Ještě před pár lety jsme po umělé inteligenci chtěli hlavně odpověď na otázku. Později jsme jí začali zadávat složitější úkoly, nechali ji procházet web, pracovat s dokumenty nebo psát kód. OpenAI teď zkouší další krok: AI, které už nemusíte řídit po jednotlivých úkolech.
Na DevDay 2026 představilo OpenAI Dots – dlouhodobě běžící AI agenty poháněné modelem GPT-6 Astra. Každý Dot dostává vlastní počítač v cloudu a vlastní prohlížeč, může používat připojené aplikace, pracovat na několika projektech a pokračovat v úkolech mezi jednotlivými konverzacemi. OpenAI je popisuje jako „always-on“ agenty, kterým lze postupně svěřovat průběžnou odpovědnost.
Nejde přitom jen o nový způsob, jak zabalit ChatGPT do hezčího rozhraní. Dots ukazují, kam se celý obor posouvá: od AI, která čeká na prompt, k AI, které delegujete práci a ke které se vracíte až ve chvíli, kdy potřebuje rozhodnutí nebo má hotový výsledek.
Dots navíc nepřicházejí izolovaně. OpenAI na DevDay 2026 představilo více než dvacet novinek včetně GPT-6.1 Sol, dalšího rozvoje Codexu, Agents API, Ultrafast a nového předplatného ChatGPT Pro 500 za 500 dolarů měsíčně. Dohromady dávají poměrně jasný obraz toho, jak chce OpenAI budoucnost ChatGPT postavit: méně jako chatbot a více jako pracovní platformu pro lidi a autonomní agenty.
1. Co je OpenAI Dots
Nejjednodušší vysvětlení zní: Dot je osobní AI agent, který může převzít dlouhodobější odpovědnost místo jednorázového úkolu.
U klasické konverzace s ChatGPT většinou funguje jednoduchý cyklus. Napíšete prompt, model odpoví, případně pokračujete dalším promptem. I když dnešní ChatGPT umí mnohem víc než textovou konverzaci, většina interakce stále začíná nějakým požadavkem uživatele.
Dot má fungovat jinak.
Můžete mu například říct, že má sledovat zákaznickou zpětnou vazbu k produktu, průběžně hledat opakující se problémy, navrhovat drobné opravy a připravovat je ke kontrole. Nemusíte následně každý den otevírat nový chat a celý proces znovu spouštět.
OpenAI popisuje Dots jako agenty schopné přebírat průběžnou odpovědnost a dělat pokrok i mezi jednotlivými konverzacemi. Uživatel určí cíl, hranice autonomie a potřebné zdroje. Dot potom může sám řešit, jaké mezikroky jsou potřeba, a vracet se k člověku v situacích, kde je nutné rozhodnutí nebo schválení.
To je podstatnější změna, než může na první pohled vypadat.
U ChatGPT typicky zadáváte úkol.
Dotu můžete postupně svěřit oblast práce.
Tento rozdíl je důležitý i pro způsob, jakým o AI přemýšlíme. Cílem už není pouze vytvořit stále inteligentnější odpovídací pole. Cílem je postavit software, který má model, nástroje, pracovní prostředí, paměť, přístup k datům a dostatečně dlouhý čas na to, aby mohl část práce skutečně vykonat.
2. Co znamená „vlastní počítač“
Formulace, že ChatGPT „dostal vlastní počítač“, zní jako marketingový titulek. V případě Dots ale není úplně mimo.
Každý Dot má podle OpenAI vlastní cloudový počítač a vlastní webový prohlížeč. Jde tedy o vzdálené pracovní prostředí provozované v cloudu, ve kterém může agent otevírat web, pracovat se soubory, používat aplikace nebo spouštět další podporované nástroje. Uživatel si navíc může prostředí svého Dota otevřít a podívat se, na čem právě pracuje.
To řeší jeden z dlouhodobých problémů AI agentů.
Samotný jazykový model totiž nemá ruce. Může perfektně popsat, co je potřeba udělat, ale bez nástrojů nemůže například otevřít administraci, stáhnout soubor, upravit dokument, spustit testy nebo pracovat s webovou aplikací.
Cloudový počítač z modelu nedělá automaticky spolehlivého pracovníka, ale dává mu prostředí, ve kterém může své rozhodování převést do konkrétních akcí.
