**99% 的人都沒意識到，OpenAI 在 AI 工程領域又完成了一次重大突破
**
- 全新登場（嗨，Grokbot）、足以改變生活的產品，我會在本文中一一解析：它們是什麼、為什麼重要，以及如何設定才能發揮 100% 的效果 從 Dots 開始看最有趣。 它會給你一個專屬的個人 Agent，配備自己的雲端電腦，還能把背景工作委派出去。認識 Dots。
DevDay 也帶來了新模型、共享文件、程式碼更新、外掛程式，以及把 Agents 整合進自家產品的工具。
搶先掌握 alpha 情報 — 訂閱我的 Substack 獲取更多第一手資訊 — https://substack.com/@0xcodila
1. 建立你的 Dot，並派給它一份工作
https://x.com/OpenAI/status/2104980481876070819
在桌面版 ChatGPT 中開啟 Dots，然後依照入門指南操作。你可以在設定過程中新增連線，也可以之後再回來處理。
上線初期，個人存取權正逐步開放給 Pro 100、200 和 500 方案的成年用戶
但無論如何，在為了這項功能購買方案前，請先查看目前的存取資格條件！
如果你的帳號還沒有 Dots，第 5 到 8 步驟依然能根據你的方案提供實用的起點。
Dots 的首發版本運行於
GPT‑6 Astra
而這就是 Dots 擊敗 GrokBot 的關鍵時刻 Grok 4.6 真的很弱，唯一能提升它的方法，就是把 GPT 和 Claude 直接接上去
https://x.com/0xCodila/status/2104634929518641487
Sol 則是 Work、Codex 和 API 的另一個獨立模型選項
現在，幫你的 Dot 指派一項職責。「幫我提高效率」這種說法幾乎什麼都沒定義清楚。
從這裡開始：
協助我協調 [product] 在 [date] 的上線作業。只使用我明確分享的上市簡報、檢查清單和對話內容。找出需求變更、阻礙事項、缺少負責人的項目，以及需要我做的決策。你的第一個任務是回傳一份附上來源連結的上線狀態報告。若缺少存取權限請主動詢問。先草擬建議；在發送訊息或修改共享檔案前，必須先取得我的核准。
仔細閱讀那份初始報告。它抓對上線日期了嗎？你能打開它引用的來源嗎？它有沒有把「建議」跟「已定案的決策」搞混？
在交給它定期任務之前，先把這些誤解修正掉。
你的第一場勝利，就是一份正確無誤的簡報。 其他一切都建立在這個基礎上。
2. 連接它需要的應用程式與電腦
若要串接通訊工具，請開啟 Dot 的個人資料頁面，然後選擇 Add。
頻道指南列出了所有支援的選項，包括 Slack 和 Microsoft Teams。
以我們的上線專案為例，請連接任務所需的原始文件和溝通工具。接著要求你的 Dot 確認它實際能存取哪些內容。
找出我分享的上線簡報和檢查清單。給我它們的連結和最新的相關異動。告訴我有哪些要求的來源是你無法讀取的。
對於需要登入的網站，請從 Dot 個人資料中的 Computers 開啟雲端電腦。使用瀏覽器交接或私人登入流程。
- 它的瀏覽器有自己獨立的 session。你在個人筆電上已登入，並不會讓 Dot 自動登入。
透過登入介面輸入憑證。完成所有帳號驗證後，再把控制權交還給它繼續作業。
即使闔上筆電，雲端工作也能繼續執行。 但在本機電腦上執行的工作，就需要那台電腦保持開機且應用程式正在運行。請依需求選擇合適的環境。
一個常見的錯誤：連接 Slack 並不等於下達了持續監控頻道的指令。我們會在第 4 步驟明確設定這件事。
3. 委派成果，同時保留上下文
一份上線更新會牽涉多個來源。請把完整的交付物交給你的 Dot，並明確定義什麼叫「完成」。
它可以委派背景任務。這些任務會收到相關的指令和上下文；別假設每個執行者都能看到你的完整對話。
連線設定好之後，試試這個：
比對目前的上線簡報、檢查清單和指定的 Slack 討論內容。產出一份包含四個區塊的更新：變更了什麼、哪些項目受阻、下一步由誰負責，以及需要我做什麼
