1. 不是Doc，是Dot：它比較像「負責的人」，不是聊天對象
名字一開始很容易看錯。不是Doc，是Dot。
一般的ChatGPT是你問一句，它想一下，回一句，然後就結束。Dot不太一樣。OpenAI把Dots稱為「always-on agents」，也就是一直待命的AI代理人。它跑在GPT-6 Astra上，有自己的雲端電腦和瀏覽器，可以使用你連結的App，朝著一個長期目標持續工作。
所以它不太像「回答問題的人」，比較像「這個案子的負責人」。
AI終於從聊天視窗調職到排班表上了。
2. 「24小時運作」不是一秒不停地空轉，而是對話結束了，工作還在
這裡很容易誤會。24小時運作，不代表你撿到一台CPU一秒都不休息的免費伺服器。
重點是：對話結束後，它的角色和前因後果都還在。它可以在背景查資料、定期檢查、看看連結的服務、把還在進行的工作接著做。就算你沒傳新訊息，它也能讀取你允許的資料來源，主動找有用的資訊。OpenAI把這個叫做「proactive research」（主動調查）。
以前要靠人自己記得，再去叫AI。有了Dot，就像有個人一直把這件事放在桌上。
這個差別看起來不起眼，其實很大。很多時候真正花時間的不是做事本身，而是回想「上次做到哪裡了」。
3. 先在電腦上建立，之後就能放進手機帶著走
第一個Dot要在ChatGPT桌面版或電腦瀏覽器上建立：取名字、給目標、連結需要的App、決定哪些事它可以自己做。
建立好之後，就能在手機App裡跟它聊。等於在電腦上辦一次「出生登記」，之後Android手機、iPhone都能帶著走。
在它的個人頁面可以看到進行中、已排程、已完成的工作，也能調整定期任務的頻率和通知。讓它存取你自己電腦的功能是選用的，預設情況下Dot有一台自己的雲端電腦。
也就是說，不是「電腦要24小時開著它才能一直工作」。這點很重要。
4. 用量條件很佛心，但官方沒說「永久、完全無限」
上線時，符合資格的Pro或Business Premium方案，第一個Dot不用另外付費。Enterprise這類企業方案，則是要由管理員開啟的Beta版。
OpenAI表示，跟Dot對話不會算進平常的ChatGPT使用上限。不過「deeper work」（深入工作）有另外的額度，上線後的第1個月這個上限會放寬。版本說明裡也提到，第一個月內符合資格的使用者用Dots，不會算進方案的一般額度。
社群上也有人說「讓Blender跑了一整晚，用量幾乎沒動」。這跟上線條件是吻合的，但如果因此覺得「從此有一座永久免費、無限量的GPU農場」，那就想太多了。
另外，如果Dot去啟動或管理Codex、ChatGPT Work的任務，那部分的用量照常計算。
天下沒有白吃的午餐。不過這份前菜真的給得很大方。
5. 最划算的用法，可能是當「排程任務的小幫手」
排程任務（Scheduled Tasks）很好用，能在固定時間開始工作。但現實中的自動化，難的不是開始，是收尾。
API掛了一次。權限不夠。跑到一半逾時。某一個步驟單獨失敗。紀錄有了，原因也分類好了，下一步要做什麼都寫好了。
然後，沒有人去做下一步。
做過自動化的人應該都很有感。
這時把Dot放進來，分工就很清楚。
排程任務是「準時開工的人」，Dot是「看結果，沒做完就接手的人」。
看到失敗、只做一半、被擱置，或是能力不足卡住的狀況，它會重新確認目前狀態，從最後確認完成的地方接著做。還有其他能安全繼續的工作，就不會停下來。問題出在程式碼，就去修；需要的話交給專門寫程式的AI代理人，再把結果收回來。
從「發個失敗通知就沒事了」，變成「負責人一直抱著這件失敗的工作，直到做完」。
6. 排程任務是鬧鐘，Dot是工地主任，Codex是修繕師傅
分成三層，設計起來就很好懂。
排程任務是鬧鐘。時間到或條件符合，就把工作啟動。