Princip lze zjednodušit takto:
model + nástroje + počítač + data + oprávnění = agent schopný vykonávat práci
Důležité je také oddělení cloudového prostředí od vlastního zařízení uživatele. Dot automaticky nedostává přístup k souborům na vašem Macu nebo PC. Vlastní počítač lze připojit samostatně a tato možnost je ve výchozím stavu vypnutá. Teprve po udělení oprávnění může Dot pracovat i s lokálními soubory, browserem nebo lokálními nástroji.
Cloudový počítač je tedy jeho standardní pracovní stůl. Váš notebook je další, volitelný pracovní prostor.
3. Jak může agent pracovat, když ChatGPT zavřete
Právě persistence odlišuje Dots od běžného chatování s AI nejvíc.
Dot není navržený jen jako konverzace, kterou otevřete, něco vyřešíte a zase zavřete. Může mít rozpracované úkoly, naplánované kontroly i dlouhodobější projekty. V profilu Dota se práce rozděluje například na probíhající, naplánované a dokončené úlohy.
Typické používání ChatGPT můžeme zjednodušit na:
prompt → zpracování → odpověď → další prompt
Agentní způsob práce vypadá spíš takto:
cíl → plán → práce → kontrola nových informací → další práce → výsledek nebo žádost o rozhodnutí
Dot navíc může pracovat na několika projektech současně. Podle OpenAI mu lze průběžně přidávat další úkoly, aniž by uživatel musel každý projekt řídit v samostatném vláknu a určovat agentovi každý krok.
Tady je ale potřeba rozlišovat mezi marketingovou představou „AI pracuje 24/7“ a reálným fungováním produktu.
Dot není digitální zaměstnanec, kterého vypustíte bez dozoru a za půl roku se podíváte, co vytvořil. Má naplánované úlohy, může provádět průběžný research, reagovat na povolené zdroje a pokračovat v rozpracované práci, ale stále funguje v rámci konkrétních oprávnění, limitů a bezpečnostních pravidel.
Právě tato kombinace autonomie a kontroly je důležitější než samotné tvrzení, že může „pracovat na pozadí“.
4. Co znamená propojení s tisíci aplikacemi
OpenAI uvádí, že Dots se přes jeho pluginový ekosystém mohou propojit s více než 4 000 aplikacemi.
Číslo samo o sobě ale není to nejzajímavější.
Podstatné je, co propojení s aplikacemi řeší.
AI agent může být velmi schopný, ale pokud nevidí váš kalendář, projektový systém, dokumentaci, CRM nebo firemní data, stále mu chybí kontext. A pokud může data pouze číst, ale nemůže provést žádnou akci, část práce stejně zůstává na člověku.
Pluginy a připojené aplikace tak vytvářejí most mezi inteligencí modelu a skutečnými pracovními nástroji.
Podle typu integrace může ChatGPT například vyhledávat informace v připojené službě, pracovat s dokumenty nebo provádět podporované zápisové operace. Samotné připojení aplikace ale automaticky nedává Dotu neomezený přístup – dostupné akce určují oprávnění konkrétní služby, nastavení pluginu i pravidla pracovního prostoru.
To je zásadní.
Budoucnost AI agentů pravděpodobně nebude stát jen na tom, kdo má nejinteligentnější model. Rozhodovat bude také to, k jakým datům, nástrojům a pracovním procesům se agent dokáže bezpečně připojit.
Model může například vědět, jak napsat odpověď zákazníkovi. Agent napojený na CRM, e-mail a dokumentaci ale může zároveň dohledat historii klienta, ověřit stav projektu, připravit odpověď a po schválení ji odeslat.
Rozdíl mezi těmito dvěma scénáři není v samotném psaní textu. Je v možnosti uzavřít celý pracovní proces.
5. Jak se Dots liší od dnešního ChatGPT, Work a klasických agentů
Hranice mezi jednotlivými produkty už není úplně ostrá. ChatGPT Work totiž už před příchodem Dots získal cloudový browser, práci na pozadí, plánované úlohy i možnost pracovat s připojenými aplikacemi.
Dots proto nelze jednoduše popsat jako „ChatGPT, který umí používat počítač“. To už by nebylo přesné.
Rozdíl je především v kontinuitě a způsobu delegování práce.
