OpenAI в конце сентября 2026 года запустила Dots — новый формат постоянных агентов внутри ChatGPT. Это не очередной чат с моделью и не просто расширенная напоминалка. Dot получает собственный облачный компьютер, браузер, подключённые приложения, память и может продолжать работу между разговорами с человеком.
Главная идея релиза простая: ChatGPT перестаёт быть только окном, куда нужно каждый раз приносить задачу с нуля. Dots живут рядом с пользователем, держат контекст, следят за порученными процессами и возвращаются за решением там, где нужен человеческий выбор. Для рынка это важный сдвиг: агент становится не одноразовым запуском, а постоянным рабочим контуром.
Что именно запустила OpenAI
Dots — это always-on агенты в ChatGPT. По справке OpenAI, каждый dot работает на GPT-6 Astra, имеет свой облачный компьютер и может использовать выбранные пользователем подключённые инструменты. Ему можно поставить цель, описать границы самостоятельности и отправлять задачи в том же духе, в каком сейчас люди пишут обычному ChatGPT.
Разница в том, что обычный чат заканчивает работу, когда диалог затихает. Dot может продолжать движение: проводить исследование, проверять информацию, готовить результат к ревью, запускать повторяющиеся проверки и возвращаться с обновлениями. В интерфейсе можно смотреть активность агента: что в работе, что запланировано, что уже завершено.
На старте OpenAI выкатывает Dots для ChatGPT Pro в поддерживаемых странах, кроме Европейской экономической зоны, Швейцарии и Великобритании. Также доступ есть у Business Premium во всех поддерживаемых регионах. Для Enterprise, Edu и Healthcare это бета, которую администратор должен включить отдельно. Развёртывание постепенное, поэтому доступ может появляться не у всех одновременно.
Важно: OpenAI пишет, что первый dot входит в Pro или Business Premium без отдельной доплаты, но более глубокая работа расходует лимиты плана. В будущем компания планирует дать пользователям возможность добавлять больше dots и масштабировать работу каждого агента по скорости или объёму задач.
Чем dot отличается от привычного ChatGPT
Обычная сессия ChatGPT похожа на разговор: пользователь задаёт вопрос, модель отвечает, дальше всё зависит от следующего сообщения. Dot устроен ближе к рабочему помощнику с ответственностью за процесс. Он может держать цель в фоне, помнить рабочий контекст и возвращаться к задаче без того, чтобы пользователь каждый раз заново собирал вводные.
У dot есть собственный облачный компьютер. Это важная деталь: агенту не обязательно работать только в текстовом поле. Он может пользоваться браузером и выполнять задачи в изолированной среде. OpenAI отдельно описывает возможность открыть компьютер dot из профиля и посмотреть, что он делает. Для ответственных сценариев это лучше, чем слепо верить финальному сообщению.
Есть и локальный режим, но он выключен по умолчанию. Если пользователь подключает свой компьютер через desktop-приложение ChatGPT и подтверждает доступ, dot может работать с файлами, локальными навыками и браузером на этой машине. Это уже зона повышенной осторожности: полезно для реальной автоматизации, но требует понятных правил доступа и периодического контроля.
Отдельно OpenAI говорит о Codex cloud environments. Dot может создавать задачи в облачных окружениях Codex, если такое окружение заранее настроено. В практическом смысле это превращает agent workflow в цепочку: человек ставит цель, dot разбивает её на действия, часть работы уходит в Codex, а результат возвращается в общий контекст.
Подключённые приложения и память
Dots работают не только с тем, что пользователь прямо написал в чате. Через подключённые приложения агент получает доступ к информации, которую можно использовать для задач. В справке OpenAI подчёркивает, что dot может не просто читать эти данные по запросу, но и проактивно анализировать подключённую информацию и формировать собственные воспоминания.
Это сильная функция и одновременно источник риска. Сильная — потому что агент наконец видит рабочий контекст: календарь, документы, задачи, переписки или другие источники, которые пользователь разрешил подключить. Риск — потому что доступ к контексту должен быть осознанным. Если подключить слишком много всего, агенту станет проще помогать, но сложнее понимать, какие данные уже попали в его память.
OpenAI отдельно пишет, что отключение приложения не удаляет информацию, которую dot уже получил. Чтобы удалить собственные сохранённые воспоминания dot, нужно сбросить dot целиком. Это стоит учитывать до подключения рабочих аккаунтов, особенно если в них есть клиентские документы, коммерческие детали или персональные данные.
На старте dot можно связать со Slack и личной почтой. Самостоятельного отдельного email-адреса у dot при запуске нет. Также доступна отправка сообщений через телефон там, где включена бета texting, но OpenAI ограничивает её: это бета для Pro-пользователей в США, не для Business и Enterprise.
Правила, подтверждения и пауза
OpenAI явно закладывает в Dots модель с человеческим контролем. Для действий можно задавать custom rules: где агент может действовать сам, где достаточно предварительного разрешения в промпте, где нужно спросить перед выполнением, а где обязательно передать решение человеку.
Это правильный акцент. Постоянный агент опасен не потому, что он «умнее чата», а потому что у него появляется время, доступ и возможность действовать между сообщениями. Ошибка в обычном ответе обычно остаётся текстом. Ошибка агента может превратиться в неверно отправленное сообщение, испорченный файл, лишнюю задачу или неудачную покупку, если границы не настроены.
