据 AI 代理安全与治理机构 Geordie 披露，OpenAI 推出的“始终在线”个人助手 dot 在无需用户交互的情况下表现出极高的活跃度。测试数据显示，单个 dot agent 在一天内产生了 155 个独立活动序列，消耗超过 300,000 个 token。
Geordie 自今年九月 OpenAI 宣布该功能以来，持续对 dot 进行测试。此前，Meta Muse 和 Grok Bot 等竞品也采取了类似的主动式代理策略。Geordie 首席 AI 官 Hanah-Marie Darley 向 The Register 表示，与其他个人代理相比，dot 的行为模式显得“有些不同”，其核心特征在于低用户交互下的高自主性。
只读权限下的自主行为
在测试环境中，Darley 仅授予 dot 只读权限，未将其连接至电子邮件、Slack 或个人应用。尽管缺乏外部数据源，该 bot 迅速进入研究模式，扫描系统并收集可用信息。“你可以把它想象成一位新来的项目经理，进来后查看现有情况，观察你赋予了哪些访问权限、你拥有哪些权限，以及你运行着什么样的系统，”Darley 描述道。
该代理将所有收集到的数据点汇总为类似每日日志的内容，并在一天内持续更新。Darley 指出：“如果你分配了任何任务，它实际上也会检查自己的任务。但真正独特的是，dot 会在完全不与用户交互的情况下启动 agents。这一切都是由 dot 驱动的，而不是由用户的持久性或计划性任务，也不是由任何用户提示所驱动。”
超个性化与后台运作机制
Darley 分析认为，大多数企业级 AI 代理倾向于定制构建或作为辅助工程编码的工具（如 Claude、Codex 或 Hero），通常由设定目标的员工驱动。然而，以 dot 为代表的个人代理旨在实现“超个性化”，通过尽可能多地收集用户上下文和信息来保持主动性。
“他们试图实现超个性化，并尽可能多地收集关于你的上下文和信息，以便向你推荐事物并保持主动，”Darley 说，“但这意味着它们实际上是始终在线的，在后台运行，并具有这些活跃期。”
根据 Darley 的说法，dot 比 Muse 或 Grok Bot 更具主动性，但这并不一定转化为更高的 token 使用量，而是运作方式不同。Dot 总是至少有两个 agents 在运行：主要 agent 负责与用户交互，而次要 agent 则在后台持续运行以收集数据。此外，dots 和其他 agents 还可以为特定任务启动 subagents。
高频 Trace 生成与子代理调用
在 dot 测试期间产生的 155 个 agent traces 中，至少有 50 个发生在短短两分钟内，且大部分集中在几个小时内。Darley 指出：“在我们分析的一个 trace 中，agent 启动了多个短生命周期的 sub-agents，它们只执行特定任务，并从已经授予 dot 的现有访问权限中提取信息——所有这些都没有与用户进行交互。”
评估过程还涉及测试开发系统，其中一个 dot 启动了一个 sub-agent 检查系统中的所有代码仓库，与此同时，另一个 sub-agent 持续清点并统计相关数据。
