- E se o ChatGPT continuasse trabalhando depois que você saísse? 🤖
- O detalhe que muda a história: cada Dot tem um computador ☁️
- E ele pode aprender com o feedback?
- O ChatGPT está virando uma plataforma de agentes 🧩
- Slack, Teams e voz entram na equação
- A concorrência também está construindo esse futuro 🌐
- Mas quem decide o que o agente pode fazer? 🔐
- Por enquanto, não é para todo mundo
- O computador deixa de ser apenas uma ferramenta
Principais destaques
- Agentes persistentes: os Dots podem continuar trabalhando em objetivos mesmo quando o usuário não está diante do ChatGPT.
- Um computador na nuvem: cada Dot recebe seu próprio ambiente computacional para executar tarefas e pode operar aplicativos conectados sob regras de permissão.
- ChatGPT mais operacional: a novidade amplia a estratégia da OpenAI de transformar o chatbot em uma camada capaz de pesquisar, usar ferramentas e realizar trabalhos completos.
E se o ChatGPT continuasse trabalhando depois que você saísse? 🤖
É justamente essa a proposta dos OpenAI Dots, novos agentes persistentes apresentados pela OpenAI em 29 de setembro de 2026, durante o DevDay.
A diferença para um chatbot tradicional está na continuidade. Em vez de responder apenas a uma solicitação e esperar pela próxima, um Dot recebe um objetivo e pode continuar trabalhando nele.
Segundo a OpenAI, os agentes são baseados no GPT-6 Astra, podem acessar mais de 4.000 aplicativos pelo ecossistema de plugins e podem ser utilizados pelo ChatGPT, Slack e Microsoft Teams, inclusive por voz.
Isso aproxima o ChatGPT de uma espécie de colega digital que recebe uma tarefa pela manhã e pode continuar trabalhando enquanto você faz outra coisa.
O detalhe que muda a história: cada Dot tem um computador ☁️
O funcionamento não depende apenas de chamadas de API.
Cada Dot possui seu próprio computador na nuvem, usado para executar tarefas. O usuário pode acompanhar o que o agente está fazendo nesse ambiente e definir quais ações ele pode realizar sozinho e quais precisam de aprovação.
🔐 A ideia é autonomia com freios: o agente pode executar determinadas ações sem intervenção, mas regras personalizadas podem exigir que uma pessoa autorize operações mais sensíveis.
Esse modelo é importante porque agentes que apenas produzem texto têm limitações bastante diferentes de agentes que conseguem efetivamente operar softwares.
Um Dot poderia, por exemplo, investigar um problema mencionado em um canal do Slack, trabalhar em uma aplicação a partir de um novo design ou preparar uma fatura para aprovação.
💡 O salto não está apenas em responder melhor. Está em continuar fazendo o trabalho depois da resposta.
E ele pode aprender com o feedback?
A proposta também inclui aprendizado a partir das orientações recebidas do usuário.
Na prática, isso significa que o relacionamento com o agente pode deixar de ser uma sequência de prompts isolados. O usuário fornece instruções, corrige o caminho quando necessário e o Dot continua executando o objetivo.
A OpenAI também cita pesquisa proativa como um dos usos possíveis, incluindo conexões somente de leitura com ferramentas externas.
Isso cria uma distinção importante:
| Chatbot tradicional | Dot |
|---|---|
| Responde a uma solicitação | Trabalha em um objetivo contínuo |
| Normalmente espera o próximo prompt | Pode continuar trabalhando |
| Gera conteúdo | Pode operar ferramentas e aplicativos |
| Sessão centrada na conversa | Trabalho centrado no objetivo |
| Ação geralmente iniciada pelo usuário | Pode haver atuação proativa dentro das permissões |
O ChatGPT está virando uma plataforma de agentes 🧩
Os Dots não aparecem isoladamente.
A OpenAI vem ampliando o conjunto de recursos voltados para agentes, com ferramentas conectadas, ambientes de computação na nuvem e fluxos capazes de executar tarefas mais longas.
