ChatGPT dots - OpenAI:s agent som fortsätter jobba när du har loggat ut
I går, den 29 september, höll OpenAI sin DevDay och släppte över 20 nyheter. Den som fick mest utrymme var dots. En dot är en agent i ChatGPT som inte väntar på nästa fråga, utan tar ansvar för en uppgift och fortsätter arbeta med den när du har stängt fönstret. Den har en egen dator och webbläsare i molnet, minns hur du vill ha saker gjorda och hör av sig när den behöver ett beslut. OpenAI beskriver dem själva som "always-on agents built to handle everything".
Det låter som ännu en AI-funktion, men skiftet är större än så. Hittills har vi använt AI genom att fråga, få ett svar och själva ta det vidare. Med dots lämnar du över ansvaret för ett flöde och granskar resultatet. Det är en annan relation till verktyget, och det ställer nya frågor om behörigheter, kontroll och vilka system agenten ska få röra.
Vad är en dot?
En dot körs på GPT-6 Astra, OpenAI:s nya flaggskeppsmodell. Den får en egen dator i molnet med webbläsare, där den kan söka information, arbeta med filer och köra kod. Eftersom den datorn inte är din kan arbetet fortsätta även när din laptop är avstängd. Den börjar med det ChatGPT redan minns om dig och bygger sedan på med egna anteckningar om dina preferenser, beslut och pågående arbete.
Den stora skillnaden mot en vanlig chatt är att en dot arbetar mellan samtalen. Den håller koll på hur det går, räknar ut vad som behöver hända härnäst och kan själv välja när den ska pausa och återuppta ett arbete. Den kan också starta bakgrundsagenter som jobbar parallellt, och skapa uppgifter i Codex och ChatGPT Work, medan du fortsätter prata med den.
- Driven av GPT-6 Astra, med egen dator och webbläsare i molnet
- Når fler än 4 000 appar via OpenAI:s plugin-ekosystem, till exempel Gmail, Google Drive och GitHub
- Du pratar med samma dot i ChatGPT (webb, mobil och desktop), via röstsamtal, i Slack och i Microsoft Teams - sms är på väg
- Kan kopplas till din egen dator för att komma åt lokala filer, kod och appar, men bara en personlig dator åt gången
- "Proaktiv research": när du inte jobbar med den kan den gå igenom anslutna källor och leta efter saker som behöver uppmärksamhet - med verktyg som bara kan läsa
- Du ger den ett namn, en form, färg, ögon och glasögon, och den får ett eget handtag som @namn-dot
OpenAI:s exempel säger mycket om vart de siktar. En ekonomichef låter sin dot följa användning och intäkter och hålla investerarpresentationen uppdaterad. En säljare låter den stämma av kundens krav mot produktdokumentation och mejl. Och en utvecklare låter den bevaka kundfeedback, bygga och testa mindre förbättringar och lämna över färdiga ändringar för granskning, medan hen själv jobbar på nästa stora funktion.
Hur mycket får den göra på egen hand?
En chatbot som gör fel skriver ett felaktigt stycke text. En agent som gör fel i ett inloggat affärssystem kan ändra poster, skicka information vidare eller starta flöden i andra system. Därför är kontrollerna den viktigaste delen av dots, och OpenAI har byggt dem i flera lager.
- Du väljer vilka appar den får använda, och varje plugin behåller sina befintliga behörigheter
- Custom Rules låter dig tillåta specifika handlingar, kräva godkännande för dem eller blockera dem helt
- Auto-review granskar handlingar som påverkar dina konton eller delar information mot dina instruktioner, dina regler och OpenAI:s säkerhetskrav, och avgör om agenten får fortsätta, behöver ditt godkännande eller måste lämna över steget till dig
- Vissa saker, som att byta lösenord, gör alltid du själv
- Inloggningar på webbplatser sker i ett privat formulär utanför konversationen, så att lösenordet inte hamnar hos modellen
- En aktivitetsvy visar vad den arbetar med, och du kan när som helst pausa eller ta över dess webbläsare
OpenAI är samtidigt tydliga med att en dot kan göra misstag, och att en paus inte ångrar det som redan är gjort. Rådet är att börja med en avgränsad uppgift, granska det första resultatet och rätta det som saknas innan man lämnar över mer. För företagskunder på Business och Enterprise tränas modellerna inte på arbetsytans innehåll som standard, och OpenAI säger att de inte tränar direkt på agentens proaktiva research eller dess privata anteckningar.
ChatGPT Space och specialist-dots
Samtidigt lanserade OpenAI ChatGPT Space, som ersätter det tidigare biblioteket för Pro-, Business- och Enterprise-användare. Space är en gemensam yta för sidor, filer och presentationer där kollegor, ChatGPT, Codex och dots arbetar mot samma underlag. En projektsida kan till exempel hämta åtgärdspunkter från Slack, mejl och kalendrar, medan en dot håller ansvariga, deadlines och nästa steg uppdaterade när prioriteringarna ändras.
Längre fram finns specialist-dots. Där agerar agenten inte åt en enskild person utan får en egen identitet i organisationen, egna inloggningar och ett definierat ansvar - OpenAI nämner inköp, fakturahantering, kundsupport och avtal. Det är än så länge pilotprojekt där OpenAI arbetar direkt med utvalda företag, och de integreras med Microsoft Agent 365 så att de kan styras med verktyg som IT-avdelningen redan har.
