Dots da OpenAI: como funciona um agente que trabalha sem você chamar

Os dots são agentes que acordam sozinhos, têm computador próprio na nuvem e memória entre conversas. Por dentro, são um harness novo em volta de um modelo conhecido, com cinco gatilhos e um revisor que freia antes de agir.

Tecnologia24 out 20266 min de leitura

Até agora, quase toda IA no trabalho funcionava do mesmo jeito: você pergunta, ela responde, e nada acontece até você perguntar de novo. Em 29 de setembro de 2026, a OpenAI lançou os dots, agentes “sempre ligados” dentro do ChatGPT, que continuam trabalhando quando você fecha a janela.

Estudamos a documentação, a central de ajuda e o material de segurança para entender o que existe por dentro. Abaixo está a nossa leitura, sem jargão, e o que ela ensina para quem quer agentes de verdade dentro da operação.

De onde vem este texto

Os dots estão disponíveis em planos pagos do ChatGPT (Pro e Business Premium) e em beta para empresas, fora da União Europeia, da Suíça e do Reino Unido.

O que é um dot, em uma frase

Um dot é um agente com nome, rosto, memória e um computador próprio na nuvem, que você comanda por mensagem no ChatGPT, por voz, no Slack ou no Teams. Ele recebe um objetivo que dura semanas, como manter uma proposta comercial em dia ou transformar reclamações de clientes em correções, e decide sozinho quando voltar ao trabalho.

O cérebro não é novo: é o GPT-6 Astra, o mesmo modelo que roda no Codex. A própria OpenAI diz que a novidade técnica é limitada. O que muda é tudo o que fica em volta do modelo.

O que muda é quem começa o próximo turno

Esse conjunto em volta do modelo tem nome: harness. É o loop, as ferramentas, a memória, o ambiente e os freios. Hoje existem três formatos, e eles se diferenciam por uma única pergunta: quem começa o próximo turno?

  1. Assistente de chat. Você começa todo turno. Sem você, nada acontece.
  2. Agente de sessão. Você abre a tarefa e ele gira o loop de pensar, agir e conferir dentro dela até entregar. É o caso do Codex e do Claude Code.
  3. Agente sempre ligado. Você, o relógio, um evento ou o próprio agente começa o turno. É o caso dos dots, do Muse da Meta e de projetos abertos como o OpenClaw.

A peça que a OpenAI chama de nova é o orçamento de tempo: um ajuste que orienta quanto tempo o dot dedica a um objetivo, junto com um relógio que sabe esperar e agentes de apoio que rodam em paralelo.

Os cinco jeitos de um dot acordar

  • Você escreve ou liga, pelo ChatGPT, Slack, Teams ou voz.
  • Ele mesmo se agenda. O dot decide quando pausar e quando voltar, sem horário fixo.
  • Tarefa recorrente, com fuso e data de fim, como uma revisão diária da agenda.
  • Evento de um app, como um comentário novo num documento, entregue por webhook assinado (o padrão chamado MCP Events).
  • Pesquisa proativa, quando você está ausente, só com ferramentas de leitura: ele pode ler e anotar, mas não pode mandar mensagem nem mudar nada.
O ponto delicado é o segundo gatilho. Quando o modelo marca a própria volta, fica mais difícil responder “por que ele acordou agora?”. Projetos abertos preferem um batimento fixo do sistema, justamente porque quem paga os tokens é o usuário.

Memória em três camadas e um computador que não desliga

O dot lembra de três jeitos: o contexto da conversa atual, a memória geral do ChatGPT e notas próprias sobre preferências, decisões e trabalho em andamento. As notas valem em qualquer canal.

A falha mais clara está aqui: hoje não dá para ver, editar ou apagar uma nota específica do dot. Para esquecer algo, é preciso zerar o agente inteiro. Para empresa sujeita à LGPD, isso pesa.

