Dots：用好 OpenAI 全天候智能体的实战指南
运营负责人 Arielle Shipper 正在去送孩子上学的路上，收到了她那只 Dot 发来的消息——那是 OpenAI 内置在 ChatGPT 里、主动且全天候待命的个人智能体。消息说，即将举行的团队团建预算，算错了一笔，总额对不上，差了超过 5,700 美元。"我根本没有让 Dot 去做这件事，甚至都没和 Dot 一起弄过这份预算，"她说。可它未经提示，就自己去审了预算跟踪表，找出一处公式错误，然后提醒了她。
实时捕捉错误、相互冲突的信息和被遗漏的跟进事项，正是 Dots 这类个人智能体之所以强大的核心所在。一旦你把它接入 Slack、邮箱、日历以及你工作的其他场所，它就会持续追踪散落在各处的细节，并在事实对不上、或某件事需要处理时发消息通知你。它也能替你干活，比如回复邮件、预约医生、修改稿子。
各大 AI 公司已经纷纷涌入个人智能体赛道：除了 OpenAI，SpaceXAI、Instinct、Meta、Google，以及最近的 Anthropic，都希望你使用它们各自版本的全天候 AI 助手。它们之间确实存在一些差异——Meta 的 Muse 和 Instinct 偏向个人任务，而 Anthropic 的 Claude Duet、SpaceX 的 Grok Bot 和 Google 的 Gemini Spark 则面向工作场景——但它们 有着相同的目标：充当主动、持久、能替你完成工作的 AI 助手。（想更全面地了解 Dots 与其他产品的对比，可以看我们这份横向对比。）换句话说，对你而言最好的个人智能体，往往就是那个能在你已经花时间的地方工作的产品。对 Every 的许多人来说，那个地方就是 ChatGPT。
本指南面向两类读者：正在犹豫要不要试试 Dots 的人，以及已经决定要用、想知道怎样才能用好它的人。我们会带你走一遍设置流程，并分享我们团队在用的七套工作流——从跨应用抓错，到在一条 Slack 帖子串里跑多步骤项目——每一套都附有一句你可以直接复制试用的提示词。
Dot 是适合你的那只个人智能体吗？
如果你经常用 ChatGPT，并且持有 ChatGPT Business Premium 订阅，那 Dots 可能就是合适的选择。（Dots 目前还没有在免费账户或 Pro 账户上开放。）
如果你有订阅，你的 Dot 就已经在那里、随时待命了——"我压根儿不用去下载这玩意儿，"工程师 Loren Stewart 说——而且它已经能访问你账户的记忆和已连接的应用。
这种省心很重要——我用我的 Dot，就是因为几乎不用设置，它已经能访问我在 ChatGPT 里的全部工作内容，而且 OpenAI 会保证它不出故障。（我们自己也做过一版个人智能体，但后来把它撤回了，因为它需要用户投入太多维护精力。）企业 AI 推广负责人 Natalia Quintero 的大部分咨询工作都在 ChatGPT 里完成，因为它能访问她完成工作所需的文件和流程。在 Dots 出现之前，她依靠自己搭的一个、建立在管理其任务的数据库之上的调度器。自 Dots 上线以来，她的 Dot 已经接手，成为她协调和监控任务的默认方式。
如果你已经在用 ChatGPT，Dots 的设置非常轻量。（截图由 Laura Entis 提供。）
如果你不是 ChatGPT 的重度用户，Dots 也许不是你的最佳选项。执行主编 Kaushik Viswanath 更偏爱 Instinct，因为他可以通过 WhatsApp 给它发消息，而 WhatsApp 本来就是他用来和朋友保持联系的应用。
另外，个人智能体的实际效果，也会因你的岗位而异。在我们团队的测试中，我们发现 Dots 对管理者、以及同时周旋于多个客户或项目的人，帮助最大。对普通撰稿人 Katie Parrott 来说，她的工作通常是"深度专注且线性的"，Dots 起初恰好印证了她的直觉——"我本质上不是那种需要个人智能体的人，"她说。不过，随着她越来越习惯让 Dot 协调个人计划、盯住那些截止日期不断变动的项目，情况开始改变。"我越来越依赖我的 Dot 了，"她说，"我开始懂它了。"
