1. 不是Doc，是Dot：它更像“负责人”，而不是聊天对象
名字一开始很容易看错。不是Doc，是Dot。
普通的ChatGPT是你问一句，它想一想，回一句，然后就结束了。Dot不一样。OpenAI把Dots称为“always-on agents”，也就是一直在线的智能体。它跑在GPT-6 Astra上，有自己的云电脑和浏览器，可以用你连接好的应用，朝着一个长期目标持续干活。
所以它不太像“回答问题的人”，更像“这件事的负责人”。
AI终于从聊天框调岗到值班表上了。
2. “24小时在线”不是一刻不停地空转，而是聊天结束了，活儿还在
这里很容易误会。24小时运行，不等于你白捡了一台CPU一秒都不停的免费服务器。
关键在于：对话结束后，它的角色和来龙去脉都还在。它可以在后台查资料、定期检查、看看连接的应用、把没做完的任务接着做。就算你没发新消息，它也能读取你允许的信息来源，主动找有用的东西。OpenAI管这个叫“proactive research”（主动调研）。
以前得靠人记着，再去叫AI。有了Dot，就相当于有个人一直把这件事揣在手里。
这个差别看着不起眼，其实很大。很多时候真正耗时间的不是干活本身，而是想起“上次做到哪儿了”。
3. 先在电脑上创建，之后就能装进手机随身带
第一个Dot要在ChatGPT桌面版或电脑浏览器里创建：起名字、给目标、连上需要的应用、定好哪些事它可以自己做。
创建完以后，就能在手机App里跟它聊了。相当于在电脑上办一次“出生登记”，之后安卓手机、iPhone都能带着走。
在它的个人页里能看到进行中、已排期、已完成的任务，还能调整定期任务的频率和通知方式。让它访问你自己电脑的功能是可选的，默认情况下Dot有一台自己的云电脑。
也就是说，并不是“电脑得24小时开着它才能一直干活”。这一点很关键。
4. 用量很香，但官方没说“永久、完全无限”
上线时，符合条件的Pro或Business Premium套餐，第一个Dot不用额外付费。Enterprise这类企业套餐，则是需要管理员开启的测试版。
OpenAI的说法是，跟Dot聊天不计入平时的ChatGPT使用上限。不过“deeper work”（深度工作）有单独的额度，上线后的第1个月这个上限会放宽。发布说明里还提到，第一个月内符合条件的用户使用Dots，不计入套餐的常规额度。
社交媒体上也有人说“让Blender跑了一整晚，用量几乎没掉”。这跟上线时的条件对得上，但要是由此得出“从此白嫖一个永久无限的GPU农场”，那就想多了。
另外，如果Dot去启动或管理Codex、ChatGPT Work里的任务，那部分用量照常计算。
天下没有免费的午餐。不过这顿开胃菜确实挺丰盛。
5. 最值的用法，可能是当“定时任务的帮手”
定时任务（Scheduled Tasks）很强，能在固定时间把活儿启动。但现实里的自动化，难的不是开头，是收尾。
API挂了一次。权限不够。跑到一半超时。某一步单独失败。日志有了，原因也归类了，下一步该干什么都写好了。
然后，没人去干下一步。
搞过自动化的人都懂。
这时候把Dot放进来，分工就很清楚了。
定时任务是“准点开工的人”，Dot是“看结果，没做完就接着干的人”。
看到失败、只做了一半、被搁置、或者能力不够卡住的情况，它会重新确认现在的状态，从最后一个确认完成的地方接着做。还有别的能安全继续的活儿，就不停下来。问题出在代码上，就去修；需要的话交给专门写代码的智能体，再把结果收回来。
从“发个失败通知就完事”，变成“负责人一直拿着这件失败的活儿，直到做完”。
6. 定时任务是闹钟，Dot是工头，Codex是修理师傅
分成三层，设计起来就很好理解。
定时任务是闹钟。到点或者满足条件，就把活儿启动。
Dot是工头。它跨着好几次运行盯着状态，捡起没做完的事，排好先后，不是一味重试，而是去修根本原因，一直跟到真正完成。
