返回探索
资讯VibeFix 内容整理更新于 2026年11月20日

一个 dot 能管好几台电脑了:OpenAI dots 接入多台本地电脑,构建放副机上跑

11 月 9 日,OpenAI 让同一个 dot 接上了多台本地电脑:每个线程一次只用一台电脑,并行靠多开线程。构建、测试、复现 bug 扔到副机上跑,主力机留给写代码。接之前先想清权限:整机访问、没有文件夹级控制、离线不等于断开。

OpenAI 官方公告动图的一帧:同一条指令被拆成两个任务,分别在 Mac Studio 上检查 iOS 构建、在 Dev Box 上修后端 bug。

一个 dot 能管好几台电脑了

11 月 9 日,OpenAI 开发者账号 @OpenAIDevs 发了一条只有一句话的更新:你现在可以把多台本地电脑连到同一个 dot 上,并指定每次任务用哪一台。同一天,OpenAI 开发者社区也贴出了同名公告,配了一段演示:用户在聊天框里说一句话,dot 就把“在 Mac Studio 上检查 iOS 构建”和“在 Dev Box 上修 Linear 里的后端 bug”拆成两个任务,并行跑了起来。变化本身不大,只有一句话,但它补上了 dots 从 9 月底发布以来最常被抱怨的一块短板:一个 dot 只能绑一台自己的电脑。

OpenAI 官方公告动图的一帧:同一条指令被拆成两个任务,分别在 Mac Studio 上检查 iOS 构建、在 Dev Box 上修后端 bug

先补一个背景,免得没用过 dots 的人跟不上。dot 是 OpenAI 在 9 月底 DevDay 上推出的常驻 Agent,住在 ChatGPT 里,每一个 dot 都有自己的一台云端电脑和一个浏览器,关了自己的电脑它也能继续干活。站里 10 月 2 日已经发过 dots 上线的那篇,那篇讲的是 dot 本身是什么;这篇讲的是 11 月 9 日的新功能:本地电脑从“一台”变成了“多台”。改动之前,OpenAI 自家的帮助页白纸黑字写着一次只能连一台个人电脑(11 月 5 日存档版还能看到这句话);改动之后,这句话从帮助页上拿掉了,换成了一套接多台电脑的步骤。

接法本身没什么门槛,三步走完一台,再去下一台重复一遍。第一步,在那台电脑上的 ChatGPT 应用里打开 dot 的资料页;第二步,在“电脑”(Computers)一栏里找到你正在用的这台机器,点“允许”(Allow);第三步,看一眼确认信息,点“允许访问”(Allow access)。云端电脑一直连着,不用重复操作;你自己的电脑接进来之后,无论你从哪发消息给同一个 dot——手机上发也行——它都能用上。接第二台、第三台都是同一套动作,不用去什么管理后台。

但“多台电脑”不等于“一个任务分给多台电脑”。OpenAI 的文档把这条线划得很清楚:每个线程(thread)一次只用一台电脑。要并行,就让 dot 给每台电脑各开一个独立的线程,各自干各自的活。换一台电脑也不会把已经在跑的任务搬过去,任务绑在哪台机器上,就在哪台机器上跑完。这条限制得先想明白再动手:你想让 dot 一边在主力机上跑测试、一边在备用机上做构建,可以;你想让同一个构建任务拆成两半、两台机器各跑一半,不行。

官方给的三个例子,都是冲着开发者来的。第一种,正在做 iOS 应用:让 dot 在第二台 Mac 上用 Xcode 测一次改动,把截图发回来,你自己的电脑不用动。第二种,要复现一个 bug:让 dot 在你的笔记本和一台装了旧版 SDK 的机器上跑同一套测试,两边结果放一起比,不用改自己每天用的环境。第三种,测界面流程:让 dot 在第二台电脑上自己点一遍流程、把断在哪一步记下来,你自己的屏幕和鼠标全程是空的,可以继续改 bug。这三个例子有个共同点:副机干的都是“占着屏幕、占着时间、但不用你盯着”的活。