如何设置你的 Dot
创建你的 Dot。 如果你用的是 Business Premium 订阅，打开手机（iOS 或 Android）或电脑上的 ChatGPT 应用，或者在电脑浏览器里打开 ChatGPT，按设置提示操作即可。你需要给 Dot 起个名字、选一个头像。
把它连接到你的应用，比如 Slack、Gmail 和 Notion。在 ChatGPT 手机应用里，点选你 Dot 的名字或头像，打开它的资料页，然后依次进入 Customize → Plugins。选择一个应用；如果此前还没在 ChatGPT 里连接过，就先把你的账户连上。
决定是否让它访问你的电脑。 你的 Dot 自带一台云端电脑。它始终在线，所以即便你合上笔记本，Dot 也能继续工作，但它无法打开只存在你本机上的文件或项目。若想让它访问本地文件，请在那台电脑上打开 ChatGPT 桌面应用，点选你 Dot 的名字打开资料页，在 Computers 下找到 Your computer，然后选择 Allow access。此后，只要那台电脑开机、联网并打开 ChatGPT，你的 Dot 就能在上面工作。
给它任务后检查进度。 你的 Dot 经常在后台运行，所以它到底在忙什么，并不总是显而易见。要查看某项工作的状态，可在 ChatGPT 桌面应用里打开 Dot 的资料页，查看近期活动与结果，以核实进度。
确认它能访问你的账户。 在给 Dot 派任务之前，先让它去找一个你确知存在于每个已连接应用里的东西。例如："找出 [某人] 上周发给我、关于 [某话题] 的那封邮件"，或者"总结 #[频道] 里关于 [某话题] 的那条 Slack 帖子串"。如果它完不成，就打开 Dot 的资料页，进入 Customize → Plugins，检查该应用是否连到了正确的账户。如果连接已过期，重新连接后再让 Dot 试一次。
监控与分诊：把 Dot 当作安全网
一旦 Dot 能访问你的账户，它就能开始监控信息流，并就那些你可能会漏掉的细节给你发消息：一条断掉的讨论串、一处会议冲突、一封你正要发出的邮件里的小错。"我的 Dot 最能发挥作用的时刻，是它注意到了某件本来得靠我自己去找的事，"CEO Dan Shipper 在他最初的 Dots 评测里写道。
以下是团队在用的四种方式，用 Dots 在小问题滚雪球般变大之前抓住它，避免细节从指缝里溜走。
Dots 让 Becky Isjwara 重新考虑了自己"关掉通知"的做法。（截图由 Laura Entis 提供。）
监控 Slack 和邮件
主编 Kate Lee 把她的 Dot 加进了自己所有的 Slack 频道，并指示它"尽可能主动"地把需要她关注的动态发消息告诉她。作为一个管理着不断壮大的团队、跨职能的负责人，她用这些提醒来追踪谁在做什么、各项目进展如何，以及她何时需要介入。"它就像我的眼睛和耳朵，"她说。
类似的监控系统对邮件同样管用。Cora 总经理 Kieran Klaassen 的 Dot 每天早上都会审阅他孩子学校发来的邮件，并把相关动态或提醒整理成消息发给他。前不久的一个早晨，它提醒他，孩子需要带一支铅笔去参加"字母日"活动。
社交媒体负责人 Becky Isjwara 让她的 Dot 每当收到视频审阅工具 Frame.io 发来"有同事上传了新视频"的邮件时，就给她发消息。她用着一个 AI 邮件助手，担心它会在她看到之前就把这些邮件归档，从而错过新上传。现在，她的 Dot 会检查已归档的邮件，一旦有新的上传通知进来，就给她发一条私密 Slack 消息。
我用我的 Dot 来跟踪自己欠别人什么。当同事在 Slack 或邮件里提出请求，或者我在会上答应承担某件事时，我的 Dot 会把它记进一份持续更新的清单，并定期发消息提醒我，免得这些事被忘掉。这些定期更新——关于临近的截止日期、答应过的反馈、或悬而未决的决定——让我待办清单上的事项不至于石沉大海。
