事件背景：從「問答框」到「常駐同事」，OpenAI 想改的不是模型，是工作介面
OpenAI 這次推出 Dots，重點不在又多了一個聊天入口，而在它把 AI 定義成 always-on agent coworker：員工關掉視窗，它還可以繼續盯專案、使用軟體、回應資訊變化，最後把完成品交回來給人類批准。同一時間推出的 ChatGPT Space 則把這個概念推到團隊層級，讓 AI agent 跟人類成員在同一個工作空間裡協作。
這一步之所以重要，是因為企業 AI 過去卡在「個人助手」階段：能寫文案、整理會議紀錄、查資料，但很少真正進入長流程。很多團隊需要的是有人一直跟著需求、風險、排期與回饋跑，不是每次都要重新貼上下文。OpenAI 把產品往「常駐型 agent」與「人機協作空間」推進，等於把 GenAI 落地的問題從「模型夠不夠聰明」轉成「流程、權限與責任怎麼接」。
背後其實有產業脈絡。過去兩年，企業 AI 產品從生成式介面走向 agentic workflow，各家都想搶下一個入口：不是讓人開口問 AI，而是讓 AI 進入工作系統，持續執行、持續回報、持續協作。OpenAI 這次推出 Dots 與 ChatGPT Space，就是要把這個位置搶回來。
核心痛點：AI 能做事之後，真正的問題變成「誰授權它做事」
表面上，Dots 的賣點是省時間：讓 AI 去跑重複性、跨系統、需要持續追蹤的工作。但在我看來，真正的痛點不是 AI 能不能做，而是企業敢不敢讓它做。
一個 agent 一旦能使用軟體，就不只是輸出文字。它可能讀取專案狀態、呼叫 API、更新工單、整理報告、甚至觸發下一步流程。這時問題馬上從「答案準不準」變成「它有沒有權限」、「做錯怎麼回滾」、「誰該負責」。
| 維度 | 傳統 ChatGPT 對話 | Dots always-on agent | ChatGPT Space |
|---|---|---|---|
| 主要情境 | 單次問答、草稿、查詢 | 長任務、專案監控、自動執行 | 人機混合團隊協作 |
| 持續性 | 視對話窗口而定 | 關閉後仍可持續工作 | 團隊空間可持續運作 |
| 操作權限 | 以文字輸出為主 | 可使用軟體、回應資訊變化 | 可與團隊共同處理任務 |
| 人類角色 | 提問者 | 審核者、授權者 | 協作者、管理者 |
| 適合場景 | 個人生產力 | 專案、營運流程 | 跨部門協作 |
當 AI 從「回答問題」變成「執行任務」，安全邊界就不再只是內容過濾，而是權限、稽核與回滾機制。
這也是為什麼 Dots 特別強調「bring completed work back for approval」。它沒有直接把 AI 變成全自動員工，而是把人類放在批准節點。這個設計很務實，但也暴露核心矛盾：如果所有關鍵動作都要等人批准，效率提升會被卡住；如果放開太多，企業又會擔心風險。
所以 Dots 真正要解決的，是 agent 治理：permission 分級、audit log 操作紀錄、rollback 回滾、任務邊界、例外處理，還有「哪些事情只能建議、哪些事情可以直接執行」。這些東西不性感，但決定企業會不會真的把它接進核心流程。
另一個容易被忽略的痛點是「上下文管理」。常駐 agent 要跑長任務，就必須記得專案狀態、誰改過什麼、哪些節點已經完成、哪些風險還沒處理。如果記憶與狀態管理做不好，AI 就會像一個很勤快但容易失憶的同事：很努力，但經常把上一步忘記，然後在錯誤前提上繼續推進。
未來一到兩年：先從低風險協作開始，再慢慢接進核心工作流
我對未來一到兩年的判斷比較保守，但不代表它不會變。
第一年，Dots 這類產品比較可能出現在「協作密集、風險可控」的場景：專案追蹤、會議後續、文件整理、報告草稿、排程提醒、跨團隊資訊同步。這些工作容錯空間大，就算 AI 做錯，人類修正成本也不高。ChatGPT Space 會像一個團隊版的 AI 工作臺，把任務、討論、文件與 agent 動作放在一起，減少每個人不斷切換工具。
第二年，重點會往「流程執行」走。例如工單分類、客戶支援草稿、營運異常追蹤、供應商文件比對、內部知識更新。這時 AI 不只是幫人寫東西，而是開始觸碰 ERP、CRM、ITSM 或內部 SaaS 系統。問題也會更硬：資料權限、角色分級、合規要求、錯誤責任，都會變成採購與導入時的關鍵條件。
另一個變化是「AI 同事」的分工方式。人類不會只是下指令，而是會變成 任務設計者 與 結果審核者。你不需要每一步都盯，但必須定義目標、限制、例外與完成標準。這對管理層是好消息，也是壞消息：好消息是產能可能放大，壞消息是如果任務定義不清楚，AI 會把錯誤方向執行得很有效率。
從商業角度看，OpenAI 也在搶企業軟體的邊界。過去 SaaS 公司賣的是流程工具，現在 OpenAI 想賣的是「會做事的層」：它可能跨在文件、專案管理、溝通工具與業務系統之間，變成新的協作中樞。這會讓現有工具廠商更緊張，因為使用者可能不再只買一套專案管理系統，而是開始買一個能跨系統執行任務的 AI 工作空間。
延伸思考與常見問題
Q1：Dots 的 always-on agent 和一般 ChatGPT 有什麼差別？
Dots 強調持續執行與專案追蹤，可以在使用者關閉對話後繼續監控、使用軟體並把成果交回批准，而不只是一問一答。
Q2：ChatGPT Space 是什麼？它為什麼重要？
ChatGPT Space 是讓 AI agent 與人類團隊協作的工作空間，把任務、資料與討論放在同一個環境，讓 AI 能參與團隊流程而非只回訊息。
Q3：企業導入 Dots 最大的風險是什麼？
最大風險是 AI 在沒有清楚授權與稽核下執行操作，可能改錯資料、觸發錯誤流程，因此需要權限分級、操作日誌與可回滾設計。