O computador na nuvem guarda arquivos, programas e sessões de navegador entre um uso e outro. Ele não herda sua VPN nem seus logins. Em sites suportados, você digita a senha num formulário seguro que vai direto para o navegador da máquina, e o modelo nunca vê a senha. Para código, o dot abre tarefa no Codex; para pesquisa e arquivos, no ChatGPT Work.

Os freios: regra sua, revisor separado e monitor

Toda ação que mexe em conta ou dado passa por duas barreiras antes de acontecer.

  1. Suas regras. Para cada tipo de ação, você escolhe entre agir sem perguntar, agir se você já pediu, perguntar antes ou passar para você.
  2. Um segundo modelo que confere. O Auto-review olha destinatário e conteúdo de um e-mail, por exemplo, contra suas instruções e as regras de segurança. Ele deixa seguir, pede aprovação, devolve para você ou bloqueia.
  3. Um monitor por cima de tudo, que pode pausar ou parar o dot, e uma tela de atividade onde você acompanha e corrige o rumo.

Algumas travas nunca saem: trocar senha e mexer com dinheiro ficam sempre com você. E a própria OpenAI avisa que regras são instruções que o sistema ainda pode aplicar errado, e que parar uma tarefa não desfaz o que já foi feito.

O que os testes publicados mostram
  • Saiu do escopo numa cadeia de 5 tarefas8,6%
  • Saiu do escopo numa cadeia de 10 tarefas19,7%
  • Ataque por e-mail com instrução escondida funcionou0%

System card do GPT-6 Astra, apêndice dots, via resumos publicados (Codearia, The Rundown).

A leitura é clara: ataque de fora quase não passa. O risco maior é o agente passar do ponto sozinho, e ele cresce quanto mais longa é a cadeia de tarefas.

Quanto custa e quem paga

O dot não tem preço próprio. Ele vem incluído nos planos Pro e Business Premium do ChatGPT, e conversar com ele não gasta o limite do chat. Mas o trabalho pesado que ele delega ao Codex e ao ChatGPT Work consome a franquia desses produtos, e a cota de “trabalho mais fundo” não é pública.

Na prática, o dot é a vitrine que puxa o cliente para os planos mais caros, lançados no mesmo dia. O próximo passo anunciado é vender mais dots e mais velocidade por taxa fixa.

O que isso ensina para quem quer agentes na operação

Os dots são um bom produto e vão ensinar o mercado o que pedir: agente com dono, regras claras, iniciativa e freio antes de agir. Ao mesmo tempo, eles rodam só na infraestrutura da OpenAI, com um único fornecedor de modelo, sem instalar no ambiente da empresa e com memória que não se apaga item por item.

Para muita empresa, isso basta. Para quem lida com dados sensíveis, sistemas legados ou regulação, o mesmo desenho precisa morar dentro de casa.

  • O Analista de IA mapeia quais rotinas pedem um agente sempre ligado e quais funcionam bem sob demanda.
  • O Forward Deployed Engineer monta o agente no ambiente do cliente, com gatilhos registrados, revisor antes de ação externa, memória que se apaga e o modelo que fizer mais sentido.
  • O treinamento ensina o time a escrever regras, ler a atividade e aprovar com segurança.

Atendimento, financeiro, compras e comercial são só exemplos. Se é tarefa que se repete, dá para automatizar, e agora dá para automatizar também o “ficar de olho”.

O modelo é o mesmo de antes. O que transforma um assistente num colega que trabalha sozinho é o harness em volta dele, e ele pode morar dentro da sua empresa.

Gostou deste artigo?

Receba o próximo antes de ele chegar ao blog.

Um e-mail curto por edição com o que vale a pena sobre agentes de IA na operação. Sem spam.

Sem spam. Você sai com um clique. Veja como cuidamos dos seus dados (LGPD).

← Todos os artigos

Continue lendo

Tem um processo que se repete aí?

Se é tarefa que se repete, dá para automatizar. Conta para a gente qual é.