O próprio ChatGPT Work e os aplicativos conectados já apontavam nessa direção. O chamado Data Agent, por sua vez, leva a ideia para fluxos de dados, transformando instruções em tarefas relacionadas a ferramentas analíticas.
Agora, os Dots levam esse conceito para um nível mais persistente.
🔎 A mudança de paradigma: em vez de perguntar à IA “como faço isso?”, o usuário começa a dizer “faça isso”.
É uma diferença pequena na frase e enorme no produto.
Slack, Teams e voz entram na equação
Outro aspecto interessante é onde esses agentes podem ser acionados.
A OpenAI afirma que os Dots podem ser utilizados diretamente pelo ChatGPT, mas também por Slack e Microsoft Teams.
Isso coloca os agentes dentro dos ambientes em que o trabalho já acontece.
Imagine uma solicitação feita em um canal de equipe, seguida pela execução de uma série de tarefas em diferentes serviços conectados. O agente deixa de ser uma janela separada e passa a funcionar como uma camada operacional dentro do fluxo de trabalho.
E a interação não precisa necessariamente ser textual: a OpenAI também menciona suporte por voz.
A concorrência também está construindo esse futuro 🌐
A estratégia não acontece em um vácuo.
Outras empresas de tecnologia estão desenvolvendo sistemas com características semelhantes. A xAI, por exemplo, trabalha com agentes e computadores na nuvem. A Microsoft oferece infraestrutura para criação de agentes por meio do Microsoft Foundry.
A AWS também vem investindo em estruturas voltadas a sistemas de IA que trabalham mais diretamente com clientes e operações.
O ponto em comum é claro: a corrida está migrando de modelos que apenas geram respostas para sistemas que conseguem executar processos.
E isso muda também a unidade de valor da IA.
Um chatbot é avaliado pela qualidade da resposta. Um agente precisa ser avaliado pelo trabalho que conseguiu concluir.
Mas quem decide o que o agente pode fazer? 🔐
É aqui que os controles ganham importância.
Um agente conectado a vários aplicativos potencialmente tem acesso a informações e ações que vão muito além de uma conversa.
Por isso, a OpenAI destaca regras de ação e permissões. O usuário pode determinar quais operações podem ser realizadas autonomamente e quais precisam de aprovação.
Essa camada será particularmente importante em tarefas que envolvem dinheiro, dados corporativos, comunicação externa ou alterações em sistemas.
Quanto mais autonomia, maior a necessidade de definir claramente onde termina a iniciativa do agente e começa a autorização humana.
Por enquanto, não é para todo mundo
A disponibilidade inicial dos Dots está sendo direcionada aos usuários do ChatGPT Pro e Business Premium.
No Enterprise, o acesso depende da aprovação do workspace. A OpenAI informa ainda que um Dot está incluído nos planos elegíveis, com suporte para múltiplos Dots previsto para o futuro.
Isso também sugere uma evolução interessante do conceito.
Hoje, pode ser um agente trabalhando em um objetivo. Amanhã, a lógica pode caminhar para vários agentes especializados, cada um responsável por uma parte diferente de um processo.
O computador deixa de ser apenas uma ferramenta
Há alguns anos, pedir para uma IA “fazer algo” significava, na prática, receber instruções sobre como fazer.
Depois vieram ferramentas capazes de executar determinadas ações.
Agora surge uma terceira etapa: dar um objetivo e deixar o sistema conduzir uma sequência de tarefas até chegar a um resultado, dentro das permissões estabelecidas.
É essa mudança que os Dots representam.
O computador na nuvem é quase simbólico nesse sentido. Ele transforma a IA de uma interface que conversa com você em um sistema que pode efetivamente operar um ambiente digital.
E, se a estratégia funcionar, a pergunta cotidiana pode deixar de ser “o que a IA consegue responder?” para se tornar outra, bem mais prática:
“O que eu posso simplesmente delegar?”