权限、边界与谁能用:先看清再接电脑

接电脑之前,先把权限这件事想清楚,因为它比接法本身重要。按 OpenAI 的文档,允许一台电脑,等于把这台机器上的本地文件、代码和应用交给 dot 去用;文档里只写了“允许访问”和“撤销访问”两档,没看到按文件夹、按应用再细分权限的设置。离线状态也不等于断开:电脑离线只是暂时不可用,连接本身还在,想彻底断开得去点“撤销访问”。还有一条容易踩的坑:给 dot 连电脑的权限,和“把电脑连给 Codex”或“打开 Work Sync”是三件独立的事,哪一件都不能单独替另一件做主。接之前问自己一句:这台电脑,是不是你敢交给一个 Agent 的电脑?答案不是,就别接。

接上之后,dot 能干的事比原来多了一截。它可以在已连的电脑上新建本地 Work 或 Codex 任务,也能继续已经在跑的本地 Codex 任务;任务可以在云端管理,同时用着本地电脑上的文件和工具;点进任务详情,能看到活到底发生在哪台机器上。插件也照常用:接了 Gmail 可以帮你找邮件,接了 Google Drive 可以读写文档,接了 GitHub 可以去查 issue、准备 PR。本地技能(local skills)则需要一台已连的电脑才能跑。反过来也有堵住的地方:如果某个网站屏蔽了 dot 的云端浏览器,你可以让 dot 改用你连着的电脑试一次,但这会另起一个本地任务,不会把云端浏览器的登录状态搬过去,也不保证某个本地浏览器一定被支持。

谁能用,要看套餐和地区。OpenAI 列出的范围是:Pro 100、Pro 200 和 Pro 500(18 岁以上,欧洲经济区、英国和瑞士除外)、Business Premium,以及 Enterprise、Edu 和 Healthcare 工作区(管理员预览版,11 月 18 日起默认开启,除非工作区主动退出)。每台电脑都要装着 ChatGPT 应用、保持在线、应用保持打开,dot 用它的时候才找得到。电脑关机或者应用关掉,dot 那边只会看到一个“离线”状态,不会报错、也不会自动换一台顶上。

接上之后,日常维护也有三件小事。第一件是定期检查已连电脑的列表:哪台还在用、哪台已经卖了送人了、哪台重装过系统,列表里还挂着的、不用的就点“撤销访问”清掉,别让一台你已经不用的电脑还连着 dot。第二件是换电脑的顺序:旧电脑先撤销、新电脑再接,别两台同时连着——旧电脑上的任务还没跑完,新电脑接进来也不会替它跑,顺序错了只会多一台连着的机器。第三件是云端电脑不用管:它一直连着,不用重复操作,也不用定期检查,dot 用它的时候自己会找。列表越干净,出问题的时候越好查:任务详情里看到活发生在哪台机器上,顺着列表一对就知道是哪台出了问题。

最后说两句判断。第一句给有备用机的人:这功能最适合的用法,是把“构建机”和“主力机”分开——长的构建、长的测试、要反复点的界面流程,扔到副机上跑,主力机留给你写代码。以前一个 dot 只能绑一台电脑的时候,这种分法做不到;现在可以了,代价是每个线程一次只用一台电脑,并行得靠多开线程。第二句给所有人:别急着把主力机也接上去。整机权限、没有文件夹级控制、离线不断开,这三条加在一起,意味着接电脑这件事的信任成本比看起来高。先接那台专门用来跑构建的机器,跑两周看看 dot 在上面干活靠不靠谱,再决定要不要接第二台。

先补齐时间线:从 9 月底到 11 月 9 日

这件事要放在时间线上看,才知道它补的是哪块短板。dots 是 OpenAI 在 9 月底 DevDay 上推出的常驻 Agent,住在 ChatGPT 里,自带一台云端电脑和一个浏览器,关了自己的电脑它也能继续干活。发布的时候,OpenAI 给每个 dot 配的本地电脑只有一台——你自己的那台。用户很快就开始抱怨:主力机要写代码,构建和测试又占着机器,想让 dot 去副机上跑,没门。OpenAI 的帮助页在 11 月 5 日的存档版里还白纸黑字写着一次只能连一台个人电脑。11 月 9 日,@OpenAIDevs 发了那条一句话更新,开发者社区贴出同名公告,帮助文档同一天换成了多台电脑的接法。三处口径一致,时间线也对得上:这不是一次悄悄改文档,是一次正式的功能发布。