決策。將 每項事實陳述連結到其來源。如果來源之間有衝突，請標示出來。除非有人已經接下任務，否則將建議的負責人標記為「提案」。
最後一句話非常關鍵。一份排版精美的清單，可能會悄無聲息地把猜測變成別人的責任。
使用 Activity 檢視被委派的工作及其產出。打開實際的交付物，確認它是否真的回答了原本的任務要求。
- Dots 可以透過記憶和筆記保留有用的上下文。但……這不代表它會記住每一段對話的所有細節。
請把重要的專案決策放在容易存取的原始文件中，並在未來的任務裡指向它。
若要將程式開發工作委派到雲端，請先設定 Codex Cloud 環境。第 7 步驟會說明這個前置作業。
這裡真正有價值的產出，是一份你可以立即採取行動的更新，而且佐證資料近到隨手可查。
4. 把它變成定期任務——同時掌握控制權
當一次性報告變得有用之後，就可以要求排程了。
每個工作日歐洲／索菲亞時間 09:00，使用我們驗證過的來源準備上線更新。持續執行直到 [end date]。將結果送到 [supported destination]。內容需包含自上次報告以來的變更，以及等待我決策的事項。確認已儲存的排程、時區和目的地。
到 Scheduled 底下檢查該項目。確認它確實被建立了，而且時間符合你的要求。
- 事件驅動的監控是另一回事。先詢問已連接的服務支援哪些事件，驗證事件和回應後再正式依賴它。
舉例來說：上線頻道裡的需求變更 → 你的 Dot 準備一份更新後的簡報。單純連接頻道並不會自動建立這個流程。
接著，前往 Settings → Personalization → Permissions 檢閱自訂規則。
你可以指定哪些動作可以直接執行、哪些需要你明確提出、哪些要先取得核准，或者哪些要交回給你處理。
針對這次上線，我會這樣設定起始規則：
在我授予的存取權限範圍內進行研究並草擬內容。在發送訊息、編輯共享專案紀錄、花錢或發布任何內容之前，都要先問過我。
這些規則是用來引導行為的；它們不會補齊缺少的應用程式權限，也無法保證每個動作都完美無缺。
另外還有三個不同的地方可以停止工作：
- Pause - Activity - Scheduled
暫停主 Agent 並不會自動取消另外兩個。結束工作流程時，請把這三處都檢查一遍。
5. 讓 GPT‑6.1 Sol 上工
模型選擇器是我接下來會去的地方。
GPT‑6.1 Sol 已在 Plus、Pro、Business、Enterprise 和 Edu 方案的 Work 和 Codex 中開放。Workspace 管理員可能需要手動啟用它
https://x.com/thsottiaux/status/2105007628460109953
聊天模型選擇器裡也有
OpenAI 表示 Sol 能以較低成本提供接近 Astra 的效能。在選定預設模型之前，我會先用一個熟悉且高難度的任務來比較兩者。
開啟編輯區下方的模型選擇器，挑選 Sol，並從預設的推理設定開始。
給它一個產出可被評斷的任務：
閱讀這份上線簡報和目前的著陸頁。找出缺乏佐證、語意模糊或前後矛盾的說法。建議精確的替換文字，並說明每項修改需要什麼證據支持。
對 API 使用者來說，模型 ID 是 gpt-6.1-sol。
以下是標準的 token 價格比較：
這代表 Sol 的標準輸入與輸出單價低了 80%。不過最終的任務成本仍取決於 token 用量、工具和定價條件。
Sol 支援 105 萬 token 的上下文視窗。輸入超過 272,000 個 token 的請求費率較高；在把超大上下文當成便宜方案之前，請先查看模型頁面。
現在，把「模型選擇」和「速度選擇」分開來看。
相較於標準 Astra，Astra Ultrafast 在 Codex 中的 token 生成速度最高可達 8 倍。
https://x.com/sama/status/2104994601140711896
但如果任務包含瀏覽器等待、工具呼叫或長時間推理，就不會自動快八倍
速度指南列出了 Pro 500 以及符合資格的 Enterprise／Edu 存取權。Ultrafast 消耗用量的速度也更快。
