新智元报道

OpenAI确实是每天都能更新一个样子。

就在刚才, OpenAI的“义父”身份的人叫作Tibo这个人, 他拿出了在第五天的时候进行更新的一个叫做「24小时在线Agent」的这个名为dots的项目, 这个动作的意思就是, 人们现在可以通过使用手机来完成对这个东西的创作过程。

他直接叫出惊喜, 意思是说, 从之前那个时间段开始, 就已经有了非常多的人, 他们是通过网页这个渠道以及桌面端这个方式来创建dot的, 那么现在呢, 时机到了, 就是需要把整体的规模给扩大起来, 把这件事做得更大了。

那些已经获取到了dots这个工具的使用权限的人, 当他们打开了iOS版本或者是Android版本的GPT这一应用程序之后, 就可以直接动手去创建属于自己的那个dot。

更为让人感到惊喜的情况是, dots在把相关任务分配给Codex这个群体来的时候, 也显得更加顺手一些。

需要启动全新的任务, 需要对旧有的线程进行跟进, 还需要去查找相关的背景信息, 同时还要负责管理那些定时的任务, 这个私人助理变得越来越像是在分发工作的大管家。

把手机拿出来, 捏制出一个智能体, 然后让这个智能体去指挥另一个叫做Codex的东西来做事情, 这一系列操作下来, 会使得这件事的障碍又减少了一层。

你其实是不需要使用每次都要切换到 Codex 这个动作的, 你也完全有能力把工作的事项交代清楚并且安排下去。

手机捏个dot

开口就能派活

在9月29日这一天, OpenAI发布了「全天候个人AI智能体」 dots。

这个模型是GPT-6 Astra。

它和现在大家普遍用来做对话使用的普通的GPT模型, 完全不能够放到同一种概念里面去进行对比和看待。

dot有它自己的云电脑, 还有它的浏览器, 这些可以通过插件连接, 去连接超过4000个应用。

它能够在所被授予的权限范围之内部持续且有条不紊地推进相关的具体工作事项, 并且会主动且及时地去汇报那些进展情况。

根据OpenAI所提出来的这一种说法, 人们完全有理由去把那个叫做dot的东西视作属于他们个人的一个分身。

它会把你的工作方式当成样子去学着, 去找出那些必须得关注的事情来, 然后再拿自己的电脑把你手头的这个项目给往前推一推。

但是, 在之前这个时间段里面, 如果想要对名为 dot 的这个内容进行创建以及配置这一系列操作的话, 就必须还要先使用桌面端应用程序或者是利用网页来实现。

如果你想要从零开始创作一个新的人物, 那么你首先需要做的事情就是重新回到电脑之前。

而这一次, OpenAI直接把这一道已经设立好的门槛给拆除掉了。

当下的时候, 要是把手机给打开了, 接着再去找到那个GPT的App的话, 那么你就能够从一开始的创建步骤着手做下去, 然后直到最后一步的配置完成过程里, 你都能够顺利地把它都给搞定。

