**99% 的人都没意识到，OpenAI 在 AI 工程领域又搞出了一个重大突破
**
- 全新上线、足以改变生活的产品（你好，Grokbot），我会在本文中详细聊聊：它们是什么、为什么重要，以及如何配置才能发挥 100% 的效果 从 Dots 开始讲起最合适。 它会给你一个专属的 Agent，自带云端电脑，还能帮你把后台工作委派出去。认识 Dots。
DevDay 还带来了新模型、共享文档、编程更新、插件，以及把 Agents 集成到你自己产品中的工具。
在这些 Alpha 信息之前 —— 订阅我的 Substack 获取更多新鲜 Alpha —— https://substack.com/@0xcodila
1. 创建你的 Dot，并给它派活
https://x.com/OpenAI/status/2104980481876070819
在桌面端 ChatGPT 中打开 Dots，然后按照引导操作。你可以在设置过程中添加连接，也可以稍后再回来配置。
上线初期，个人访问权限正在向 Pro 100、200 和 500 的成年用户逐步开放
但无论如何，在为这个功能购买套餐前，请先查看当前的访问要求！
如果你的账号还没有 Dots，第 5-8 步依然能给你提供有用的起点，具体取决于你的套餐。
Dots 的首发版本运行在
GPT‑6 Astra 上
而这就是 Dots 碾压 GrokBot 的时刻 Grok 4.6 真的很弱，想提升它的唯一办法就是把 GPT 和 Claude 直接接进去
https://x.com/0xCodila/status/2104634929518641487
Sol 则是 Work、Codex 和 API 中的一个独立模型选项
现在，给你的 Dot 分配一项职责。“帮我提高效率”这种话几乎什么都没定义清楚。
从这里开始：
帮我协调 [产品] 在 [日期] 的上线工作。只使用我明确分享的上线简报、清单和对话内容。找出需求变更、阻塞点、缺失的负责人，以及需要我做的决策。作为第一个任务，请返回一份带来源链接的上线状态报告。如果遇到权限缺失，主动询问。先起草建议；在发送消息或修改共享文件前，必须经过我批准。
仔细读第一份报告。它搞对上线日期了吗？你能打开它引用的来源吗？它有没有把“建议”和“已确认的决策”搞混？
在给它安排长期任务前，先把这些误解纠正过来。
你的第一次胜利，就是拿到一份准确的简报。 后面的一切都建立在这之上。
2. 连接它需要的应用和电脑
要接入通讯工具，打开 Dot 的个人资料页，选择 Add（添加）。
频道指南列出了支持的选项，包括 Slack 和 Microsoft Teams。
针对我们的上线任务，把相关的源文档和沟通工具都连上。然后让你的 Dot 自己盘点一下，它到底能访问哪些东西。
找到我分享的上线简报和清单。给我它们的链接和最新的相关改动。告诉我哪些要求的来源你无法读取。
对于需要登录的网站，在 Dot 个人资料页的 Computers（电脑）中打开云端电脑。使用浏览器交接或私密登录流程。
- 它的浏览器有独立的会话。你在自己笔记本上登录了，并不意味着 Dot 也自动登录了。
通过登录界面输入凭据。完成所有账号验证后，再把控制权交还给它继续操作。
合上笔记本，云端工作也能继续跑。 但在你自己的电脑上干活，就需要那台电脑开着、应用运行着。根据情况选对环境。
一个常见的误区：连上 Slack 并不等于下达了“持续监控某个频道”的常驻指令。我们会在第 4 步里明确设置这件事。
3. 委派结果，保留上下文
一次上线进度更新会涉及多个信息来源。把完整的交付物交给你的 Dot，并清晰定义什么叫“做完了”。
它可以委派后台任务。这些任务会收到相关的指令和上下文；别以为每个执行者都能看到你的全部对话。
连接跑通后，试试这个：
对比当前的上线简报、清单以及选定的 Slack 讨论。生成一份包含四个部分的更新：改了什么、哪里被阻塞了、下一步谁负责、什么需要我的
决策。为每条事实性陈述附上来源链接 。如果来源之间有冲突，把冲突标出来。除非有人已经接下任务，否则把提议的负责人标记为“建议”。
最后那句话很关键。一份排版精美的列表，可能会悄悄把你的猜测变成别人的责任。
用 Activity（活动记录）检查委派出去的工作及其产出。打开实际的交付物，看看它是否真正回答了你的要求。
- Dots 可以通过记忆和笔记保留有用的上下文。但……这不代表它会记住每段对话的每个细节。
把重要的项目决策放在一个方便访问的源文档里，并在后续任务中指向它。
如果要委派编程任务到云端，得先搭好 Codex Cloud 环境。第 7 步会讲这个前置条件。
这里真正有价值的产出，是一份你可以直接采取行动的更新，而且证据就在手边，随时可查。
4. 让它定期执行——同时把控全局
一次性报告跑通且有用之后，就去设置定时计划。
