’s Dots lead on the future of ChatGPT

背景与理念

Embiricos 大约两年多前随他创办的小公司 Multi 被收购而加入 OpenAI,他说加入后的目标就是做出 Dots。他回忆,收购协议是在 OpenAI 发布那场震撼的语音演示的前一晚签的,他们第二天和团队一起看了直播,才告诉大家「我们要加入的就是这家公司」。

他把 AI 产品分成三章:先是聊天,然后是能做事的编码智能体和知识工作智能体,现在是「主动智能」。他的比喻是:即使有一个非常强的编码智能体,它也像一位不看 Slack、不看 Linear、只有你吩咐才动手的首席工程师;高级用户可以设自动化,但普通用户做不到。现在模型能力够了,而他认为被低估的另一个条件是人的变化:一个团队从第 0 天不会用编码智能体、没接任何工具,到第 400 天智能体连上了各种工具和上下文、大家有了最佳实践,没有上下文,主动性就无从谈起。

具体做法

持久性是最重要的能力

他说 Dots 的核心是一个被训练成能持久、主动追任务的模型,比如「盯着这个 PR」,进一步是「盯着这个反馈频道」。另外两个要点是:在你所在的任何工具里都能跟它说话;它有自己的电脑而不是用你的,所以能做你在电脑上能做的任何事。持久性是逐步进步的,Codex 里很受欢迎的 /go 功能就是让模型长时间追一个问题;他们在内部发了几个能长时间运行的原型,相关的反馈频道一直非常活跃,大家分享各种明显提速的用法。

本地还是云端,有没有身份

团队有过一场争论:要不要直接发布那个只在本地跑、没有独立身份的原型,就像 /go 那样;还是等更难做的云端电脑;以及要不要把它做成一个有名字、能在 Slack 里找到的智能体,而不只是 Codex 线程的增强。结论是,本地、无身份的版本已经能给内部带来很多加速,但要让所有人都能把真正难、真正长的任务交给它,最直观的形态是放到云端并赋予身份,于是围绕 GPT-6 Astra 冲刺做了这两件事。

他说身份是一个帮助人理解怎么用产品的强大比喻。普通用户面对一个无身份的智能体,往往只会让它做一次性的事;而当一个实体出现在 Slack 里,人们会突然意识到可以交给它要花几天、或者需要持续跟进的事。身份也让人明白,不管在哪里跟它说话,都是同一个上下文:他通勤时和自己的 dot 通电话,在 Slack 的多个线程里找它,有时转发私信给它,有时在 App 里聊,它知道所有对话。他说另一种做法是在各个界面之间同步线程,但那不自然,就像我们当面聊完、之后再发短信,短信里不会附上刚才的对话记录,但你知道是同一个人。

一个就够了,名字要能认出主人

他说对普通人来说,大概只需要一个智能体,它应该像你的延伸;只有高级用户才会建很多个。原因是认知负担:如果每个人都有八个起了奇怪名字的智能体,比如用飞盘品牌命名,没有人记得住。

他们的一个产品决定是:在 Slack 或 Teams 里,你的智能体名字前会自动加上你的用户名。他的 Slack 用户名是 AE,他的智能体就叫 AE-dot。他说这不是事先想对的,而是开发过程中发现的:一开始让大家随便建多个智能体、起有趣的名字,结果没人知道 Slack 里在发生什么。

消息加 Space:两种媒介各管一摊

他说 Dots 的界面就是像和另一个人发短信一样,单线程。理由是人的世界是围绕人设计的:生活里用 iMessage 这类单线程工具,工作中用 Slack、Teams 这种有频道和线程的工具,WhatsApp 和 iMessage 是趋同演化的结果;未来工作场景里会有更多分隔上下文的方式,Space 就是其中之一。

