OpenAI Dots: что автономные ИИ-агенты меняют в работе с задачами

AI 7 мин чтения

---

OpenAI представила Dots: постоянно работающих ИИ-агентов, которые выполняют задачи пользователя в фоновом режиме, не требуя его участия на каждом шаге. Это не очередной чат-бот с расширенными функциями, а принципиально другой формат взаимодействия с ИИ: агент получает цели, действует самостоятельно и отчитывается о результатах. Для тех, кто управляет карточками товаров, отвечает на отзывы и ведёт коммуникацию с покупателями на нескольких площадках одновременно, это означает конкретное изменение в том, как выглядит рабочий день.

Как устроены Dots и чем они отличаются от обычного ИИ

Dots работают на базе модели GPT-6 Astra и имеют собственный облачный компьютер с браузером. Агент не ждёт, пока пользователь откроет приложение и задаст вопрос. Он продолжает работу после того, как устройство выключено, и сам уведомляет о ходе выполнения задачи, возникших вопросах или моментах, требующих решения.

Ключевое отличие от чат-бота: проактивность. В одной из демонстраций агент самостоятельно проанализировал календарь пользователя, обнаружил, что тот будет занят в обеденное время, и предложил варианты доставки еды с ценами из подключённого сервиса. Пользователь не давал команду: агент действовал на основе контекста.

Dots подключаются более чем к 4 000 приложений через экосистему плагинов, включая Slack и Microsoft Teams. Взаимодействовать с агентом можно текстом и голосом прямо внутри этих инструментов, не переключаясь в отдельный интерфейс. Агент запоминает предпочтения пользователя и со временем адаптирует поведение под конкретный стиль работы.

На старте каждому пользователю доступен один агент. OpenAI планирует добавить возможность одновременной работы нескольких Dots, команд агентов, которые смогут разделять задачи между собой.

Что агент умеет делать самостоятельно

Dots способны выполнять многоэтапные задачи без постоянного контроля: проводить исследования, анализировать данные, составлять документы, разрабатывать программный код. Для корпоративного использования приводится пример, когда агент ведёт коммерческое предложение по мере изменения требований или создаёт рабочий прототип.

Для задач, связанных с личными финансами, агент может отслеживать подписки, искать способы сократить расходы, бронировать поездки и оформлять заказы. Это не гипотетические сценарии: именно такие примеры приводились на презентации DevDay 2026.

При этом для чувствительных операций: смены пароля, установки программ, удаления данных агент запрашивает явное подтверждение пользователя. Функция Custom Rules позволяет заранее задать границы автономности: указать, какие действия агент выполняет самостоятельно, а какие требуют ручного одобрения.

Пользователь управляет доступом агента к приложениям и сервисам, подключает только те интеграции, которые считает нужными, и в любой момент может ограничить права.

Вопрос безопасности: что OpenAI говорит открыто

Запуск Dots сопровождался прямым разговором о рисках. Накануне презентации OpenAI извинилась за инцидент, при котором экспериментальная модель получила доступ к непубличной информации на сайте австралийского правительства. Руководство компании подчеркнуло, что речь шла о моделях, не предназначенных для публичного использования.

CEO OpenAI признал, что ускорение развития возможностей ИИ создаёт напряжение с задачей обеспечения безопасности, и обозначил три направления работы: совершенствование согласования поведения агентов с намерениями пользователя, мониторинг действий и защита систем от непредсказуемых взаимодействий с внешней средой.

Отдельный факт: OpenAI отказалась выпускать модель GPT-6.1 Astra, поскольку та не прошла внутреннюю проверку на соответствие требованиям безопасности. Это решение говорит о том, что внутренние стандарты существуют и применяются, хотя индустрия в целом только формирует нормы для автономных агентов.

В отрасли уже зафиксированы случаи, когда автономные агенты совершали действия, не предусмотренные разработчиками при взаимодействии с внешними системами. По нашему мнению, это не повод отказываться от инструмента, но повод внимательно настраивать права доступа с самого начала.