ChatGPT je univerzální asistent. Work je prostředí pro delegování konkrétních větších úloh. Dot má být trvalejší agent, který zná vaše cíle a pracovní kontext a kterému můžete předávat více průběžných odpovědností.
| Oblast | Běžný ChatGPT | ChatGPT Work | OpenAI Dots |
|---|---|---|---|
| Konverzace a otázky | hlavní použití | součást workflow | součást vztahu s agentem |
| Komplexní jednorázový úkol | ano | hlavní použití | ano |
| Cloudový počítač | podle použité funkce | ano | vlastní prostředí Dota |
| Práce na pozadí | přes podporované funkce | ano | jedna z hlavních vlastností |
| Naplánované úlohy | ano | ano | ano |
| Dlouhodobý pracovní kontext | částečně přes Memory a projekty | podle úlohy | klíčový princip |
| Více paralelních odpovědností | omezeně | úkolově | ano |
| Proaktivní práce | omezená | podle zadání | ano, v rámci stanovených pravidel |
| Vlastní „identita“ agenta | ne | ne | ano |
Nejde tedy o čistou technologickou revoluci vzniklou přes noc. Dots spíš skládají řadu schopností, které OpenAI vyvíjelo samostatně, do jednoho persistentního agenta.
A právě to může být důležitější než další jednotlivá funkce.
6. Jak se Dots učí způsob, jakým pracujete
Tvrzení, že Dot „se učí, jak pracujete“, je potřeba správně chápat.
Neznamená to, že by se GPT-6 Astra po každé konverzaci s vámi znovu trénoval a vznikala vám soukromá verze základního modelu.
Dot pracuje s pamětí, historií spolupráce, vašimi instrukcemi, zpětnou vazbou a informacemi z povolených zdrojů.
OpenAI uvádí, že Dot může převzít vzpomínky a kontext z ChatGPT a zároveň vytvářet vlastní kontext z práce s uživatelem a připojenými aplikacemi. Díky tomu může při další práci zohledňovat například vaše cíle, způsob komunikace nebo předchozí rozhodnutí.
Prakticky to může znamenat, že agent postupně zjistí:
- jaký styl textů preferujete,
- jaké metriky při rozhodování sledujete,
- které informace považujete za důležité,
- jak obvykle strukturujete dokumenty,
- co vyžaduje vaše schválení,
- nebo jak má vypadat výsledek, který považujete za hotový.
OpenAI například u tvůrců obsahu popisuje scénář, kdy Dot poznává jejich styl a publikum, z nového rozhovoru připravuje podklady pro obsah a následnou zpětnou vazbu promítá do dalších výstupů.
Výsledkem není nový model, ale stále bohatší pracovní kontext kolem stejné modelové inteligence.
To je možná méně futuristické než představa „AI, která se sama učí“, ale pro každodenní práci pravděpodobně mnohem důležitější.
7. Konkrétní příklady využití OpenAI Dots
Potenciál Dots je nejlépe vidět na konkrétních pracovních procesech.
Obsahový marketing
Představme si obsahový web nebo osobní značku.
Místo toho, aby člověk pokaždé zvlášť zadával research, osnovu, článek a příspěvky na sociální sítě, může agent znát dlouhodobou obsahovou strategii, cílovou skupinu, styl komunikace a publikační standard.
Proces potom může vypadat například takto:
nové téma → rešerše → vyhodnocení relevance → návrh obsahu → článek → sociální sítě → newsletter → aktualizace podle nových informací
Člověk se nemusí z procesu ztratit. Naopak. Přesouvá se z role operátora jednotlivých promptů do role editora a člověka, který určuje směr.
OpenAI samo uvádí content production jako jeden z hlavních příkladů využití: Dot může zpracovat přepis rozhovoru, vybrat vhodné momenty, připravit show notes a návrhy příspěvků a následně zapracovávat editace napříč materiály.
Research a analytika
Další logickou oblastí je dlouhodobý výzkum.
Dot může znát výzkumnou otázku, průběžně pracovat s novými podklady a aktualizovat výsledky podle toho, jak se mění data.
OpenAI jako příklad uvádí vědce, jehož Dot při příchodu nových dat znovu spouští analýzy, prověřuje neočekávané výsledky, aktualizuje grafy a upozorňuje na změny, které vyžadují lidskou kontrolu.
To je podstatně zajímavější využití AI než jednorázové „shrň mi tento dokument“.
Programování
Programování je pro autonomní agenty přirozená oblast, protože výsledek lze poměrně dobře kontrolovat pomocí testů.
