Dot 从入门到放弃：OpenAI 的常驻 Agent 还差最后一件事

折腾了两天 OpenAI 刚发布的 Dot，我感觉这篇文章的标题已经可以定了。

《Dot 从入门到放弃》。

发布会上看 Dot，确实很容易上头。

它是一只 24 小时在线的 Agent，有自己的云电脑和浏览器，可以连接各种应用，可以记住你的事情，可以跑定时任务，还会在你没有主动找它的时候自己研究问题、发现事情，然后回来提醒你。

OpenAI 官方给它的定义也很直接。Dot 是一个 always-on agent，运行在 GPT-6 Astra 上，每个 Dot 都有自己的云电脑，可以持续处理工作，在不同对话之间继续推进任务。

听起来，这不就是大家等了很久的个人 AI 助理吗？

所以拿到权限以后，我第一件事就是把它从头到尾折腾了一遍。

然后发现，产品介绍和真正每天拿来干活，中间还有挺长一段距离。

先验货，这台云电脑到底给了什么

我首先没急着让 Dot 干活，而是直接打开它的 Computer。

这一点其实挺有意思。

以前的 ChatGPT 本质上还是一个聊天窗口，哪怕有浏览器、Code Interpreter、Work，本质体验仍然围绕一次任务展开。Dot 多出来的东西，是一台长期存在的电脑。

电脑里面有浏览器、文件系统、终端，也预装了一堆桌面软件。

我先把 CPU、内存、磁盘和系统信息全部跑了一遍。

然后测网速。

再测出口 IP、机房位置和 IP 纯净度。

这里建议直接放实测图，因为对于这种云电脑来说，CPU 多几个核心其实没有网络和出口 IP 重要。

很多 Agent 最后卡住的地方根本不是算力，而是网站风控、登录验证、IP 被识别成数据中心、浏览器 Session 掉线。

软件倒是装得相当全。Blender、GIMP、Godot 这些东西都有，开发工具也不少。

中间还有个特别好笑的细节。我看到桌面上有一个 Go，第一反应是 OpenAI 连 Go 开发环境都给我准备好了。点开以后发现，是围棋。

这时候 Dot 给我的第一印象其实挺不错。

至少从基础设施来看，它确实已经不只是一个聊天机器人。你关掉网页，它的云电脑还在那里，定时任务也可以继续跑。

但真正的问题从下一步才开始。

想让它碰一下我的桌面，事情突然复杂起来

我给 Dot 的第一个真实任务很简单。

让它看一下我电脑桌面上的文件。

按普通用户的理解，我已经装了 ChatGPT，Dot 也在 ChatGPT 里面，我允许它访问一下电脑，然后开始工作就行了。

实际体验会复杂不少。

Dot 自己的云电脑和你的电脑完全是两个环境。本地电脑访问默认关闭，要在 ChatGPT 桌面端单独连接设备、授权访问，而且执行本地任务时，电脑必须保持在线，ChatGPT 桌面应用也得继续运行。

然后还有 Plugin。

Plugin 决定它能不能读取 Gmail、日历、Slack 或其他服务。

Slack 又是另外一层。你可以把 Dot 接进 Slack，让它以自己的身份出现在聊天里，但这和给它 Slack 数据权限依然是两件事。

这些安全边界当然有必要。

真正让我产生疑问的是，为了完成一个"帮我看一下桌面文件"的任务，用户到底要理解多少 OpenAI 的产品概念。

Cloud Computer、本地 Computer、Plugin、Messaging Channel、Custom Rules、Scheduled Task，全都分开管理。

工程上每一个设计都说得通。

放在一个个人助理里面，学习成本一下就出来了。

Dot 目前甚至没有自己的独立邮箱。你可以把自己的邮箱连接给它使用，但官方明确写着，首发阶段不能给 Dot 分配一个独立邮箱地址，它也不能主动给你打电话。美国部分 Pro 用户可以测试短信渠道，但目前仍然是有限 Beta。