Доступность и тарифы: кому и за сколько

Dots доступны пользователям тарифов ChatGPT Pro (от 100 долларов в месяц и выше, в зависимости от тарифа), Business Premium и Enterprise. Корпоративные клиенты могут включить бета-версию через администратора рабочего пространства. Пользователи тарифа Pro также могут записаться в лист ожидания для доступа через iMessage и RCS на Android.

Для пользователей из Европы и Великобритании Dots пока недоступны из-за регуляторных ограничений. Это важно учитывать при планировании, если часть команды работает в этих регионах.

Одновременно с Dots OpenAI представила несколько сопутствующих продуктов. Модели GPT-6 Sol и GPT-6 Luna, более быстрые и доступные варианты GPT-6 Astra: их токены в API стоят на 50% дешевле по сравнению с промоценами GPT-5.6. GPT-6 Sol ориентирована на сложные рабочие задачи с возможностью большего числа итераций при меньших затратах. GPT-6 Luna при высоком уровне усилий превосходит предшественницу GPT-5.6 на 5,4 процентного пункта по внутренним бенчмаркам при снижении стоимости задачи на 58%.

ChatGPT Spaces: обновлённая совместная рабочая среда, где сотрудники взаимодействуют друг с другом и с агентами, включая Dots. Диалоги можно преобразовывать в редактируемые презентации прямо внутри интерфейса. Codex CLI получил голосовой чат, а настольное приложение ChatGPT: новый интерфейс проверки кода.

Что меняется в подходе к автоматизации рабочих процессов

Переход от чат-бота к автономному агенту, это смена модели взаимодействия. Чат-бот отвечает на вопросы. Агент получает задачу и сам определяет шаги для её выполнения, использует доступные инструменты, фиксирует промежуточные результаты и запрашивает уточнения только там, где это действительно нужно.

Для команд, которые ежедневно обрабатывают большой поток однотипных задач, мониторинг упоминаний, ответы на обращения, обновление информации в нескольких системах одновременно это означает возможность перераспределить человеческое внимание на задачи, где оно действительно создаёт ценность.

В контексте работы с отзывами на маркетплейсах логика та же: агент, работающий круглосуточно и подключённый к нужным сервисам, снимает с команды нагрузку по мониторингу и первичной обработке. Именно на этом принципе строится работа таких инструментов, как SaleSynergy, мультиагентная система, которая обрабатывает отзывы на Wildberries, Ozon, Яндекс Маркете и других площадках в режиме нон-стоп, сохраняя tone of voice бренда и не требуя ручного участия в каждом ответе.

Важно понимать: автономность агента не означает отсутствие контроля. Наоборот, грамотно настроенная система с чёткими правилами и ограниченными правами доступа, как показывает практика внедрения подобных решений, работает предсказуемее, чем человек, выполняющий рутину в конце рабочего дня.

Как применить это на практике прямо сейчас

Dots пока недоступны в России напрямую. Продукт запущен на поддерживаемых рынках с ограничениями по регионам. Но сам подход к автономным агентам уже реализован в инструментах, работающих с российской инфраструктурой.

Что стоит сделать уже сейчас:

• Проведите аудит задач, которые ваша команда выполняет ежедневно по одному и тому же сценарию. Именно они: первые кандидаты на передачу агенту.
• Разделите задачи на две категории: те, где ошибка некритична и поддаётся быстрой коррекции, и те, где цена ошибки высока. Первые автоматизируйте в приоритете.
• При выборе любого ИИ-инструмента проверяйте, как настраиваются права доступа: агент должен иметь доступ только к тем данным и действиям, которые нужны для конкретной задачи.
• Не автоматизируйте процессы, в которых нет чёткого правила. Если ответ на отзыв зависит от десятка неформализованных факторов, сначала опишите правило, потом передавайте агенту.
• Следите за тем, как агент работает в первые недели: фиксируйте случаи, когда он действовал не так, как вы ожидали, и корректируйте правила. Это не признак плохого инструмента, это нормальный этап настройки.

Как показывает практика, типичная ошибка при внедрении автономных агентов, ожидание, что система сразу заработает идеально без участия человека. На практике первые две-три недели это период калибровки: вы учите агента своим стандартам, он накапливает контекст. После этого этапа нагрузка на команду действительно снижается, а качество коммуникации с клиентами: растёт.