OpenAI 给 AI 发了工牌：有身份、有凭证、有系统权限-第四届OpenAI 开发者大会

早上七点多，一个学员给我发消息：

华老师，OpenAI 这次发了 20 多项，跟我们公司有关系吗？

我说，有，而且可能比你想的要近。

北京时间今天凌晨，OpenAI 在旧金山开了第四届 DevDay（开发者大会）。（我全程看了直播）

奥特曼上台第一句话是“这会是最好的一届 DevDay”，

(文末附历届发布会介绍)

台下坐着的开发者大概信了一半。

等他讲完，大屏上铺满了 20 多项发布。

大部分人记住的会是新模型、新价格、500 美元的新套餐。

但我看完之后，觉得最该被管理者记住的是另一件事：

OpenAI 这次给 AI 发了工牌。

一个 7×24 不下班的“常驻员工”

这次发布的核心产品叫 Dots。

它住在 ChatGPT 里，全天在线。

每个 Dot 都有自己的云端电脑和浏览器，

能连上你授权的应用——官方给的数字是 4000 多个。

你给它一个目标，说清楚它可以自己做什么，它就开始干，并且一直干下去。

奥特曼现场举的例子是这样的：

在一个旧接口关停之前，把 App 迁移出去。

旧接口可能散落在整个代码库里，

改一处不知道会不会踩到别处。

Dot 会顺着依赖关系把该改的地方找出来，

写代码、跑测试，最后给团队提一个待审的 PR。

他还说了一句我觉得挺关键的话：

你可以像交给一个能扛事的工程师、或者一位幕僚长那样，

把一份“职责”交给它。

不是一件事，是一份职责。这是这次发布和以往最不一样的地方。

顺带说一句价格。

新出的 Pro 500 档是每月 500 美元，用量是 Plus 的 25 倍。

但套餐里的第一个 Dot 不另收费，

和它聊天也不占用你的用量额度

——只有让它去 Codex 或者 ChatGPT Work 里真的干活，才算用量。

真正该看的，是它身上那几条“权限边界”

产品能干什么，其实不用我多说。

我更想让做管理的朋友注意另一组细节

——官方介绍里关于权限的那几条。

你的电脑和里面的东西，默认和 Dot 是分开的。

你想让它在你身边干活，得单独授权它连上你的笔记本。

反过来，你随时可以打开它的电脑，看它到底在干什么。

登录网站的时候，它可以用你保存的密码，但密码不会暴露给模型。

你不在用它的那段时间，它会在后台找能帮上忙的地方，官方叫“主动研究”。

这个时候，它只能用你已经连接的应用里的

只读工具——不能发消息，也不能改内容。

重要的事，它会先来请示，再动手。

你还可以限定它能用哪些应用、怎么使用电脑，

按你放心的程度，决定交多少职责给它。

这几条放在一起看，其实是一份挺完整的员工权限手册：

能看什么、能动什么、什么时候必须先请示、谁有权调整。

有意思的是，这份手册不是写给人的。

“虚拟同事”有了身份、凭证和系统权限

Dots 是给个人配的。这次还有一个给企业配的版本，今天开始预览，叫 Specialist dots。

官方的定义是：公司统一配置的“虚拟同事”，

有自己的身份、凭证和系统权限，

在组织里承担专门的职责。

大屏上列的岗位是会计、邮件营销、法务分析、工单处理。

你可以给它目标和背景，审它的产出，给它反馈让它改进

——而且这些改进会在全公司共享。

我读到“身份、凭证、系统权限”这三个词的时候停了一下。

一个东西有了身份，有了凭证，有了系统权限，

还能在组织里承担专门职责、接受反馈、持续改进——它在组织里的位置，就不太像“工具”了。

更有意思的是后面那句：

OpenAI 的工程团队会直接和企业一起，定义每个 Dot 的职责、能用的工具，以及人怎么审核、批准它的工作。

OpenAI 还在和微软合作，把 Specialist dots 接进微软的 Agent 365，让企业用已有的工具去管这些 Dots。

最后半句才是重点。前面是配置，后面是管理。

OpenAI 自己已经这么干了

这不是纸面上的设想。OpenAI 内部已经在用。

发布会上，产品团队的 Holly Li 讲了她的 Dot，

叫 Dottie，一个绿色的小角色。

她的原话是，Dottie 是她给了权限的所有地方里的“第二双眼睛”，更重要的是“第二双手”——能真正把活从她手上拿走。

她还说了一件我印象很深的事：

他们内部开始把自己的 Dot 当成代表，

一建群聊，先各自把 Dot 拉进来。

群里把任务交给各自的 Dot，

Dot 带着结果回来的时候，所有人都看得到。

工程师那边更直接。

他们的 Dot 每天用这种方式修几十个 bug。

她还说，很多 Dots 本身就是 Dots 造出来的。

奥特曼有句话可以给这次发布做注脚：

给 dots 独立身份，它们就成了团队的延伸。

你的管理手册里，还缺这几页

说到这儿，问题就来了。

当“团队成员”里开始有一部分不是人，

你原来那套管理动作，有几条还能用，得重新想一遍。

先要面对的是权限。

它到底能碰什么、

不能碰什么，

这个边界跟技术参数没什么关系，

是一次管理决策。

你授权它连上自己的笔记本、用它保存的密码，

跟你授权一个新人去碰财务系统，

性质上没有区别——都是你在替一个“成员”划定活动范围。

接着是考核。

它不像人，没有“态度”可以看，只有产出。

那你现在这套只看过程和态度的考核口径，

未必接得住一个只有产出的成员。

还有经验。

Specialist dots 的改进会在全公司共享，

这一点比人强，人一走经验就带走了。

但也意味着，一个错的改进也会全公司共享。

所以推广之前，得有人先判。

绕不开的还有责任。

它用的是你的凭证、你的权限，

在你的授权范围内替你做事。

它做错了，账记在谁头上？

一些思考：

针对企业、组织，我的建议，先别急着算能省几个人。

先做好这几件事：

完善企业数据、业务流程梳理、AI权限边界与风险管理。

这几件事写清楚了，工具换成哪家都不慌。

写不清楚，再好的 Dot 也只是多一个没人管的下属。

如果你身边也有在琢磨“要不要上 AI 同事”的朋友，把这篇转给他。先对齐边界，再谈效率。

附：历届发布会介绍

内容说明

1、封面图：AI生成示意图。