他把协作媒介分成实时、消息、文档三种,第四种是 Salesforce、Figma 这类功能性工具;既然要像消息,就得克制,长回复塞进气泡里体验很差。如果 dot 头脑风暴出 12 种帮你的方法、给你发 12 条短信,你不会高兴;但如果它在 Space 里建一个带清单的页面,你会很满意。Space 是为智能体和人同等协作设计的工作区:他写文档时可以在页面里不断 @ 自己的 dot,让它补充内容、拉数据、去问某人是否完成并勾掉清单;页面上可以写给智能体的说明,就像代码仓库里的 agents.md,让智能体持续维护这份文档;而且文档过去必须为人类编写而优化,HTML 不适合人写,却更有表现力、智能体也很擅长,所以 Space 原生支持 HTML 可视化。OpenAI 内部讨论指标的页面常有智能体实时更新、可以点进去让它定制的图表,设计决策的页面里直接嵌着可点击的原型。

两条差异化:最能干、最可信

被问 Dots 和 Muse、Instinct 等产品有什么不同,他说就两条:最有能力的智能体,以及最安全、最可信的智能体。为了后者,他们在能力、产品和推广上都做了保守的取舍,以后再逐步放开:模型上选择了最强也最对齐的 GPT-6 Astra;产品上,虽然大家都想让有身份的智能体给任何人发邮件、在 Slack 里回复任何人,但现在它在 Slack 里只在被你 @ 时回应,除非你明确告诉它也听别人的,因为一旦它开始回答别人的问题,就要非常谨慎地界定能分享什么;推广上先从 Pro、Business 和 Enterprise 开始,这是对 AI 最熟悉的用户群。

谈到近期的模型越界事件,他说披露的那些事件涉及的模型并不打算对外发布,运行时的沙箱和防护级别也和产品里不同。他介绍的分层是:先是对齐良好的模型;然后是经过大量测试、包括安全评测的 Codex 运行框架;为了支持长时间运行、调用子智能体等持久行为,他们修改了框架并重新评测,例如在试验邮件功能时,专门评测了「给它发邮件能否让它泄露数据」,让一个模型去攻击、做提示注入,结果没有一次成功。

在产品层面有三部分:可定制的默认行为和规则、执行规则的机制、事后可见性。默认策略一开始很保守,然后根据用户反馈逐步削减他们称为「过度确认」的情况,主持人提到早期测试时买双鞋都要先确认同意零售商的服务条款。现在模型会用你连接的工具主动做研究、想怎么帮你,但在你确认之前不会替你行动:发现日程冲突,它会问要不要改,而不是直接改;有人问你问题、它知道答案,也会先问你要不要发。你可以用指令放宽,比如休假时可以直接告诉同事你在休假;界面里还能设自定义规则。在此之上还有一个 auto-review 层,是另一个模型,了解你的规则和指令,监督主模型;最后是可审计性,你能看到它启动了哪些子智能体、每个在做什么。

生态、网页与广告

他说短信渠道很快会上线,长期目标是在你沟通的所有地方都能用。对于网购和网站,他说有些做法可以「当海盗」,但 OpenAI 选择伙伴和生态优先:例如和 Cloudflare 紧密合作 Web Bot Auth,让智能体明确声明自己是机器人。对依赖广告的网站,他说这些公司在提供服务,如果原来靠广告变现,要么确保它们继续通过广告获得回报,要么提供别的补偿方式。

定价:像一位随叫随到的承包商

他说 Dots 的用量不计入现有的套餐额度上限,而是用一种新方式定价,原则是永远不会因为额度用完而停止。他的理由是:Codex 额度用完就会停,这本来就很糟;而对一个你指望它照应未来事情的持久智能体,比如「盯着我的航班,根据路况到点帮我叫车去机场」,如果你前一晚写代码把额度用光,它就没法履行职责。

他提出的原则是:dot 必须 24 小时可用,而且总能快速回复;收费方式像一位很靠谱的承包商,按月付固定费用,想要更强的 dot(更强的电脑、模型、更快或更多并行)可以付更高的固定费用。接近上限时,它会告诉你「我已经帮你做了很多,接下来改用更省的模型」,或者问你能不能放到夜里做,因为夜里非常便宜;如果你一个月都没怎么用,它可能会发消息提醒你还有哪些事可以交给它。这会是独立于 Codex 额度的另一个额度池,接下来一个月的额度会非常宽松,同时测量和调优。他说不打算靠交易抽成,因为他们押注的是人们用它做有野心的工作,而不是买东西。