我的 Dot 会维护一份"我欠别人什么"的实时清单。（截图由 Laura Entis 提供。）
试一试
翻一遍 [Slack 频道 / 我的邮件]，找出任何需要我回复或处理的事：临近的截止日期、尚未回答的问题或请求、或者影响 [某具体项目] 的决定。对每一项，给我发一条指向原始消息的链接、一句话说明它为何重要，以及建议的下一步。
跨工作流抓错
Dots 很擅长判断：当你工作中的某个环节发生变动时，会在别处引发什么连锁反应。Loren 的 Dot 曾提醒他，他针对 Every 内部智能体所用某个工具的更新，会影响到一位同事已排定的自动化流程。由于他的 Dot 会跟踪他正在做的一切——"它会去看我在其他对话里写的代码，"他说——所以它在这项任务下一次按计划运行之前，就发现了问题。Loren 说，这个瞒过他。但 Dot 主动把它标了出来，提出了修复建议，还替他起草了一条可以发给那位同事、说明问题的消息。
问题就出在这里。（截图由 Laura Entis 提供。）
Dots 还是个不错的事实核查员：团队的 Dots 曾抓出过各种各样的问题，从一组引用了某个"尚未上线"的文案编辑功能的发布邮件，到一份每一页幻灯片底部都用错公司 logo 的客户提案。我的 Dot 曾发消息告诉我，一封 newsletter 草稿的摘要（也就是标题下方那段简短的文章简介）过时了：它还在提一个我编辑已经删掉的章节。
试一试
盯住我在各个已连接应用里正在做的事。如果你发现任何错误或不一致，比如某个计划在一处改了、在另一处没改，或者我正要发出的东西已经过时，请告诉我。
获取反馈、设置提醒
Becky 想在与资深同事开会发言时更有底气，于是她建了一个 ChatGPT 对话来充当她的沟通教练。唯一的问题是：打开那个对话，对她来说"是我忙着一大堆事时最不可能想起来的事"，她说。
于是她的 Dot 登场了。Becky 把沟通教练对话的链接上传给 Dot，让它接手。现在，她的 Dot 会查看她的会议记录，并在一天里陆续把反馈发给她：哪里做得好、下次哪里可以表达得更清楚。
Dot 也是个设置提醒或自动化的便捷方式。有天晚上，Loren 累得没法跟 Claude 把一段对话聊完，就告诉 Dot 第二天一早提醒他回到那个帖子里。Becky 则毫不费力地让她的 Dot 设置了一个提醒：Dan 的 X 账号上那些重要帖子，需要配一个 LinkedIn 版本。
Becky 的 Dot 确保她按规范办事。（截图由 Laura Entis 提供。）
试一试
这是我为 [职业辅导 / 跟踪我的目标] 建的一个对话：[链接]。请你接手这个角色。用 [会议记录 / 你能访问的来源]，在合适的时候给我 [一条具体观察和一条可操作的建议]。
通过电话获取状态更新
你还可以像给同事打电话那样，直接打给你的 Dot。（做法是：在 ChatGPT 应用里打开你 Dot 的对话，点一下电话按钮。怪的是，它会响几声，你的 Dot 才会接。）和其他功能一样，通话也运行在 GPT-6 Astra 之上。
团队里有好几个人更偏爱这个功能，而不是 ChatGPT Voice（后者让你通过语音来处理一项任务）。打给你的 Dot 也是类似的方式，区别在于你是在和一个已经在跟踪你工作的智能体通话。视频负责人 Randy Counsman 说，他很喜欢这种"嘿，就是打个电话跟你同步一下"的清清楚楚的沟通方式；不知怎的，能按下通话键、让他的 Dot 接起来，让他在离开办公桌时，把委派和处理信息变得更自然。
和自己的 Dot 通话，有一种莫名的轻松感。（截图由 Laura Entis 提供。）