Codex是修理师傅。要改代码、跑测试、重构、做复杂功能的时候，就叫它来。
关键在于：Dot不能一建完Codex任务，就觉得“活儿干完了”。
启动Codex → 改好 → 检查改动 → 测试 → 上线 → 重新运行 → 在正式环境里确认。
整个环节都走完，才算真正完成。
工头不能打完电话叫了修理工，就自己下班回家。
7. 出了问题，别只“汇报”，要一直干到底
给这种常驻帮手下指令，最重要的是讲清楚“做到什么程度才算完”。
差的指令是：“出错了告诉我。”这样你只会得到一个高性能监控摄像头。
好的指令是：“发现失败，先确认现在的状态，找出原因，在安全范围内做最小的修复，再检查一遍，还有没做完的就继续。需要改代码，就交给专门的智能体，把结果收回来再检查。现在做不完，就把最后确认的位置和下一步记下来，下次从那里接着做。”
要是同一个错误反复出现，就得回头检查原来那个定时任务本身：指令、停止条件、参考的地方、怎么判断算完成。
“原因已经归类好了”，放在现场就等于“我们知道这是哪种火了”。
那就去灭火啊。
8. 不过，也没必要把整个王国的大权都交给Dot
Dots有权限设置和自定义规则（Custom Rules）。可以定好哪些事它能直接做、哪些要提前批准、哪些每次都要问、哪些交回给人来处理。
主动调研也是故意设了限的。它可以在后台读取连接的信息来源，但用这些调研工具不能直接发消息、不能改插件里的内容、也不能擅自操作浏览器或电脑。真正要改东西，还是要走正常的权限、审批和安全检查。
这与其说是缺点，不如说是常驻型AI必须有的设计。一个24小时干活的负责人，没必要24小时都能随手把线上服务搞坏。
建议的做法是：看和查放宽一点，会搞破坏、对外影响大的操作收紧一点。
9. 真用起来才发现，“懂事”就是没问之前答案已经摆好了
真正开始用Dot以后，会发现除了给定时任务打下手，它还很适合干别的活儿。
比如定期看访问量，把开始涨起来的文章的走势画成图。而且不只告诉你“哪篇涨了”，还会整理“涨起来的文章有什么共同点”：主题、从哪儿进来的、什么语言、发布后的走势、读者接着点了哪里，然后提前告诉你下一步该改哪儿。
另一个是运维。Cloudflare或GitHub那边要是卡住了，它会查看状态、缩小原因范围、能安全修的就修，需要的话一直跟到做完。你不用每次都问“现在卡在哪？”“访问量怎么样？”“哪篇文章在涨？”，一打开Dot，调查和修复已经在进行了，答案就摆在那儿。
这个看着低调，其实最厉害。
而且实际上它不光是看看访问量。它还推进了Cloudflare那边的构建，盯着GitHub那边的状态，把需要的修复都做了。也就是说，它不是“发现异常就汇报”的监控，而是在允许的范围内，自己下场动手干活。
不用每次都去找AI要答案，走到负责人桌前一看，图表、原因分析、修复结果都已经放好了。
“懂事的AI”听着很虚，落到实际工作里其实很具体：你以前每次都得自己想起来去问的问题，它先帮你捡起来处理好了。
到了这一步，最省心的可能不是AI回答得多快，而是人不用老惦记着“那个还得去看一下”。
不知不觉，感觉就不像是给AI派活儿，而是去看看一个早就在盯着这事的负责人做出了什么结果。
10. 结论：“小精灵和鞋匠”需要的不是魔法，而是“做完”的标准
Dots真正的价值，不是“又多了一个聪明的聊天工具”。
而是人走开了，事情的进度还在；它能跨着定时任务和连接的应用干活，还能从上次失败的地方接着来。
所以，比起拿来闲聊，把它当成“老是出错的定期任务的常驻帮手”“捡起没做完的事的工头”“只在需要修代码时才叫专家的操作员”，才能真正发挥作用。
这就是AI版的“小精灵和鞋匠”。
不过，第二天早上鞋做好了还不够，最好连合不合脚都帮你确认好。
常驻智能体时代的口号就是这一句：
不是汇报，是干完。