每个工作日欧洲/索非亚时间 09:00，使用我们验证过的来源准备上线更新。持续到 [结束日期]。发送到 [支持的目的地]。包含自上次报告以来的变化，以及等我拍板的事项。确认保存的计划、时区和目的地。
在 Scheduled（定时任务）下检查这条记录。确认它真的建好了，而且时间跟你的要求一致。
- 事件驱动的监控是另一回事。先问问接入的服务支持什么，然后在依赖它之前验证事件和响应逻辑。
举个例子：上线频道里有个需求变了 → 你的 Dot 准备了一份更新后的简报。仅仅连上频道并不会自动建立这套流程。
接下来，在 Settings → Personalization → Permissions（设置 → 个性化 → 权限）下查看自定义规则。
你可以规定哪些动作可以直接执行、哪些需要你明确提出、哪些要先审批，或者哪些要交回给你处理。
针对这次上线，我的初始规则会是：
在我授予的权限范围内进行调研和起草。发送消息、编辑共享项目记录、花钱或发布任何内容之前，必须先问我。
这些规则是用来引导行为的；它们不会凭空补上缺失的应用权限，也不能保证每个动作都完美无缺。
另外，还有三个不同的地方可以叫停工作：
- Pause（暂停） - Activity（活动记录） - Scheduled（定时任务）
暂停主 Agent 并不会自动取消另外两个。关掉某个工作流时，三个地方都要检查一遍。
5. 让 GPT‑6.1 Sol 干活
模型选择器是我接下来会去的地方。
GPT‑6.1 Sol 已在 Plus、Pro、Business、Enterprise 和 Edu 套餐的 Work 和 Codex 中可用。Workspace 管理员可能需要手动开启它
https://x.com/thsottiaux/status/2105007628460109953
聊天界面的模型选择器里也有
OpenAI 表示 Sol 能以更低的成本提供接近 Astra 的性能。在把它设为默认之前，我会用一个熟悉且有难度的任务来对比一下两者。
打开输入框下方的模型选择器，选 Sol，先用默认的推理设置跑起来。
给它一个产出可评估的任务：
阅读这份上线简报和当前的落地页。找出缺乏支撑、表述模糊或前后矛盾的说法。给出精确的替换文案，并说明每次修改需要什么证据。
对于 API 用户，模型 ID 是 gpt-6.1-sol。
这是标准的 token 价格对比：
也就是说，Sol 的标准输入输出单价低了 80%。不过最终的任务成本还是取决于 token 用量、工具和定价条件。
Sol 支持 105 万 token 的上下文窗口。输入超过 27.2 万 token 的请求费率更高；别一看到超大上下文就觉得便宜，先查一下模型页面。
现在，把“选模型”和“选速度”分开看。
相比标准版 Astra，Astra Ultrafast 在 Codex 中的 token 生成速度最高快 8 倍。
https://x.com/sama/status/2104994601140711896
但如果任务里有浏览器等待、调用工具或长链路推理，并不会自动快八倍
速度指南列出了 Pro 500 以及符合条件的 Enterprise/Edu 访问权限。Ultrafast 消耗额度的速度也更快。
新的 Pro 500 档位每月 500 美元。在 Pro 100 或 200 上额外买额度并不能解锁 Ultrafast。
最后，Sign in with ChatGPT 可以让符合条件的 Plus/Pro 用户在支持的第三方应用中，使用自己套餐内的额度。
选择 ChatGPT 登录方式，然后在提供该选项的地方启用套餐额度。登录支持和额度支持是两码事；额度共享的是你的配额，应用本身的费用可能照收。
6. 把工作搬进 ChatGPT Space
**超级有意思的部分
现在我们的上线项目有了报告、决策和草稿。给它们找个地方，让团队能找到最新版本。*
https://x.com/thsottiaux/status/2104983716049379472
上线初期，Space 和 Pages 在 Pro、Business 和 Enterprise 上可用。
打开 Space，选择 New page（新建页面），创建一个上线页面。把简报、相关文件和来源链接加进去。
一边看着页面，一边用 ChatGPT 起草或修改内容。Space 指南介绍了如何创建页面、组织空间和共享访问权限。
把这些上线材料整理成一个工作页面，包含：当前范围、已批准的说法、待决事项、负责人，以及带日期的变更记录。保留来源链接。
这就是 Pages 发挥作用的地方：定稿版本有了一个可以随时回来查看和更新的“家”。
要建团队空间，走 All → New → Space，命名并邀请协作者。添加敏感材料前先检查权限；空间成员资格对其下所有页面生效。
Collaborative Slides 是 DevDay 的另一项发布，预计未来几周内可用。先把它当作这个工作流即将加入的一环。