打给你的 Dot，让它能在对话过程中同时启动并执行多项任务。最近，Arielle 一边为一天做准备，一边打电话给她的 Dot，让它复查它主动标记的两个问题：一位新同事仍然没有拿到某款工具的访问权限，而他需要用它参加上午 11 点的设计评审；另一位同事则想知道某场活动是否已妥善投保。就在通话期间，她的 Dot 给她发来那款工具设置页面的链接，好让她授予权限；确认那场活动确实已有保险覆盖；并起草了一封写有这些细节的回复——这一切发生在她穿衣服、刷牙、倒厨余垃圾的同时。
通话时，这样告诉你的 Dot：
逐条过一遍我待办清单上的事项。对每一项，说明任务是什么、你会建议怎么处理，然后等我的指示再往下走。通话结束后，给我发一份书面总结，说明我们决定了什么、你启动了哪些任务、还有哪些需要完成。
执行与编排：让 Dot 处理你待办清单上的事
Dots 也能替你干活。你不必为每项任务都开一个新对话，而是可以让 Dot 来启动它、跟踪它，并在完成时告诉你——无论是回一封邮件、安排一场会议，还是检查另一个 AI 工具正在写的代码。"只能有一段持续的对话、让我能把事情不断交给 Dot 去做，这挺吸引人的，"Dan 说。
以下是团队在用的三种方式，用 Dots 把任务从自己盘子里挪走、让项目持续推进。
统筹任务
Dan 以前总在 ChatGPT 里开新对话串。现在不这样了。他会在一段与 Dot 的持续对话里描述自己的需求，然后 Dot 就把每项任务启动起来——要么在它自己的云端电脑上，要么在 Dan 的某台机器上。每项任务都在自己独立的对话里运行，Dan 想查看进度时，可以在 ChatGPT 应用里打开它。当草稿或结果就绪，他的 Dot 会在主对话里发消息通知他。
业务拓展负责人 Brian Dell 跨多个团队工作，很少能有连续专注的时间。每天早上，他和他的 Dot 一起把自己的优先事项和会议梳理成一份当日计划，在日历上锁好时间块，并把相应的任务对话串固定在侧边栏里。这减少了上下文切换，也让他能提前推进接下来的工作。
Brian 的 Dot 把他的日历变成了 ChatGPT 里固定的对话串。（截图由 Brian Dell 提供。）
试一试
从现在起，当我向你提出某件事时，把它当作一项独立任务来启动，而不是在这个对话里直接做。告诉我每项任务是跑在你的电脑上还是我的电脑上，并给我一个可以打开它的链接。草稿或结果就绪时，在这里给我发消息，并维护一份简短清单：哪些在进行中、哪些已完成、还有哪些得我自己做。
管理收件箱、安排会议
Dan 用类似的办法管理收件箱。不需 Dan 亲自打开邮箱，他的 Dot 就会主动告诉他哪些邮件需要关注，并起草好回复。（它就是用这个方式替他约了一次理发。）"一封封点开邮件、再逐字打回复，开始让人觉得过时了，"他说。
他也让 Dot 负责安排日程，不过这可需要一些训练。当 Dan 让 Dot 给一位在日本的同事发邮件、提议几个会议时间时，它没先跟他确认，就发去了几个晚上的时段。Dan 纠正了它——"别不先跟我确认就安排晚上 8 点的会"——并让它记住下次的处理流程。再试一次时，他的 Dot 先查了他的日历、公司日历和 Notion 里的截止日期与重大事项，把他留出来写作的上午空了出来，并在发出邮件之前，先把一个会议时间选项拿来给他确认。
你也能用同样的方式教会你的 Dot 你的规矩：在它做的过程中纠正它，然后让它把这些经验存下来，免得下次再犯同样的错。
试一试
每天早上，过一遍我的收件箱，把需要我阅读或回复的邮件发给我。对每一封，告诉我发件人是谁、他要什么，并起草一份回复。如果是个约会议的请求，先查我的日历和 [共享日历或项目跟踪器]，并遵守我的规则：[例如，中午之前不安排会议]。没有我的批准，什么都别发；我给的任何纠正都存下来，供下次使用。
从一条 Slack 帖子串启动多步骤项目
Dan 经常通过在一条 Slack 对话里 @ 他的 Dot 来启动项目。如果同事在某个帖子串里提出需求，他常会 @ 一下 Dot，指示它去回应或动手处理。由于他的 Dot 与他的各个应用和设备相连，它能自己走完好几个步骤，并在同一个帖子串里回报——在那里，所有相关的人都能看到转达过来的信息。