一个线程一台电脑:并行是怎么实现的

多台电脑的规则,核心只有一句话:每个线程一次只用一台电脑。OpenAI 的文档把这条线划得很清楚,理解了它,并行的方式就明白了。想让 dot 一边在主力机上跑测试、一边在备用机上做构建,做法是让 dot 给每台电脑各开一个独立的线程,各自干各自的活——两个线程、两台机器、互不干扰。任务一旦开跑,就绑在那台机器上:换一台电脑不会把已经在跑的任务搬过去,想换机器,得新开一个线程重新来。云端电脑一直连着,不用重复操作,它可以接着干联网的活,也可以当作协调的那一台。

官方演示里就是这个样子:用户在聊天框里说一句话,dot 把“在 Mac Studio 上检查 iOS 构建”和“在 Dev Box 上修 Linear 里的后端 bug”拆成两个任务,并行跑了起来。两个任务各有自己的线程、各有自己的机器,点进任务详情,能看到活到底发生在哪台机器上。反过来也一样:同一个构建任务想拆成两半、两台机器各跑一半,不行;同一个线程里想中途换一台机器接着跑,也不行。规则看起来死板,但它把一件事说清楚了:dot 的并行是“多线程、多机器”,不是“一个任务、多机器”。动手之前先想明白自己的活是哪一种,省得接完电脑才发现分法不对。

三台机器怎么分工:一张能照抄的分工表

有了多台电脑,分工表可以照下面这样排。主力机留给你自己写代码,dot 在上面只干轻活:查个文件、改个小地方、跑个短测试,别让它在你写代码的时候占着屏幕。构建机——比如那台 Mac Studio——交给 dot 跑长的构建和长的测试:Xcode 构建、完整测试套件、要反复点的界面流程,全扔过去,跑多久都不用你盯着。第三台机器留给“旧环境”:装了旧版 SDK 的那台,专门用来复现 bug——同一套测试在你的笔记本和旧版 SDK 的机器上各跑一遍,两边结果放一起比,不用改你每天用的环境。云端电脑接着干联网的活:查资料、跑浏览器任务、协调各台机器的结果。

分工表之外还有三条规矩。第一条,长的任务去副机、短的交互留在主机:构建和测试动不动十几分钟,扔副机上跑最划算;要你立刻看结果的,留在主机上。第二条,生产环境的构建先别交:先拿不重要的任务试两周,看看 dot 在副机上干活靠不靠谱——稳不稳、多快、出错率多少,现在没人量过,别拿生产构建当试验品。第三条,每台电脑都要装着 ChatGPT 应用、保持在线、应用保持打开,dot 用它的时候才找得到;电脑关机或者应用关掉,dot 那边只会看到一个“离线”状态,不会报错、也不会自动换一台顶上。离线那台机器上的任务,就停在那,等它回来再继续。

云端电脑可以算作分工表里的第四台机器,而且是不用你管的那一台。它一直连着,不用重复操作,专门干联网的活:查资料、跑浏览器任务、协调各台机器的结果。反过来也有堵住的地方:如果某个网站屏蔽了 dot 的云端浏览器,你可以让 dot 改用你连着的电脑试一次,但这会另起一个本地任务,不会把云端浏览器的登录状态搬过去,也不保证某个本地浏览器一定被支持。云端和本地的分工要记清:联网的活走云端,要读本地文件、跑本地工具的活走你连着的电脑,两边的登录状态和文件互不相通,别指望云端登着的账号到了本地还能用。