Kan man använda dots i Sverige?
Ja, men inte som privatperson. Dots rullas ut gradvis, och villkoren skiljer sig mellan planerna:
- Pro (100, 200 och 500 dollar i månaden): för användare över 18 år utanför EES, Storbritannien och Schweiz - alltså inte i Sverige
- Business Premium: rullas ut i hela världen
- Enterprise: rullas ut i hela världen, men är avstängt som standard och måste slås på av en administratör
Den första dotten ingår utan extra kostnad i Pro och Business Premium, och samtal med den räknas inte mot ChatGPT:s vanliga användningsgränser. Uppgifter som den startar i Codex eller Work räknas däremot som vanligt. OpenAI har ännu inte sagt hur stor kvoten för tyngre arbete är, vad fler dots kommer att kosta eller vad specialist-dots kommer att kosta för företag.
Alla bygger samma sak just nu
OpenAI är inte ensamma. Meta lanserade sin personliga agent Muse den 8 september, med en egen säker virtuell maskin och webbläsare, och den har enligt analysföretagen laddats ned mellan 2,3 och 4,3 miljoner gånger på under tre veckor. SpaceXAI:s Grok Bot kom i augusti med samma grundidé, och Manus släppte version 2.0 med egen molndator den här veckan. Frågan har flyttats från vems modell som ger bäst svar till vilken agent man vågar ge löpande tillgång till sitt arbete.
För den som bygger system åt andra är den viktigaste insikten att era system får en ny sorts användare. En dot arbetar genom webbläsare och plugins, inte genom era skärmar på det sätt de är tänkta. Ett internt system som bara går att använda genom att klicka sig fram blir en flaskhals, medan ett system med ett tydligt API eller en MCP-server blir något agenten kan arbeta med på ett kontrollerat sätt. Den som vill att deras tjänst ska användas av agenter behöver göra den användbar för dem - med tydliga behörigheter, spårbarhet och handlingar som går att godkänna i förväg.
Den andra frågan är styrning. När medarbetare har en agent som kan läsa mejl, öppna dokument och agera i inloggade system behöver någon bestämma vad den får röra och vem som ansvarar när den gör fel. Det är inte en fråga att ta efter att agenterna redan är i gång. Vårt råd är detsamma som OpenAI:s eget: börja med ett avgränsat, återkommande flöde där resultatet är lätt att granska, och låt agenten förtjäna mer ansvar i takt med att ni ser hur den arbetar.
Och för oss som utvecklare är utvecklarexemplet värt att ta på allvar. En agent som bevakar felrapporter, reproducerar buggen och lämnar en testad ändring för kodgranskning förändrar inte vem som bär ansvaret för koden, men den kan ta hand om den långa svansen av småfixar som annars aldrig prioriteras. Det kräver att projektet har tester, tydliga byggsteg och en granskningsprocess som håller - samma saker som gör ett projekt bra att arbeta i för människor.
Från att fråga till att delegera
Dots är OpenAI:s hittills tydligaste försök att göra ChatGPT till en kollega i stället för ett verktyg. Mycket är fortfarande okänt, framför allt vad det kostar i längden och hur ofta en människa behöver gå in och rätta. Men riktningen är tydlig, och den gäller inte bara OpenAI. Funderar ni på hur agenter kan kopplas till era egna system, eller vilka flöden som är rimliga att lämna över först? Hör av er, vi pratar gärna.
Läs mer om hur vi arbetar
Techspaningar v.36 - GPT-6 Astra, OpenAIs nya flaggskeppsmodell, och jämförelsen med Anthropics Claude Fable 5.1
OpenAI har släppt GPT-6 Astra - en modell företaget kallar sin mest kapabla och mest följsamma hittills. Den toppar en rad benchmarks mot Anthropics Claude Fable 5.1, är ovanligt bra på att tolka bilder och bygga 3D-modeller från dem, och är samtidigt den första modellen som når den kritiska nivån för cybersäkerhetsrisk i OpenAIs eget ramverk - vilket har satt fart på både AGI-snacket och arbetet med tekniska nödbromsar. Välkommen till veckans techspaningar.
Läs mer
Techspaningar v.22 - Take Twos VD om varför AI inte kan skapa nästa GTA, och AI-frisören som klipper på millimetern
Take Twos VD Strauss Zelnick menar att AI till sin natur är bakåtblickande - och därför aldrig kommer skapa nästa kulturella succé. Samtidigt sprids virala videos från Kina på automatiserade frisörkapslar som klipper dig med AI och millimeterprecision. Välkommen till veckans techspaningar.
Läs mer
Techspaningar v.41 - Retro är tillbaka: Bose tar fram sladden, Sudo väcker iPoden och Gemini 4 Argon tar sikte på det långa arbetet
Bose släpper sina första nya hörlurar med sladd på över tio år, och New Matter visar Sudo SP-01 - en iPod-liknande musikspelare med fysiskt hjul, minneskort och hörlursuttag. Två tydliga tecken på att vi går lite tillbaka till retro. Samtidigt presenterar Google Gemini 4 Argon, en modell byggd för långa och komplexa arbetsflöden. Välkommen till veckans techspaningar.
Läs merVill ni diskutera detta?
Kontakta oss för en förutsättningslös diskussion om hur vi kan hjälpa er med er digitala satsning.
Kontakta oss