全新的 Pro 500 方案月費為 500 美元。在 Pro 100 或 200 上額外購買額度並不能解鎖 Ultrafast。
最後，Sign in with ChatGPT 能讓符合資格的 Plus／Pro 用戶在支援的第三方應用程式中使用自己方案的額度。
選擇 ChatGPT 登入選項，然後在可用的地方啟用方案額度。登入支援和額度支援是兩回事；額度會共享你的配額，而應用程式可能仍會另外收費。
6. 把工作帶進 ChatGPT Space
**超級有趣的部分
現在我們的專案有了報告、決策和草稿。給團隊一個能找到最新版本的地方吧。*
https://x.com/thsottiaux/status/2104983716049379472
上線初期，Space 和 Pages 可在 Pro、Business 和 Enterprise 上使用。
開啟 Space，選擇 New page，建立一個上線頁面。加入簡報、相關檔案和來源連結。
搭配頁面使用 ChatGPT 來草擬或修訂內容。Space 指南涵蓋了建立頁面、整理 space 和分享存取權的說明。
把這些上線資料整理成一個工作頁面，包含：目前範圍、已核准的說法、待決事項、負責人，以及附日期的變更紀錄。保留所有來源連結。
這就是 Pages 派上用場的地方：定案版本有了一個可以隨時回來查看和更新的歸屬地。
若要建立團隊 space，請使用 All → New → Space，命名後邀請協作者。加入敏感資料前先確認存取權限；space 的成員資格會套用到其中的所有頁面。
Collaborative Slides 是 DevDay 的另一項發表，預計在未來幾週內開放。可以把它視為這個工作流程即將加入的一環。
至於共享自動化，Teams 和 Team Tasks能透過已設定的團隊連線和服務帳號，執行排程或事件驅動的工作。
- 這類設定請找 workspace 管理員協助。團隊工作流程需要的存取權，必須在某位同事登出或離職後依然有效。
OpenAI 也宣布了 @ChatGPT in Slack and Microsoft Teams。由管理員設定整合方式，以及允許使用的工具和頻道。
- 你在 Slack 裡的個人 Dot，和 workspace 共享的 @ChatGPT 整合，有著不同的設定和存取規則。請先決定工作流程該使用哪一方的來源。
接著是Meetings 外掛程式：從 Plugins 安裝、完成音訊設定，然後在會議中使用 Take notes。
錄音前請告知與會者並取得同意。事後，在把摘要和建議行動變成正式承諾之前，先仔細檢閱一遍。
上線初期，Meetings 是供 Pro 和 Business 使用的 macOS 桌面版 beta，Enterprise 則處於 alpha 階段。連接行事曆可增加提醒等便利功能。
7. 用 Codex 開發、檢閱與發布
假設上線報告發現了一個真實問題：註冊頁面在手機版壞掉了。
https://x.com/OpenAIDevs/status/2104996045482778973
請給程式開發任務一個可重現的目標。
首先，設定 Codex Cloud：選擇 Work in → Cloud、建立環境，並連接所需的 GitHub repository
讓設定程序檢查專案並安裝相依套件。檢閱它的報告、解決缺口，並在開始任務前發布環境。
重現 [issue] 中描述的註冊失敗情況。找出原因、做出最小幅度的適當修正，並執行相關檢查。回傳 diff、結果和尚未確定的疑點。
煥然一新的 Codex CLI 提供了另一個入口。依照安裝指南操作、登入，然後在你的專案目錄中開啟它。
要用 Sol 開始的話：
1codex --model gpt-6.1-sol
這次更新加入了語音控制，以及用來追蹤委派工作的 /agents 檢視畫面。
- CLI 也包含模型選擇、權限和檢閱控制。請選擇能為 Agent 提供它真正需要的 repository 和工具的環境。