对于共享自动化，Teams 和 Team Tasks可以利用配置好的团队连接和服务账号，执行定时或事件驱动的任务。
- 这部分设置最好拉上 Workspace 管理员。团队工作流需要的权限，不能因为某个同事登出或离职就失效。
OpenAI 还发布了 @ChatGPT in Slack and Microsoft Teams。由管理员配置集成，以及允许使用的工具和频道。
- 你在 Slack 里的个人 Dot，和 Workspace 共享的 @ChatGPT 集成，两者的设置和权限规则不同。想清楚工作流该用谁的来源。
接着是Meetings 插件：从 Plugins 安装，完成音频设置，开会时用 Take notes（记笔记）。
录音前告知参会者并取得同意。会后，在把总结和待办变成正式承诺前，先过一遍内容。
上线初期，Meetings 是面向 Pro 和 Business 的 macOS 桌面版 Beta，Enterprise 处于 Alpha 阶段。接入日历可以增加提醒等便利功能。
7. 用 Codex 构建、审查和发布
假设上线报告发现了一个真问题：注册页在移动端崩了。
https://x.com/OpenAIDevs/status/2104996045482778973
给编程任务一个可复现的目标。
首先，配置 Codex Cloud：选择 Work in → Cloud，创建环境，并连接所需的 GitHub 仓库
让设置过程去检查项目、安装依赖。查看它的报告，补齐缺口，开始任务前先发布环境。
复现 [issue] 中描述的注册失败问题。定位原因，做最小范围的合理修复，并运行相关检查。返回 diff、结果和仍不确定的地方。
焕然一新的 Codex CLI 提供了另一个入口。按照安装指南操作，登录，然后在项目目录下打开它。
要用 Sol 启动：
1codex --model gpt-6.1-sol
这次更新加入了语音控制，以及用于追踪委派工作的 /agents 视图。
- CLI 还包含模型选择、权限和审查控制。选那个能让 Agent 拿到它真正需要的仓库和工具的环境。
接下来，在桌面端侧边栏打开 Code Review，连接你的代码托管平台，选择一个 pull request。
审查指南列出了 GitHub 支持和 GitLab 预览。配置好后，自动审查可以在云端先跑第一轮。
合并前，结合代码变更和测试证据一起看审查结果。
做安全工作时，安装 Codex Security Cloud，选择 New scan（新建扫描），配置仓库和云环境。
有需要时开启持续的 commit 检查，并查看每条发现的证据。
- Fix with Codex 可以准备补丁；在创建 draft PR 前先审查这个补丁。
我在这里的原则很简单：要求它提供接受这项变更所需的证据，然后你真的去读一遍
8. 用 Sites 和 Plugins 打造自己的工具
跑过几次上线更新后，你会发现有些步骤在重复：同样的输入、同样的格式、同样的检查。
这就很适合做成插件。
在支持的地方，提到 @Plugin Creator 并描述你的工作流。创建指南说明了如何打磨、测试和安装它。
创建一个 Launch Update 插件。输入：上线简报、当前清单和带日期的变更。输出：一份包含来源、阻塞点、负责人和决策的更新。遇到缺失的来源要主动询问。区分已确认的事实和建议。准备好草稿供审查。用附件里的这份更新作为格式参考。
用不完整的信息和互相矛盾的日期去测试它。一个只在完美示例上才跑得通的工作流，省不了多少时间。
DevDay 关于插件的发布还包括提交与发现，以及用于更丰富界面的 Extensions，比如侧边栏应用、对话面板和文件编辑器。
在决定你的插件是否需要自定义界面前，先看看官方的 Extensions 示例。
接下来，用 Sites 搭一个上线看板。描述它的用户、数据来源，以及每个人应该能执行的操作。
新的 Sites with plugins 能力可以使用已连接的工具和数据。上线初期，这些站点是 Workspace 私有的，并且依赖于 Workspace 的开启状态。
每位访客使用的是自己连接的账号和权限。分享站点并不会把你的连接授权给所有人。
用真实且有权限的数据做预览。迭代时记得保存版本；部署会生成线上 URL，所以要把发布当成一个深思熟虑的步骤。
MCP Events 补上了另一块拼图：支持的服务器可以通过订阅和 Webhook 投递事件，从而触发 Agent 工作。
比如，一个新的上线阻塞点可以触发一份草稿更新。事件指南说明了所需的服务器支持；普通的连接器不会自动变成事件源。
最后，Shareable Profiles 给了你一个展示精选 Sites 的地方。
打开你的个人资料页，选择要展示的内容，并检查分享设置。个人主页默认是私密的；可用性和 Workspace 控制各不相同，Enterprise 支持标注为即将推出。