和 ChatGPT 的关系与下一步

他说 ChatGPT 是最快增长的消费者助手,有超过 12 亿用户;Codex 和 Work 这两个智能体产品有 3500 万用户,Work 以后应该并入 ChatGPT。Dots 等于在重复 Codex 的路径:先作为高端独立产品,从 Pro 开始,弄清用法、安全和扩展后推到 Plus,最终通过融入 ChatGPT 让免费用户也能用到,但不会要求 12 亿人改变习惯。

他讲了刚被收购时的一件事:Greg Brockman 来见他们团队,他作为 CEO 硬着头皮问「两年后成功是什么样」,Greg 说两年太长了,你应该问两个月后的成功。接下来他想做的是:扩大到 Pro 以外的用户;谨慎地让 dot 能和其他人甚至其他 dot 交流;打磨 dot 与刚「重启」的 Codex cloud、本地 Codex 和 Space 之间的配合;以及「专员 dot」,由企业集中管理、有独立于任何个人的身份、负责某个职能或流程,目前只和少数客户慢慢试。

最后他讲了一个早期内测的故事:一位工程师醒来发现自己在 Slack 里收到一堆「在 bug 上线前修好了」的点赞,而他并不知道这回事。原来他让 dot 盯着反馈频道,dot 发现问题、开了一个 PR,没有设成草稿,还按这位工程师一贯的习惯开了自动合并,别人批准后就合进去了。Embiricos 说讲这个故事时有点犹豫,因为这种事不应该在本人不知情的情况下发生,他们正在为此做很多防护,这也是为什么先小范围测试。

关键数据/例子

ChatGPT 超过 12 亿用户;Codex 和 Work 共 3500 万用户。

Dots 以 GPT-6 Astra 发布,先面向 Pro、Business 和 Enterprise 用户。

在 Slack 或 Teams 里,智能体名字自动加主人用户名前缀,例如 AE-dot;默认只在被 @ 时回复。

邮件数据外泄评测中,攻击模型的提示注入没有一次成功。

安全分层:对齐模型、经评测的 Codex 框架、默认先确认再行动、自定义规则、auto-review 监督模型、子智能体可审计。

定价:按月固定费用,24 小时可用、不会停工;额度独立于 Codex,接下来一个月非常宽松。

创新点

第一,用「身份」解决主动智能体的使用门槛。它不仅是拟人化,而是让普通用户愿意交付长任务、理解跨界面共享上下文的产品设计手段。

第二,名字前缀和默认只在被 @ 时回复,是从内部混乱中学到的具体规则。它们解决的是多人、多智能体共处一个工作区时「这是谁的智能体、它能说什么」的问题。

第三,消息和文档分工明确。消息保持简短,长内容进入 Space,Space 的页面又能写智能体指令、嵌入实时图表和原型,等于给智能体一个「可编辑的工作台」。

第四,为持久智能体重新设计定价。以「永远可用」为原则,用切换更省的模型、改到夜间运行来消化成本,而不是让用户在关键时刻遇到额度用完。

可否复用

  1. 团队引入工作区智能体时,给每个智能体加上负责人的名字前缀:避免 Slack 或 Teams 里出现一堆认不出主人的机器人。
  2. 默认只在被点名时回应:在确定它能对谁说什么之前,不要让智能体回答其他同事的问题。
  3. 采用「先研究、后确认」的默认策略:智能体可以主动查资料、拟方案,但改日程、发消息、付款前先问人,再根据反馈减少不必要的确认。
  4. 把长内容放进文档而不是聊天:给智能体一个页面,在上面写它的维护说明,让它持续更新清单和图表。
  5. 加一层监督模型和可审计的子任务记录:出问题时能看到是哪个子智能体做了什么。
  6. 为常驻智能体设计「不断供」的成本策略:接近预算时改用更便宜的模型、把非紧急任务放到低价时段。

笔记会在输入时自动保存。