接著，在桌面版側邊欄開啟 Code Review，連接你的服務供應商，並選擇一個 pull request。
檢閱指南列出了 GitHub 支援和 GitLab 預覽。設定完成後，自動檢閱可以在雲端先跑過第一輪。
合併之前，請把檢閱結果、程式碼變更和測試證據放在一起看。
至於安全性工作，請安裝 Codex Security Cloud，選擇 New scan，並設定 repository 與雲端環境。
在有需要時啟用持續性的 commit 檢查，並逐項檢視每個發現的證據。
- Fix with Codex 可以準備修補程式；在建立 draft PR 之前，請先檢閱該修補內容。
我在這裡的原則很簡單：要求提供接受該變更所需的證據，然後真的去讀它
8. 用 Sites 和 Plugins 打造你自己的工具
做過幾次上線更新後，你會發現有些步驟不斷重複：相同的輸入、相同的格式、相同的檢查。
這就是做成外掛程式的好題材。
在功能可用的情況下，提及 @Plugin Creator 並描述你的工作流程。建立指南說明了如何優化、測試和安裝它。
建立一個 Launch Update 外掛程式。輸入：上線簡報、目前的檢查清單和附日期的變更。輸出：一份包含來源、阻礙事項、負責人和決策的更新。主動詢問缺少的來源。區分已確認的事實與建議。準備供檢閱的草稿。使用附件中的這份更新作為格式參考。
用不完整的資訊和互相衝突的日期來測試它。一套只在完美範例上才行得通的工作流程，省不了多少時間。
DevDay 的外掛程式公告也涵蓋了提交與探索功能，以及能提供更豐富介面的 Extensions，例如側邊欄應用程式、對話面板和檔案編輯器。
在決定你的外掛程式是否需要自訂介面之前，先看看官方的 Extensions 範例。
接下來，用 Sites 建立一個上線儀表板。描述它的使用者、來源資料，以及每個人應該能執行的操作。
全新的 Sites with plugins 功能可以使用已連接的工具和資料。上線初期，這些 sites 僅限 workspace 內部使用，並取決於 workspace 是否啟用該功能。
每位訪客都會使用自己連接的帳號和權限。分享 site 並不會把你的連線權限送給所有人。
用真實且有權限的資料進行預覽。迭代過程中記得儲存版本；部署會產生公開 URL，所以要把發布當作一個刻意執行的步驟。
MCP Events 補上了另一塊拼圖：支援的伺服器可以透過訂閱和 webhook 傳送事件，藉此啟動 Agent 工作。
舉例來說，新的上線阻礙可以觸發一份更新草稿。事件指南說明了所需的伺服器支援條件；一般的 connector 不會自動變成事件來源。
最後，Shareable Profiles 提供了一個展示精選 Sites 的地方。
開啟你的個人資料頁面，選擇要顯示的內容，並檢查分享設定。個人 profile 預設為私人；可用性和 workspace 控制各有不同，Enterprise 支援則列為即將推出。
9. 把 Agents 建進你自己的產品（Jev 的競爭對手）
https://x.com/thsottiaux/status/2104986448269279399
對開發者而言，下一個問題是：如何在客戶已經在用的應用程式裡提供這類工作流程。
Agents API 已於 9 月 10 日上線。DevDay 則用電腦操作擴展了這個故事；這兩者是各自獨立的里程碑。
從官方快速入門開始。建立具備所需權限的專案 API 金鑰、安裝 SDK，並執行提供的沙盒範例。
請把金鑰放在 Agent 沙盒之外。你的首要目標是建立 session、觀察進度，並檢視真實結果。
如果你的工作流程需要，再加入基於瀏覽器的電腦操作。指南涵蓋了網站存取請求、登入、瀏覽器活動和 session 清理。
針對我們的上線專案，先從一個小範圍任務開始：檢查公開的註冊流程，並回報第一個出錯的步驟。若需要驗證身分，請使用測試帳號。
- Decisions API 能根據文字或圖片上下文，從預定義的答案中做出選擇。它專注於分類、路由和類似的決策。