用户可以在手机端进行起名操作, 选定外观样式, 并且完成与相关应用的连接, 整个过程全部都能够在手机上处理完毕。

而这仅仅只是迈出的第一步。

dots指挥Codex

那个专门负责分配工作的大管家, 现在已经正式上线了。

手机端只是入口发生了改变, 而更加关键的在于, dot与Codex之间的配合又进一步往前迈进了一步。

Codex这个部分, 它是专门用来做具体的那些编程工作的。至于dot这一点, 它更像是一个能够帮你去组织好相关各种任务的私人助理一样存在。

之前那个DOT呢, 它就已经具备了一个能力, 也就是能够去向Codex那边派发工作任务。

这次补强的, 实际上是它们二者之间的那个衔接的地方。

到底是要接着使用原来那个线程, 还是要重新开启一个新的线程? 哪些背景信息需要一并传递过去, 这些问题还是让 dot 来进行判断会比较好一些。

关于之前讨论过的开发需求, 可以选择沿着已经存在的线程继续执行工作, 这样的话, 相关的背景信息也会变得更易于检索和找回。

所谓的这些具体的变动情况, 能够被分成三个单独存在的事情来讲。

通过dot可以搜索到GPT的对话, 同时还能够调用已经在Codex线程里以及自动化任务中保留下来的上下文内容。

对于在前头已经阐述过的需求、以及实施过的尝试措施, 如果目前可以继续加以利用的话, 就应该省去再次描述背景情况的环节。

还有另外一点改进的地方, 就是去判断新任务以及旧任务之间是个什么样的一个关系情况。

它会更加懂得去判断, 什么时候应该把那个旧的线程继续接下去, 什么时候需要另外开创出一个新的线程, 这样一来，就把相关工作被拆分开的这种状况给减少掉了。

除了进行编程任务的跟进, dot还可以查看GPT Work之中的定时任务, 并且编辑这些任务, 如果想要了解后续的安排, 或者是要调整周期性的工作方面的内容, 都能够向它发出指令。

在演示的过程里, dot还会在Codex已经完成修改之后继续发送消息。dot发出的这些消息会要求在接下来打开PR这个操作。之后, 还会把那些等待被审查的结果汇总提供给用户去查看。

这样一来, dot这个工具就像是在帮你对整体情况进行统一的统筹和管理的一位项目管理的负责人, 而Codex这另一个工具则是专门负责来具体进行编程方面的相关工作的一位从事工程方面的人员。

而你, 就是那个在岗位上负责发号施令的CEO。

这个流程看起来是直接的, 大家打开GPT App, 然后创建包含dot的情况, 并且交代清楚目标, 接着由它把这个编程任务分配给Codex进行执行。

你可以在手机上面查看进度, 也能够处理那些需要批准的操作, 并且可以随时地补充要求。

只要脑子里突然冒出某个需要去做的任务, 立刻就把手机掏出来, 然后呢, 就可以趁着这个功夫先把手里的这件事儿给交代清楚把工作安排给出去让大家知道。

而且, OpenAI 还推出了一批关于修复 dots 细节的内容, 这其中包含了:

浏览的速度变得更快了, 滚动的过程当中感觉更加顺畅了, 多余的通知也减少了一些了, 代码块以及附件的显示状况变得更加清晰明了了。

我们对于Outlook设置的相关情况、还有套餐方面的说明内容, 以及出现失败之后进行重试的这个操作, 也都进行了改进。与此同时, 在企业版访问这个方面, 无论是通过网页端来访问, 还是经由语音通话这种方式来进行访问, 都变得更加可靠了。

Codex秒猜下一句

真·读心术

在这条关于dots推文的发布时刻的早前92秒处, Tibo此前曾公开披露过另外一项在Day 5进行更新的详情。该更新的具体内容属于Composer Predictions范畴, 也就是对话输入预测功能。

总而言之, Codex变得像拥有了一种类似于能够洞悉他人内心深处想法的奇特能力一样, 它能够去推测你所希望说的下一个内容。

这个短片, 它是OpenAI放出来的, 时长为15秒, 这短片专门去挑选那些是开发者非常熟悉的瞬间。

等到Codex把游戏做完了以后, 在输入框里面就出现了下一步建议。那个建议的内容说要去把游戏装到我的Chromatic上面去。

当情况变成为调整页面这个场景的时候, 一句全是大写状态的「CENTER THE DIV」这个东西就冒出来了, 它的意思也就是要把那个div给弄到居中的位置上去。

还有一个让开发人员很熟稔的收尾环节动作, 那就是说「好, 清理一下, 再开个PR」。这些话语都是由Codex提前就给拟好了。码农是能够直接来采用的。

画面的内容里面, 还存在着两个具体的建议。这第一个建议呢, 就是要求大家把论文讲解得更简短, 并且更要通俗一些。第二个建议是, 要保留目前所使用的这个设计方案。这样做的好处就在于, 可以让它在手机设备上面也同样具备正常使用的功能。

下一步的选项, 既可以是去把相关的材料详细地解释清楚, 也可以是继续对当前的产品进行不断的改进和优化。

Codex会根据对话内容把下一条消息自动地预先填充好, 当使用者按下Tab键选择接受的时候, 最后要不要把这条消息发送出去的这个决定权仍然是在用户手上的。

还是那个大家伙都用的Tab键, 现在的变化是, 哪怕是你专门发给人工智能的那些操作指令, 也能够靠这个功能来自动补全了。

当那个叫Codex的东西把它那一轮的回答给完成之后, 它会根据现在正处于进行状态的那些对话内容, 去推测一下你接下来可能直接发出来的完整消息是啥样的。

你可以按下Tab键, 这样建议内容就会进入编辑框里面, 接着你就可以进行反复的修改, 然后再去决定到底要不要发送过去, 万一你觉得建议的内容不太对劲, 那么你完全可以按照自己的意思照常输入自己想要说的话, 而那个替你说话的AI系统呢, 它依然还是需要等你点头确认之后, 才会去做相应的事情。