举个例子：Dan 让 Claude 搭建了一个内部的 Every 应用，好让公司里每个人都能随时了解前沿团队在做什么。在一条 Slack 帖子串里，他让 Dot 在应用完成后告诉他，并把代码存到公司的 GitHub 账户。他的 Dot 检查了 Claude 的进度，并在代码存好后于那条帖子串里回报。当一位同事申请访问权限时，Dan 让 Dot 去授予。（即便 Dan 批准了这次改动，Dot 也没能做成，于是它给他发来正确设置页面的链接，由 Dan 自己动手——Dot 最终替他省了时间，但并没有成功把他从流程里摘出去。）以这种方式与 Dot 协作，让他在手机上就能把别人在 Slack 里指派或请求他做的工作交出去。
Dan 在 Slack 里给他的 Dot——Boo——派任务。（截图由 Laura Entis 提供。）
没有 Dot 的话，Dan 就得打开 Claude、打开 GitHub，再回到 Slack 更新同事。到了最后一步他还是得亲自出马，但 Dot 替他省了时间、减少了上下文切换。
Dan 在 Slack 里交给 Dot 的其他请求，也是类似的套路：
追查修复方案。 当一位同事在某个工具里发现一个 bug 时，Dan 问 Dot 是否已有修复方案。它带回来一个建议的修复方法和供 Dan 批准的操作说明。
让它搜得更深。 Dan 要客户证言时，Dot 给回了一份简短的汇总。当 Dan 让它把整个 Slack 频道都搜一遍时，它带回来一份更长的清单，还附上了出处。
把活儿排到稍后。 Dan 让 Dot 下载一期播客，并起草一条关于它的社交帖子，等他回到笔记本前再看。它把两件事都排好了队，等 Dan 审核。
试一试
这项工作的内容在 [某台电脑上的某应用或对话] 里。请 [具体动作]，并把结果放进 [目标位置]。在这里回报：链接、已完成的部分，以及任何卡住、或必须我自己动手的部分。
Dots 的毛刺
我们团队从 Dots 身上获益不少，但有几个问题我们反复碰到。
你常常搞不清它到底在不在干活。 当 Arielle 让她的 Dot 做某件事时，"它常常悄无声息地就失败了"，她说，所以她不得不再回去查它到底有没有把邮件或消息发出去。自上线以来，Dan 注意到他的 Dot 变得没那么主动，也更容易丢任务。最近，他派它去处理报税，它没把活干完，也始终没提醒他它已经停摆了。
给它配好正确的访问权限，是件麻烦事。 你 Dot 的云端电脑并不共享你的登录状态。Dan 不得不一项一项地把服务登录给它，对那些使用 passkey 的网站尤其别扭。它对你本机的访问也可能不太稳定。Dan 的权限曾无缘无故被撤销，他不得不再三重新授权。我的 MacBook 有时明明开着，却在 Dot 那里显示为未连接，好几位同事也有同样的毛病。
它会跟丢任务。 Randy 有好几台电脑，而他的 Dot 老把它们搞混。密集使用一个周末后，它慢得像爬；他怀疑，尽管自己下了指示，它仍在自己的云端电脑上跑一个 3D 设计项目的任务，而不是在他的 Mac Studio 上跑。工作也可能凭空消失。当 Randy 让他的 Dot 采访他、为一个项目收集反馈时，它把笔记存到了一处随机的云盘，然后把任务丢了。等他打电话去追问时，"它完全不知道我为什么打来"，他说。我也遇到类似的麻烦。当我在电话里和 Dot 讨论任务时，它有时会在之后把任务丢掉、把我说的话弄乱、也没能把我们讨论的一切存下来。
PablO，Randy 的 Dot，掉了链子。（截图由 Laura Entis 提供。）
决定你的 Dot 该扮演什么角色
我们团队里的每个人，用 Dot 的方式差别很大。Dan 几乎把自己所有的 ChatGPT 工作和邮件都交给他的 Dot。Arielle 把它当作监控工作、抓错和发现出入的工具。Becky 保留着自己的项目对话，只让 Dot 处理提醒和教练式的反馈。Katie 用得节制，主要是"把它当成一份能对话的待办清单"，而不是一个替她执行任务的工具。