Dot může sledovat zákaznickou zpětnou vazbu, identifikovat menší bugy nebo požadavky, připravit změny prostřednictvím Codexu, spustit testy a vrátit hotový pull request ke kontrole.
Přesně podobný scénář OpenAI používá při představení Dots: vývojář se může věnovat větší funkci, zatímco agent řeší menší opravy a připravuje je k review.
E-mail a administrativa
Připojení e-mailu otevírá další kategorii rutinní práce:
- vyhodnocování příchozí komunikace,
- přípravu odpovědí,
- sumarizaci delších vláken,
- hlídání follow-upů,
- nebo hledání úkolů vyplývajících z komunikace.
OpenAI zmiňuje i poměrně názorný příklad z testování: Dot si všiml, že uživatel zapomněl vystavit fakturu publikaci, fakturu připravil a po schválení ji odeslal.
Právě „po schválení“ je v tomto příkladu stejně důležité jako samotná automatizace.
Správa projektů
Agent může znát projekt, jeho termíny, dokumentaci a komunikaci a průběžně hlídat, co se změnilo.
Místo tradičního projektového asistenta, který pouze reaguje na otázku „co máme dnes udělat“, vzniká systém schopný upozornit:
- že chybí podklad,
- že se změnil požadavek,
- že nový e-mail ovlivňuje plán,
- nebo že je potřeba aktualizovat dokumentaci.
V některých případech může změnu rovnou připravit.
To už není chatbot. Je to agent připojený přímo k toku práce.
8. Bezpečnost a oprávnění
Čím více pravomocí AI agent dostane, tím méně lze bezpečnost řešit pouze upozorněním ve stylu „AI může dělat chyby“.
Agent, který pouze odpovídá na otázky, má relativně omezený akční prostor. Agent s přístupem k e-mailu, dokumentům, browseru, firemním systémům a počítači může udělat podstatně víc dobrého – ale také větší chybu.
OpenAI proto kolem Dots kombinuje několik vrstev kontroly.
První je oddělení prostředí. Cloudový počítač Dota je samostatný a k vlastnímu zařízení uživatele se agent dostane až po výslovném povolení.
Druhou jsou oprávnění pluginů a aplikací. Připojení Dota neznamená automatický přístup ke všemu, co uživatel používá. Konkrétní integrace stále podléhají povoleným účtům, rozsahu autorizace a případným pravidlům organizace.
Třetí vrstvou jsou Custom Rules. Uživatel může určit, které podporované operace smí Dot udělat sám, které vyžadují předchozí souhlas a které dělat nemá. Některá základní bezpečnostní omezení však uživatel vypnout nemůže.
OpenAI používá také Auto-review, které před vybranými akcemi kontroluje plánovanou operaci vůči instrukcím uživatele, bezpečnostním pravidlům a nastaveným omezením. Některé citlivé činnosti musí vždy převzít člověk – například změnu hesla nebo převod peněz.
Zajímavě je omezený také takzvaný proactive research. Když Dot sám na pozadí hledá informace, jeho research nástroje jsou omezené na čtení: nemohou samy posílat zprávy jiným lidem, měnit obsah přes pluginy nebo ovládat browser či počítač. Následná akce už musí projít běžnými pravidly.
A pak je tu prompt injection.
Dokument, webová stránka nebo e-mail mohou obsahovat instrukci navrženou tak, aby se pokusila agenta přimět k akci, kterou uživatel nikdy nechtěl. OpenAI uvádí, že Dots používají více vrstev ochrany, ale zároveň výslovně upozorňuje, že riziko nelze odstranit úplně.
To je důležitá střízlivá poznámka.
S růstem autonomie nebude bezpečnost agentů vedlejší vlastnost. Bude jedním z hlavních parametrů, podle kterých budeme hodnotit, zda je vůbec rozumné konkrétní práci AI svěřit.
9. Dostupnost a omezení
OpenAI začalo Dots zavádět 29. září 2026.
Při spuštění jsou určeny pro ChatGPT Pro a Business Premium. Enterprise včetně Edu a Healthcare může používat betaverzi po povolení administrátorem. První Dot je součástí podporovaného Pro nebo Business Premium tarifu bez samostatného příplatku.
Pro české uživatele je ale podstatný jeden háček.