設計範例：把收到的上線問題分流到 copy、engineering 或 human_review。在把決策邏輯接進正式環境前，先就標籤和評估範例達成共識。
它以有限預覽的形式推出，並計畫在隨後幾天擴大開放。在圍繞它建立依賴之前，請先確認存取資格。
對 AWS 團隊來說，Bedrock Managed Agents 把 OpenAI 的 Agent 框架和模型推論帶進了 Amazon Bedrock。
它的執行、驗證和支援服務與 OpenAI 託管的 API 不同。若要走這條部署路線，請使用 AWS 專屬的設定，包括 IAM。
Private Intelligence 的相關公告也需要仔細閱讀。
Private Safety Processing 支援自動化安全審查，而 OpenAI 不會保留受規範的提示和回應。加密的安全紀錄會依照文件記載的保留設定，存放在客戶自行控制的儲存空間中。
Private Inference 宣布將於今年秋季推出預覽。規劃部署時，請把它視為未來的可用性里程碑。
最後，OpenAI Marketplace 讓符合資格的企業能把部分 OpenAI 承諾消費額度用於經核准的合作夥伴軟體。存取權需透過企業意向申請流程取得。
這些上線狀態都記錄在官方 DevDay 回顧中。
10. 實際應用：四種實用配置
你不需要在第一天就把所有東西都組裝起來。
挑一個這週就能為你產出價值的工作流程。以下都是起點設計；每一個都依賴前面提到的存取權和連線設定。
A. 上線協調者
把上線簡報、檢查清單、指定討論內容和驗證過的排程交給 Dots。將最新計畫放在 Space 頁面裡。
準備今天的上線更新。列出變更、證據、阻礙事項和需要我決策的項目。草擬所有後續訊息供我核准。
檢查： 每一項重要陳述都能追溯到來源嗎？報告有抓到最新定案的變更嗎？
B. 創作者的研究桌
用排程好的 Dot 任務從指定的來源清單收集變動。再用 Sol 把驗證過的筆記轉成草稿。
檢視這些官方來源自 [date] 以來的更新。把已發布的功能與預覽、公告區分開來。為每項事實陳述加上連結。建議三個文章切入角度。
檢查： 打開來源、核對日期，並刪掉任何暗示你親自測試過某樣東西、但你其實沒用過的句子。
C. 開發者的 issue-to-PR 工作流程
給 Codex 一個可重現的 issue 和設定好的環境。檢閱產生的變更，再視情況使用 Code Review 和安全性工具。
重現這個 issue、提出修正方案，並執行相關檢查。顯示 diff 和實際結果。標記任何你無法驗證的部分。
檢查： 原本的錯誤消失了嗎？測試切題嗎？檢閱者能看懂這項變更及其殘留風險嗎？
D. 團隊的後續追蹤站
設定好共享存取權後，用 Meetings 做筆記、用 Space 存放定案紀錄，並用 Team Task 處理後續追蹤。
從這些筆記中提取決策、建議行動、負責人和日期。標記任何不確定的地方。送出前先準備好後續追蹤內容供檢閱。
檢查： 每位負責人都接受任務了嗎？暫定日期有清楚標示嗎？團隊能打開連結的紀錄嗎？
典範轉移
Dot 真正勝過 GrokBot 的地方在於模型。
但這真的能為 OpenAI 帶來大量用戶嗎？
所以你定義成果 → Agents 推進工作 → 你做出決策。
真正的 alpha 情報，是把這些新功能串成一套工作流程，讓它有明確的責任歸屬、有用的上下文，以及可驗證的結果：
- 給 Dots 一份長期任務和清楚的權限界線。
- 用 Sol 和 Codex 來研究、開發和檢閱。
- 把共享工作放在 Space 裡。把重複的步驟變成外掛程式和排程任務
現在，你是在設計工作運行的方式。
什麼觸發它？該用哪些來源？完成的樣子是什麼？哪些決策要回到你手上？
你現在有了設定方法、提示詞和四套實用的工作流程。挑一個定期任務。衡量省下多少時間、需要做多少修正。然後再擴大規模。
你該培養的技能，是把工作定義得夠清楚，讓 Agent 能在你不指揮每一次點擊的情況下推進它。
把這份實戰手冊加入書籤 — 然後給你的 Dot 第一份真正的工作