所以它看起来像一个完整的数字员工，真正开始配置以后，你很快就会发现，它身后依然是一整套权限系统。

真正开始干活以后，我反而更累了

硬件和功能其实都只是前菜。

我后来直接拿自己每天都在做的事情测试它。

改文章。

我把素材、原稿和要求交给 Dot，让它重新整理。

它确实很快就给了我一版。

问题也很明显。

整篇东西非常模板化，一眼就是那种标准 AI 稿件。

于是我把检测结果的截图直接丢给它。

我的预期很简单。

前面刚刚让你写了一篇文章，现在我发一张检测结果，明显是在告诉你这篇东西有问题，应该重新处理。

结果 Dot 看完以后，开始给我解释截图。

它认真分析为什么这篇文章会被检测出来，哪些句式比较 AI，哪些结构过于模板化，还给我总结了一堆修改建议。

分析得挺好。

但它没有改。

最后我又补了一句。

重写。

它这才重新开始工作。

这件事情其实特别能说明目前 Agent 产品的尴尬。

模型已经聪明到能分析一篇文章为什么写得差，云电脑也准备好了，记忆、插件、定时任务也全有。

可当用户真正把事情交出去以后，你还是得不断告诉它下一步应该干什么。

这和我期待的个人 Agent 有明显差距。

我需要的是一个看到结果不对，会继续把事情推进到完成状态的助手。

如果它每到一个节点都停下来分析一遍，然后等我继续下命令，我其实只是从"自己操作电脑"变成了"管理一个 Agent"。

管理本身也是成本。

更有意思的是，它还特别主动

Dot 有一个很重要的卖点就是 Proactive。

它可以查看允许访问的信息，主动研究，发现它认为值得关注的事情，然后回来提醒你。官方文档也明确写了，它可以在没有新消息的情况下进行研究、形成记忆并提出建议。

这个方向我非常认同。

真正的个人 Agent 本来就应该具备主动性。

问题在于主动性的时机。

我这边原来的任务还没有处理完，它已经开始提醒我另外一些事情，让我决定要不要连接某个服务、建立某个任务、继续处理另外一个方向。

于是一个很神奇的场面出现了。

我原本找 AI 是为了少操心。

最后屏幕上多了好几个需要我做决定的事情。

这里其实和 OpenAI 的安全设计也有关系。Dot 的 proactive research 被刻意限制在较保守的范围内，它可以读取信息、做研究、保存笔记，但不能在这种主动研究过程中直接通过插件修改内容、给别人发消息或者控制浏览器和电脑。

安全上完全可以理解。

产品体验上的结果也很明显。

它很多时候会更像一个非常积极的秘书，不停地发现事情，然后把事情递到你面前。

问题是，我缺的恰恰不是更多事情。

再和 Grok Bot 放在一起看，差异就更明显了

我之前也专门折腾过 Grok Bot。

当时实测的 Grok Bot 云电脑是 16GB 内存、128GB 磁盘，下行速度跑到过 5737 Mbps。

当然，单纯拿硬件跑分判断 Agent 强弱没有多大意义。

更重要的是产品路径。

Grok Bot 一开始就把自己包装成一个数字同事。你创建 Bot，给它工作，把账号登录进去，然后让它长期待在那里。多个 Bot 可以并行工作，不过需要注意，它们实际上共享同一台账号级云电脑，浏览器 Session、文件和登录状态也会共享。

Dot 当前则是一个 Dot 配一台自己的云电脑，以后 OpenAI 才计划开放更多 Dot，并允许用户提高它的速度或者每月工作量。

入口价格的差距也很有意思。

现在 Grok Bot 已经包含在 Cursor Pro 和 SuperGrok 等套餐里，官方页面目前显示 Cursor Pro 从 20 美元/月起，SuperGrok 是 30 美元/月，而且 Grok Bot 有自己独立的周用量。

Dot 面向个人用户目前需要 ChatGPT Pro。OpenAI 现在有 100、200 和 500 美元三个 Pro 档位，第一只 Dot 包含在符合条件的套餐里。

不过现在直接计算 Dot 一个月到底值多少钱，其实还算不清。

因为 OpenAI 给了发布期优惠。首月 Dot 使用量暂时不计入符合条件的 Pro、Business 和 Enterprise 套餐额度，首月结束后的正式使用规则还没有公布。

所以眼下看到的体验，很可能还不是最终的成本结构。

最后，我为什么还是放弃了

折腾到最后，我没有觉得 Dot 很差。

恰恰相反。

云电脑、插件、记忆、定时任务、本地电脑访问、Slack、主动研究，这些东西单独拿出来看都做得很完整。

真正让我放弃的原因很简单。

它目前还没有明显减少我的注意力成本。

我依然要配置权限，依然要理解不同入口，依然要判断它什么时候理解错了，依然要告诉它下一步继续做什么，还要处理它主动发现的新问题。

对于普通 ChatGPT 来说，这些都可以接受。

对于一个号称 24 小时在线、可以持续替我推进工作的 Agent，我会用另一套标准评价它。

云电脑有多少核，装了多少软件，能连接多少服务，这些最后都会变成基础能力。

真正决定个人 Agent 有没有价值的指标只有一个。

一件事情交给它以后，我多久需要再看它一眼。

如果我五分钟以后就得回来纠正一次方向，那台电脑在线 24 小时没有太大意义。

如果我晚上把事情扔进去，第二天早上回来看到的是完整结果、异常记录以及真正需要我决定的两三个问题，那才是我愿意长期付钱的个人 Agent。

至少以我现在这轮体验来看，Dot 已经把"电脑"准备好了。

但距离真正让我放心把事情交出去，还差最后也是最重要的一段。

所以这一次，我先从入门，到放弃。