一个真实的下午:把官方的三个例子拼起来

把官方给的三个例子拼成一个下午,分工表就活起来了。周一下午,你在主力机上改代码,顺手跟 dot 说了一句:“帮我测一下这次改动,再把 Linear 里那个后端 bug 修了。”dot 拆成两个线程:一个去 Mac Studio 上,用 Xcode 测你的改动,测完把截图发回来,你自己的电脑不用动;另一个去 Dev Box 上,照着 Linear 里的描述修后端 bug。同一时间,云端电脑还在帮你查一份文档。三个线程、三台机器,各干各的活,你的屏幕和鼠标全程是空的,可以继续改下一个 bug。到了晚上,点进任务详情,能看到每个活到底发生在哪台机器上:构建在 Mac Studio 上跑完了,bug 在 Dev Box 上修完了,文档在云端查完了。

这个下午能成立的前提,是三台机器各有各的分工、互不抢活。Mac Studio 只干构建和测试,不干别的;Dev Box 只干修 bug 那个线程的活,不插手构建;云端电脑只干联网的活,不碰本地文件。哪台机器离线了,它那个线程就停在那,等它回来再继续,不会自己换一台顶上——这也是为什么每台电脑都要装着 ChatGPT 应用、保持在线、应用保持打开。分工表写在纸上是一回事,跑起来是另一回事:先拿不重要的任务试两周,看看 dot 在副机上干活靠不靠谱,再决定要不要把生产环境的构建交过去。

企业管理员注意:11 月 18 日默认开启

Enterprise、Edu 和 Healthcare 工作区要单独注意一条:多台电脑的连接在这些工作区里是管理员预览版,11 月 18 日起默认开启,除非工作区主动退出。也就是说,什么都不做的管理员,11 月 18 日之后工作区里的用户就能接多台电脑了。想关掉,得在那天之前去工作区设置里主动退出;想开着,也得先想清楚:员工把公司电脑接给 dot,等于把那台机器上的本地文件、代码和应用交给 Agent 去用,权限没有文件夹级控制,离线也不等于断开。企业里接电脑的决定,不该由某个员工顺手点了“允许”就定下来,管理员最好在 11 月 18 日之前先定一条规矩:哪些电脑能接、哪些不能接、接之前要不要报备。规矩定晚了,用户已经接上了,再收回来就难了。

还有一句要说在前面:这次更新没有独立第三方的实测。OpenAI 的演示视频只有 17 秒,三个例子也都是官方自己的场景——没有人量过 dot 协调两台机器时到底多稳、多快、出错率多少。11 月 9 日的公告、开发者社区的帖子和帮助文档,三者口径一致,事实部分可以信;但“好不好用”这部分,得等第一批用户在自己机器上跑过之后才知道。如果你是第一批试的人,记得先拿不重要的任务试,别一上来就把生产环境的构建交给它。

跟站里已发的 dots 那篇划一下界线:10 月 2 日那篇讲的是 dots 本身上线——常驻 Agent、自带云端电脑和浏览器、面向哪些订阅开放。这篇讲的是 11 月 9 日加进来的一个具体能力:同一 dot 接多台本地电脑、按任务选机器。两篇说的不是一回事,这篇不重复讲 dot 是什么,只讲多出来的这部分、它的边界和谁能用。

阅读 10评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

一名戴眼镜的开发者坐在木桌前敲笔记本电脑,左边外接显示器上是深色背景的 C 语言代码,桌上有绿植
资讯
微软的编程模型终于不当配角了:MAI Code 2 拿 96% 的分数、只收 5% 的钱,但先看清三处“但是”

2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。

开发工作流产品发布模型动态
一名开发者坐在双显示器工位前敲键盘,左屏是深色代码编辑器,右屏是带绿色对勾与柱状图的测试仪表盘,桌上有台灯和马克杯
资讯
你的智能体到底变好还是变坏了:AWS 开源 UAEF,给所有框架的智能体用同一把尺子量

2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。

开发工作流产品发布测试与质量
黑色背景上,一名指挥家背对镜头高举指挥棒,脚下环绕着旋转的光轨,像一支乐队正在被指挥
资讯
一个接口接 45 个模型,坏了自动换一家接着跑:Perplexity 的 Orchestrator 想当模型界的‘总机’

2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。

开发工作流产品发布模型动态