和大多数 AI 工具一样，用 Dots 没有唯一正确的方式——挑战和乐趣，都在于弄清它适合你工作中的哪个位置。
你也可以问问你的 Dot：怎样更好地与你协作。
试一试
回顾我们过去 [一周 / 两周] 的协作。哪些提醒我参与了、哪些我忽略了，又有哪些需要反复跟进？就你协助我的方式提出一处调整建议，并在改动任何周期性任务之前先跟我确认。
核心启示：全天候个人智能体的价值，不在于取代人，而在于嵌进你已经工作的界面，充当一层"监控—纠错—执行"的冗余；它能撬动多大杠杆，取决于你是否像带同事那样及时纠正它、为它划清审批边界，并接受它仍会犯错、需要你兜底这一前提。
Dots: A Guide for Putting OpenAI's Always-on Agents to Work 的发芽报告
材料核心
Every 团队把 OpenAI 的常驻个人代理 Dots 当作日常工作界面用了几个月。这份指南既给出了七套可直接复制的工作流（覆盖监控与分诊、执行与编排两大类），也诚实地记录了它最关键的缺陷：它会在你没有提问时发现一个 5700 美元的预算公式错误，也会在你交代完任务后静默地弄丢它。
发芽 01：真正稀缺的是“在场”，而非智能
种子
文章开头那个故事值得反复看。运营负责人 Arielle Shipper 在送孩子的路上收到 Dot 的消息：团队退修会的预算总额差了 5700 多美元。她特意强调了一句：“我没让 Dot 做这件事，当时甚至没在和它弄预算。”
请注意这件事的技术难度：发现一张表格里的公式错误，算不上什么推理难题。任何一个中等能力的模型，只要它此刻正看着那张表，都能发现。真正稀缺的不是“它想得出来”，而是“它一直待在那张表旁边，而你在开车”。
这让人想到会计史上的一次结构革命。1494 年，方济各会修士卢卡·帕乔利在威尼斯出版的《算术、几何、比与比例大全》里系统整理了复式记账法。它的伟大之处不在于让人算得更快——算盘更快——而在于它让错误自己浮现：每一笔账都必须在两个地方同时出现，任何一处对不上，账本就会自动暴露问题。商人的智力并没有提高，是账本的结构替他把关。此后五百年的审计、对账、内控，本质上都沿着这条思路，不断加入人手和制度；但加入的始终是“需要人去看”的结构。二十世纪的仪表盘、看板、监控大屏也一样：你把信息汇总到一块玻璃上，然后要求人定期走到那块玻璃前面站一会儿。
Dot 反转了这个方向。它并不住在仪表盘里，而是住在你的各个系统里，然后由它走到你面前。赫伯特·西蒙 1971 年就写过那句著名的话：“信息的丰富造成了注意力的贫乏。”过去五十年的解法是帮人过滤信息，现在的解法是让另一份注意力替你值守。而机器注意力与人的注意力有一个决定性的差别：人的注意力有机会成本——你在看预算表，就看不到 Slack；机器的注意力在边际上几乎免费，它可以同时待在所有地方，而且永远不困。
所以“我没让它做这件事”并不是在夸它聪明，而是在描述一种新东西：它拥有一种你没有的盈余，也就是闲置的注意力。
Aha 瞬间
“智能正在变成商品，‘在场’才是新的稀缺品。Dot 的价值不在于它想得比你好，而在于它在你开车的时候，仍然站在那张预算表旁边。”
发芽 02：监控者最危险的失效，是沉默
种子
文章的“粗糙边缘”一节，其实比前面七套工作流更值得细读。Arielle 说它“经常静默失败”，她必须回头去查邮件到底发出去没有；Dan 让 Dot 去报税，它没做完，而且从未告诉他它停了。
把这两句和开头那个故事并排放，你会发现是同一个特性：不请自来，以及在后台自己运行。这既是它最大的价值来源，也是它最危险的失效来源。因为一旦它不说话，你就无法区分“一切正常”和“它已经停了”。
道尔 1892 年的《银色马》里，福尔摩斯破案的关键是一条“没有发生的事”：那晚狗什么也没做。警探觉得这毫无意义，福尔摩斯说，狗没叫恰恰是关键——如果来的是陌生人，狗一定会叫。缺席本身可以是证据，但前提是你确信狗还活着、还听得见。这正是 Dot 缺少的东西。