Сами правила не делают систему безошибочной. OpenAI предупреждает, что dot может ошибаться, в том числе при следовании правилам. Поэтому для рабочих сценариев я бы рассматривал Dots как помощника с журналом действий и подтверждениями, а не как автономного сотрудника, которому можно сразу отдать критичные процессы.
Полезная бытовая функция — pause. Dot можно поставить на паузу из профиля и потом вернуть к работе. Для always-on агента это не мелочь, а необходимая кнопка: иногда важнее остановить фоновую активность, чем тонко настраивать каждое отдельное разрешение.
Для кого это действительно важно
Первый очевидный сценарий — личная операционная работа. Dot может следить за календарём, напоминать о повторяющихся делах, готовить подборки, проверять изменения и держать в памяти предпочтения пользователя. Это похоже на то, чем давно обещали стать голосовые ассистенты, только с нормальным языковым интерфейсом и доступом к рабочим инструментам.
Второй сценарий — управленческая рутина. Например, агент может регулярно собирать статус по проекту, смотреть входящие сигналы, готовить список вопросов к встрече, проверять, какие задачи зависли, и приносить не сырой поток уведомлений, а короткую рабочую сводку. Здесь особенно полезны расписания и подключённые приложения.
Третий сценарий — разработка и сопровождение. Связка Dots с Codex cloud environments выглядит логично: постоянный агент может принимать общую цель, заводить отдельные задачи в Codex, собирать результаты и спрашивать человека на точках решения. Это не заменяет инженерное ревью, но может убрать часть координационной работы между «надо сделать» и «вот проверяемый результат».
Четвёртый сценарий — клиентские и внутренние процессы, где много мелких повторяющихся проверок. Например, мониторинг публикаций, подготовка отчётов, сверка документов, предварительный анализ входящих заявок. Но для таких задач важно не соблазниться магией интерфейса. Нужны правила, журнал, ограничения доступа и понятный критерий, когда агент обязан остановиться.
Что пока остаётся неясным
Сейчас главный вопрос не в том, умеет ли GPT-6 Astra хорошо рассуждать. Вопрос в надёжности long-running поведения. Постоянный агент должен не только выполнить одну задачу, но и правильно поддерживать контекст, не уходить в сторону, не прятать неопределённость и вовремя возвращать управление человеку.
Не до конца понятно, как быстро OpenAI будет расширять доступ по регионам и тарифам. Для Европы, Швейцарии и Великобритании на старте есть явное исключение. Для компаний это означает, что Dots нельзя сразу считать универсальной функцией для всей распределённой команды.
Ещё один открытый вопрос — управляемость памяти. Если dot формирует собственные воспоминания из подключённых приложений, пользователю нужен простой способ понять, что именно он запомнил и почему. Пока из публичной справки следует жёсткий сценарий: чтобы удалить собственные memories dot, его нужно сбросить. Для персонального использования это терпимо, для бизнеса — повод ждать более тонких административных инструментов.
И наконец, Dots запускаются в момент, когда рынок уже сравнивает разные «постоянные агенты» между собой. Meta Muse, облачные coding agents, ChatGPT Work, Codex, агентные API — всё это движется в одну сторону, но с разными компромиссами. У OpenAI сильная сторона в том, что Dots встроены прямо в ChatGPT и связаны с экосистемой Codex. Слабое место потенциально то же самое: чем шире доступ, тем важнее прозрачность разрешений и границ.
Как попробовать
Если доступ уже появился, dot создаётся в desktop-приложении ChatGPT или в ChatGPT на desktop web. На мобильном можно продолжать общение после настройки, но создать dot с телефона или через мобильную веб-версию на старте нельзя.
Начинать лучше не с «сделай мне всё», а с узкого безопасного процесса. Например: каждое утро смотреть календарь и готовить список рисков дня; раз в неделю собирать черновик отчёта; проверять одну папку документов; готовить вопросы к встрече; мониторить один источник и приносить только изменения. Так легче увидеть, где агент полезен, а где он начинает фантазировать или требовать слишком много контроля.
Для рабочих аккаунтов я бы сначала подключал минимум приложений и включал подтверждения на все действия, которые что-то отправляют, меняют или покупают. Когда понятны типичные ошибки и качество результата, правила можно ослаблять точечно. Постоянный агент ценен не максимальной автономностью, а предсказуемостью: он должен тихо закрывать рутину и громко звать человека там, где есть риск.
Почему релиз важен
Dots показывают, куда движется потребительский и рабочий AI-интерфейс после чат-ботов. Следующий шаг — не просто более умная модель, а постоянный агент с окружением, памятью, расписанием, подключёнными инструментами и видимыми правилами самостоятельности.
Для бизнеса это будет менять требования к автоматизации. Раньше вопрос звучал так: «какой промпт написать модели». Теперь всё чаще придётся спрашивать иначе: какой доступ дать агенту, где хранить контекст, какие действия требуют подтверждения, как смотреть журнал, как быстро остановить работу и как измерять пользу без слепой веры в красивый ответ.
Именно поэтому Dots стоит воспринимать не как игрушечную аватарку в ChatGPT, а как новый слой операционной системы для AI-задач. Если OpenAI удержит баланс между удобством и контролем, такие агенты могут стать привычным рабочим интерфейсом: не вместо человека, а между человеком, задачами и десятком инструментов, которые раньше приходилось дёргать вручную.
Источник
Официальная справка OpenAI: Getting started with your dot.
Контекст запуска: TechCrunch о запуске Dots на DevDay 2026.
RSS-кандидат мониторинга: The Verge hands-on с OpenAI Dots.