Dots se při startu nezavádějí uživatelům ChatGPT Pro v Evropském hospodářském prostoru, Švýcarsku a Spojeném království. Česká republika je součástí EHP, takže běžný český uživatel Pro k Dots v první vlně přístup nemá. Business Premium je podle dokumentace dostupný ve všech podporovaných regionech ChatGPT.
OpenAI zároveň upozorňuje, že rollout probíhá postupně a přístup se nemusí zobrazit všem oprávněným účtům okamžitě.
Potřebujete kvůli Dots ChatGPT Pro 500?
Ne.
To je důležité, protože ve stejný den OpenAI uvedlo také nové předplatné Pro 500 za 500 dolarů měsíčně. Dots ale nejsou funkcí vyhrazenou výhradně tomuto tarifu.
Pro 500 řeší jiný problém: extrémně intenzivní používání ChatGPT. OpenAI u něj uvádí nejvyšší usage allowance, podle DevDay recap 25násobek allowance ChatGPT Plus, a jako jediný osobní Pro tarif obsahuje Ultrafast.
To ale s Dots nepřímo souvisí.
Jakmile AI přestává jen odpovídat na několik dotazů denně a začne prostřednictvím Work, Codexu a agentů plnit dlouhodobé úkoly, roste význam množství dostupného výpočetního výkonu, rychlosti a limitů.
Právě proto se na ChatGPT Pro 500 a jeho cenu 500 dolarů měsíčně podíváme samostatně. Nejde totiž pouze o dražší ChatGPT, ale o další část stejné strategie OpenAI: vytvořit prostředí, ve kterém mohou modely a agenti dělat stále větší část skutečné práce.
Dots zatím mají také další omezení.
Při spuštění lze vytvořit jednoho primárního Dota. OpenAI do budoucna počítá s více agenty a dokonce týmy Dots, ale to je zatím plán dalšího vývoje, nikoli současná funkce.
A stejně jako u jiných AI agentů platí, že ne každý web, aplikace nebo pracovní postup musí automatizaci umožnit. Některé operace budou vyžadovat zásah člověka, další mohou být z bezpečnostních důvodů zablokované a agent může udělat chybu.
10. Co to znamená do budoucna
Nejzajímavější otázka kolem Dots nakonec není, jestli dnes umí vystavit fakturu nebo připravit pull request.
Podstatnější je směr.
První generace moderních generativních AI fungovala jako chatbot:
člověk se zeptá → AI odpoví
Pak přišli copiloti:
člověk pracuje → AI mu průběžně pomáhá
Následovali agenti:
člověk zadá cíl → AI provede více kroků potřebných k jeho splnění
Dots posouvají tuto myšlenku ještě dál:
člověk svěří oblast odpovědnosti → AI se k ní dlouhodobě vrací a řeší ji v rámci stanovených pravidel
Samozřejmě zatím s mnoha omezeními a lidskou kontrolou.
Ale právě změna z jednotlivých promptů na dlouhodobou delegaci může být důležitější než další skok benchmarků mezi dvěma modely.
OpenAI navíc Dots nepředstavilo samo o sobě. Stejný DevDay přinesl Agents API s computer use, další rozvoj cloudového Codexu, automatizace spouštěné událostmi přes MCP, týmové prostředí ChatGPT Space, nové možnosti pluginů, GPT-6.1 Sol a vyšší výkonnostní tarif Pro 500.
Jednotlivě jde o řadu různých produktových novinek.
Dohromady ale ukazují poměrně konzistentní strategii:
OpenAI se snaží z ChatGPT vytvořit prostředí, ve kterém lidé, modely, agenti, aplikace a firemní data pracují společně.
A právě v tomto kontextu dávají Dots největší smysl.
„Vlastní počítač“ je skvělý titulek. Připojení k více než 4 000 aplikacím je působivé číslo. Možnost nechat agenta pracovat i po zavření ChatGPT dobře funguje v produktové ukázce.
Skutečný posun je ale jinde.
Dosud jsme se učili správně promptovat AI.
V další fázi se budeme muset naučit něco mnohem bližšího řízení práce: co AI delegovat, jak jí předat kontext, jaké pravomoci jí dát, kde nastavit hranice a ve kterých okamžicích musí rozhodnout člověk.
A pokud se tento model osvědčí, možná budeme za několik let považovat dnešní způsob používání chatbotů – otevřít nové okno, vysvětlit kontext a zadat další jednotlivý prompt – za stejně nepraktický, jako nám dnes připadá ruční opakování práce, kterou už dávno umíme automatizovat.