Dot是工地主任。它跨好幾次執行盯著狀態，撿起沒做完的事，排好優先順序，不是一直重試，而是去修根本原因，一路跟到真正完成。
Codex是修繕師傅。要改程式、跑測試、重構、做複雜功能的時候，就請它來。
重點是：Dot不能一建立Codex任務，就覺得「工作做完了」。
啟動Codex → 改好 → 檢查改了什麼 → 測試 → 上線 → 重新執行 → 在正式環境確認。
整個流程都走完，才算真的完成。
工地主任不能打電話叫了師傅，就自己下班回家。
7. 出了問題，不要只「回報」，要做到底
給這種常駐小幫手下指令，最重要的是講清楚「做到哪裡才算完成」。
不好的指令是：「出錯了跟我說。」這樣你只會得到一台高性能的監視器。
好的指令是：「發現失敗，先確認目前狀態，找出原因，在安全範圍內做最小的修正，再檢查一次，還有沒做完的就繼續。需要改程式，就交給專門的AI代理人，把結果收回來再檢查。現在做不完，就把最後確認的位置和下一步記下來，下次從那裡接著做。」
如果同一個錯誤一直重複出現，就要回頭檢查原本那個排程任務本身：指令、停止條件、參考的來源、怎麼判斷算完成。
「原因已經分類好了」，在現場就等於「我們知道這是哪一種火了」。
那就快去滅火啊。
8. 不過，也不用把整個王國的大權都交給Dot
Dots有權限設定和自訂規則（Custom Rules）。可以決定哪些事它能直接做、哪些要先核准、哪些每次都要問、哪些要交回給人處理。
主動調查也是刻意設了限制。它可以在背景讀取連結的資料來源，但用這些調查工具不能直接傳訊息、不能改外掛裡的內容，也不能擅自操作瀏覽器或電腦。真的要改東西，還是要回到正常的權限、核准和安全確認。
與其說是缺點，不如說是常駐型AI一定要有的設計。一個24小時工作的負責人，沒必要24小時都能隨手把正式上線的服務弄壞。
建議的做法是：看和查放寬一點，具破壞性或對外影響大的操作收緊一點。
9. 實際用了才發現，「很貼心」就是還沒問，答案已經放好了
真的開始用Dot之後，會發現除了幫排程任務打下手，它還很適合做其他事。
例如定期看流量，把開始變熱門的文章走勢畫成圖表。而且不只告訴你「哪篇變多了」，還會整理「變熱門的文章有什麼共同點」：主題、從哪裡進來、什麼語言、發布後的走勢、讀者接著點了哪裡，然後先一步告訴你下一個該改善的地方。
另一個是維運。Cloudflare或GitHub那邊如果卡住了，它會查看狀態、縮小原因範圍、能安全修的就修，需要的話一路跟到完成。你不用每次都問「現在卡在哪？」「流量怎麼樣？」「哪篇文章在漲？」，一打開Dot，調查和修復已經在進行，答案就放在那裡。
這件事看起來低調，其實最強。
而且實際上它不只是看流量。它還推進了Cloudflare那邊的建置，盯著GitHub那邊的狀態，把需要的修正都做好了。也就是說，它不是「發現異常就回報」的監控員，而是在允許的範圍內，自己下場動手做事。
不用每次去找AI要答案，走到負責人桌前一看，圖表、原因分析、修復結果都已經擺好了。
「貼心的AI」聽起來很抽象，放到實際工作裡其實很具體：你以前每次都要自己想起來去問的問題，它先幫你撿起來處理好了。
到這一步，最省事的可能不是AI回答得多快，而是人不用一直掛心「那個還要去看一下」。
不知不覺，感覺不再是交代工作給AI，而是去看看一個早就在顧著這件事的負責人做出了什麼成果。
10. 結論：「小精靈和鞋匠」需要的不是魔法，而是「做完」的標準
Dots真正的價值，不是「又多了一個聰明的聊天工具」。
而是人離開座位，事情的進度還在；它能跨著排程任務和連結的App工作，還能從上次失敗的地方接著做。
所以，比起拿來閒聊，把它當成「老是出錯的定期工作的常駐小幫手」「撿起沒做完的事的主任」「只在需要修程式時才叫專家的操作員」，才會真正發揮實力。
這就是AI版的「小精靈和鞋匠」。
不過，隔天早上鞋子做好了還不夠，最好連合不合腳都幫你確認好。
常駐AI代理人時代的口號就是這句：
不是回報，是做完。