Claude Code此前已有类似的下一条提示建议

这里最有趣的变化是什么呢。是那个输入框突然变得很像能够接得上话的同事。当事情聊天聊到了某个地方的时候。下一步通常应该做什么。甚至你在平时是怎么说话的。这些全部成了它进行预测线索的依据。

OpenAI公司的员工, 名叫Sharif Shameem的那一位人员, 给出了一个非常吸引人的说法。按照他自己在实际使用过程中的感受情况来看, Codex能够猜中他接下来要发出的大约四分之一的消息。

他转述了一位一起搞研究的人的评价, 说是那个预测结果准得让人感觉非常害怕。这其中的四分之一是自己说出来的话, 没公布总的样本数量, 所以不能把它当成产品的准确率来看待。

外部用户, 也就是名字叫做Ivan Ciraj的人, 他同时也做出了回应, 说他在当天已经进行了多次使用操作了, 他觉得这种感受就好像是把自己给带回到了那个按照Tab键来补全代码的老年代里面去了, 尽管当下的这种实际体验已经被大幅度地进行了强化和改进。

他最感意外的情形就是, 他先前压根儿没有料想到居然还可以实行这种工作方式，与此同时心里头甚至萌发出一种去致敬那些曾经向OpenAI里面提交过此类想法的人的情绪。

托马斯·里库尔达的说法更加直接一些, 他大体上接受了将近百分之九十的那些建议, 这完全是来自于他在个人实际使用过程中的真实反馈感受。

现在, 这项处于Beta测试阶段的新功能, 是专门提供给那些已经达到了规定要求、并且年龄在18岁以上的个人Pro用户的。它能够为使用Codex桌面端的人士提供支持, 这些支持包括本地连接以及通过SSH进行的线程连接。同时它也能够为GPT-6 Astra和GPT-6.1 Sol提供服务。

在关于套餐内容的说明方面, Tibo特意去强调了另一个非常关键的细节情况, 就是预测功能的包含情况被明确写进了Pro套餐的具体内容之中, 并且在使用这项功能的时候是不会消耗掉任何可用量的。

准确一点来说, 免费的环节仅仅是生成建议这一阶段；至于把消息发送出去并且让 Codex 继续执行工作的过程, 依然是按照既定的正常方式来进行计费的。

敲键盘少按几下, 这当然是一件让人觉得很舒服的事情。还存在一个更细微的变化情况是人工智能会建议大家接下来应该去做什么内容。如果人们遭遇了那些非常熟的结尾操作流程, 那么人类只需要进行确认操作就可以；但是倘若碰到了关于方向方面需要做出选择的时刻, 仍然必须由个人自己来决定主意。

OpenAI他们所争取和争夺的那些东西, 其实指的就是你开始工作所迈出的那第一步。

把这两项更新放在同一个地方进行说明以后, OpenAI想要抢占的那个市场位置, 就显得更加清晰可辨了。

dots这个系统是用来接住具体的目标内容的, 同时还可以组织相关背景资料, 把任务委派出去, 而Codex则是当一轮工作结束以后提前就给出下一步的建议。

OpenAI想要紧紧抓住的这个时刻, 是当用户的心中刚刚产生一个具体目标, 并且正处于还没有下定决心去选用哪一个工具的那一瞬间。

在不同的工具之间去找背景、去分派任务、去接获反馈, 这件事情原本都是需要人来回地奔波忙碌才能完成的。

一旦这个链路可以实现稳定地打通, 那么从把目标交代清楚到最后去查看结果, 人就能够少花费一些时间, 在那些不同的工具之间来回地进行切换。

等到那个时候以后, 开始进行工作的那个第一步骤上面, 有可能就会变成是说这样的一句话, 就是说这件事情, 要交给我的那个dot来负责处理。

关于需要参考的信息。

https://x.com/GPT/status/2108636745915052037?s=20

https://x.com/OpenAIDevs/status/2108624138369929725?s=20