工程学早在一百多年前就遇到同一个问题，并且给出了答案。19 世纪后期铁路系统发明的“死人开关”（dead man's switch）：司机必须周期性地踩踏板或按住手柄；一旦他昏过去、手松开，列车就会自动刹车。今天它变成了分布式系统里的看门狗定时器，变成了 Kubernetes 的存活探针。核心思想只有一条：监控者必须持续证明自己还活着，否则“没有警报”就是一条没有意义的信号。
Dot 的设计里没有这个心跳。它不会说“我今天扫了 14 个频道，0 个异常”，它只在有事的时候开口。于是 Dan 陷入一个两难：它话多，你就开始忽略；它话少（他观察到它“越来越不主动”），你就开始怀疑它有没有在干活。误报会磨损信任，漏报会摧毁信任，而这套设计把两种磨损都留给了用户。
Aha 瞬间
“一个永远在线的助手最危险的失效是沉默，而非答错——因为在你这里，‘它没发现任何问题’和‘它根本没在看’看起来一模一样。人需要它有一个心跳。”
发芽 03：训练 Dot 的代价，是你被迫第一次说清自己
种子
文章里最容易被跳过、其实最重要的一句，是一条很朴素的操作建议：出错了就纠正它，然后让它把这些教训存下来。Dan 的例子最典型。他让 Dot 给一位日本同事发几个会议时间，Dot 直接发了晚上的时段；他纠正说“不要不问我就在晚上八点约会议”，并让它记住。第二次，它查了他的日历、公司日历、Notion 里的截止日期，保住了他留给写作的上午，然后才把方案拿给他批准。
值得停下来想一想的是：Dan 为什么一开始没写这条规则？因为对一个人类助理，你根本不需要写。没有人会在给东京同事排会议时不看时差、不看老板下午的状态。这条规则一直存在于 Dan 的判断里，只是从未以句子的形式存在过。
迈克尔·波兰尼 1966 年在《默会维度》里给这个现象起了名字：“我们知道的比我们能说出来的多。”他举的例子是骑车和认脸：你会做，但你无法把规则完整写下来。经济学家大卫·奥特尔 2015 年讨论“自动化为什么没有消灭工作”时，把它称作“波兰尼悖论”：一件事说不清，就无法被自动化。
Dot 是一台只能接收“说清楚”的机器。所以它对你的第一个影响，是逼你把那些从未言明的判断标准翻译成句子，而不是替你干活。这件事在文章里被轻描淡写地藏在“纠正它，让它记住”这一句里，但它是整个委派经济的真实成本：前期极其烦人，而且这份烦人不会出现在任何投资回报计算里。阿图·葛文德在《清单革命》（2009）里观察到过类似的事——清单之所以有用，往往不是因为专家会忘，而是因为专家早已把步骤内化到说不出为什么，写下来反而逼出了空白。
但回报也是真实的：说一次，永久复用。而且文章最后一组提示词暗示了这条回路可以反向运行——“回顾我们过去一周的合作，哪些提醒我回应了、哪些我忽略了，然后建议一个改变”。这等于让代理反过来帮你发现自己的偏好。到那一步，你就不只是在配置工具了，你是在借一个外部视角，给自己写说明书。
Aha 瞬间
“训练 Dot 的真正成本是把自己一百条从未说出口的判断标准第一次说出来，而非学会怎么用它——前期很烦，但说完一次，它就永久带着。”
你的思考空间
- 如果你的 Dot 连续三个月一次警报都没报过，你会用什么办法判断这是“风平浪静”还是“它已经停了”？换句话说，你会怎么给它装一个心跳？
- 文章里 Kate Lee 要它“尽可能主动”，Dan 却觉得它“越来越不主动”，这两种抱怨指向同一个设计缺陷。在你自己的工作里，你更愿意承受哪一种错误：误报（吵）还是漏报（静）？
- Dot 的权限越大，它能发现的不一致就越多；但它本身也变成一个单点。这条线你会划在哪里——哪些系统你绝不让它常驻？
- 如果“在场”真的比“聪明”更值钱，那么你现在的工作里，哪一部分其实只是“在场”？那部分该由谁来做？
- Dan 那条“晚上八点不约会议”的规则，如果没人违反过一次，它永远不会被写下来。你的哪些判断标准，也要等到被违反的那一刻才第一次出现在你的意识里？