9. 把 Agents 做进你自己的产品（Jev 的竞品）
https://x.com/thsottiaux/status/2104986448269279399
对开发者来说，下一个问题是：怎么在客户已经在用的应用里提供这类工作流。
Agents API 已于 9 月 10 日上线。DevDay 用计算机使用扩展了这块版图；但这是两个独立的里程碑。
从官方快速入门开始。创建具备所需权限的项目 API Key，安装 SDK，跑一下提供的沙盒示例。
把 Key 放在 Agent 的沙盒之外。你的第一个目标是：创建会话、观察进度、检查真实结果。
如果你的工作流需要，再添加基于浏览器的计算机使用。指南涵盖了网站访问请求、登录、浏览器活动和会话清理。
针对我们的上线任务，从一个窄任务开始：检查公开注册流程，报告第一个出错的步骤。需要认证时使用测试账号。
- Decisions API 利用文本或图像上下文，从预设答案中做选择。它侧重于分类、路由和类似决策。
设计示例：把收到的上线问题路由到 copy、engineering 或 human_review。在把决策接入生产环境前，先敲定标签和评估样例。
它以有限预览形式上线，计划在随后几天扩大访问范围。围绕它构建依赖前，先确认自己是否有权限。
对于 AWS 团队，Bedrock Managed Agents 把 OpenAI 的 Agent 框架和模型推理带进了 Amazon Bedrock。
它的执行、认证和支持服务与 OpenAI 托管的 API 不同。走这条部署路径时，请使用 AWS 专属的设置，包括 IAM。
Private Intelligence 相关的发布也需要仔细读。
Private Safety Processing 支持自动化安全审查，且 OpenAI 不会保留所涵盖的提示词和响应。加密的安全记录会按文档说明的保留策略，存放在客户控制的存储中。
Private Inference 宣布将于今年秋季开启预览。规划部署时，把它当作未来的可用性里程碑即可。
最后，OpenAI Marketplace 允许符合条件的企业把部分 OpenAI 承诺消费用于获批的合作伙伴软件。访问需要通过企业意向流程申请。
这些上线状态都记录在官方 DevDay 回顾中。
10. 用起来：四套实战配置
你不需要第一天就把这些全搭好。
挑一个这周就能为你产出价值的工作流。下面都是起步方案；每一项都依赖前面提到的权限和连接。
A. 上线协调员
把上线简报、清单、选定的讨论和验证过的计划表交给 Dots。把当前方案维护在 Space 页面里。
准备今天的上线更新。列出变更、证据、阻塞点和需要我拍板的事项。起草后续沟通消息，等我批准。
检查： 每一个重要结论都能追溯到来源吗？报告抓到最新的共识变更了吗？
B. 创作者的调研工作台
用定时的 Dot 任务从指定的来源列表中收集变动。用 Sol 把验证过的笔记转成草稿。
检查这些官方来源自 [日期] 以来的更新。把已发布的功能与预览、公告区分开。为每条事实性陈述附上链接。提出三个文章角度。
检查： 打开来源，核对日期，删掉任何暗示你亲自测试过其实没用过的东西的句子。
C. 开发者的 issue 到 PR 工作流
给 Codex 一个可复现的 issue 和配置好的环境。审查产出的变更，必要时再用 Code Review 和安全工具。
复现这个 issue，提出修复方案，并运行相关检查。展示 diff 和实际结果。标出你无法验证的部分。
检查： 原来的报错消失了吗？测试用例相关吗？审查者能看懂改动和剩余风险吗？
D. 团队的跟进工作台
配好共享权限后，用 Meetings 记笔记，用 Space 存共识记录，用 Team Task 做跟进。
从这些笔记中提取决策、拟办事项、负责人和日期。标出不确定的地方。跟进内容发出前先准备好供审查。
检查： 每个负责人都认领任务了吗？暂定日期标清楚了吗？团队能打开关联的记录吗？
转变
Dot 相对 GrokBot 真正的优势在于模型。
但这真的能让大量人倒向 OpenAI 吗？
所以模式变成了：你定义结果 → Agents 推进工作 → 你做决策。
真正的 Alpha 在于，把这些发布串成一个工作流：职责清晰、上下文有用、结果可验证：
- 给 Dots 一个长期任务，并划清权限边界。
- 用 Sol 和 Codex 做调研、开发和审查。
- 把共享工作放在 Space 里。把重复步骤变成插件和定时任务
现在，你是在设计工作该怎么跑。
什么触发它？该用哪些来源？做完长什么样？哪些决策要回到你手里？
你现在有了配置方法、提示词和四套实战工作流。挑一个长期任务。算算省了多少时间、需要纠正多少次。然后再铺开。
你要练的技能，是把工作定义得足够清晰，让 Agent 能自己推进，而不需要你手把手点每一步。
收藏这份实操手册 —— 然后给你的 Dot 派第一个真正的活儿吧
