Dots da OpenAI: assistente always-on vale US$100?

Dots é o Codex que resolveu não dormir

dots, o assistente pessoal always-on da OpenAI, parte de uma premissa que incomoda quem opera sistema em produção: e se a IA continuasse trabalhando mesmo quando você não está pedindo nada. Não é mais chat que responde, é um processo em background que lê seu calendário, vasculha e-mail, roda código e aparece só quando acha que tem algo útil. A ideia parece ótima até você lembrar do custo de manter isso ligado, da latência entre perceber e avisar, e do quanto de acesso você precisa entregar para ele ser minimamente útil.

Quem testou já viu o limite. O próprio líder de produto enterprise da OpenAI, Alexander Embiricos, contou que no início do desenvolvimento o seu dot avisou de um conflito de agenda com três minutos de antecedência. Três minutos. Dá para imaginar a cena: você já atrasado, com a reunião estourando, e o assistente proativo dizendo 'talvez você queira fazer algo'. É útil, mas chega tarde. E esse detalhe resume bem o momento atual dos agentes persistentes. Eles funcionam, mas ainda não funcionam no tempo certo.

O fato sem enfeite

A OpenAI lançou o dots no seu dia de desenvolvedores no fim de setembro, posicionando como seu assistente pessoal para assinantes do plano Pro ou superior, com preços a partir de 100 dólares por mês. Ele vive dentro dos apps desktop e mobile do ChatGPT e, uma vez conectado ao calendário, e-mail, computador e outras ferramentas, tenta tocar trabalho por conta própria. Não é um bot novo do zero, é um reaproveitamento direto das ferramentas de coding agentivo que a empresa construiu para engenheiros de software, agora com uma cara mais amigável e uma conversa única e contínua.

O nome vem do espaço negativo dentro do logo da OpenAI, e a intenção é clara: virar algo ubíquo, quase invisível, que está sempre ali. Embiricos apresentou o produto no TechCrunch Disrupt e foi direto ao ponto. Dá para fazer muito do que o dots faz com o Codex, a ferramenta de coding lançada no começo do ano, mas exige mais trabalho manual e supervisão. O dots tenta esconder essa fricção. Ele citou até que comemorou quando a esposa passou a deixar o computador ligado a noite toda para os agentes continuarem rodando. Isso diz muito sobre para onde a OpenAI quer levar o uso.

Como funciona na visão de quem opera

Na prática, pense no dots menos como um modelo e mais como uma camada de orquestração em cima dos modelos que já existem. Você conecta fontes de contexto, calendário, e-mail, arquivos, terminal, e o sistema mantém workers rodando em polling e em eventos. EleResume contexto, cria plano, executa tarefas com ferramentas e só interrompe quando o nível de confiança ou urgência passa de um limiar. É a mesma arquitetura dos coding agents, só que com triggers temporais e proatividade ligada por padrão. Em vez de você abrir um prompt, ele abre o prompt por você.

O que isso implica em custo e latência é o ponto que quase ninguém detalha. Um assistente always-on queima token mesmo parado. Ele precisa reavaliar estado, checar mudanças, resumir threads, comparar agenda com prazos. Isso provavelmente significa janelas de contexto longas sendo recarregadas várias vezes ao dia, mais chamadas de ferramenta baratas intercaladas com chamadas de raciocínio caras. Para a OpenAI, faz sentido: mais uso, mais receita recorrente, mais lock-in. Para você, significa pagar 100 dólares por mês para manter um junior incansável que às vezes acerta muito e às vezes avisa tarde demais.

Minha inferência técnica, sem tratar como verdade oficial, é que o ganho real não está em um modelo novo, mas em framing e em política de interrupção. Quando avisar, quando ficar quieto, quanto contexto carregar antes de agir. Embiricos mesmo admitiu que grande parte do trabalho foi tornar intuitivo, não inventar tech nova. Isso bate com o que vemos em agentes: o gargalo não é inteligência bruta, é decidir o timing. O exemplo que ele deu de um engenheiro numa startup de delivery por drone é bom: o dot percebeu uma indisponibilidade, analisou e já voltou com informação útil antes do humano notar. Quando o timing acerta, parece mágica. Quando erra por minutos, vira ruído.

O que isso muda na prática

Quem ganha de imediato é quem já vive em cima de coding agents e tem rotina previsível. Engenheiro com deploys, incidentes, code review, agenda cheia. Operador que recebe muito e-mail repetitivo. Pequeno time que não tem assistente humano. Quem perde, por enquanto, é quem espera autonomia total com privacidade total. Para o dots ser proativo ele precisa das chaves do seu trabalho. Sem acesso ao calendário, à caixa de entrada e à máquina, ele vira só mais um chat bonitinho com nome curto.

• Conexão mínima viável: comece só com calendário e uma pasta de trabalho, não conecte tudo de uma vez
• Regra de interrupção: defina o que é urgente de verdade, conflito em menos de duas horas, incidente em produção, prazo em 24 horas
• Ação prática desta semana: rode por sete dias em modo observação, revise todo fim de dia o que ele fez sem pedir e corte os triggers que geraram ruído

Esse teste de sete dias é importante porque revela o padrão de uso real. Se em uma semana ele só te economizou trinta minutos e gerou dez interrupções inúteis, não escala. Se ele pegou um conflito, adiantou um resumo de incidente ou preparou um briefing que você usaria de qualquer jeito, aí a conta começa a fechar. Não avalie por demo, avalie por taxa de interrupção útil por dia e por tokens queimados em segundo plano. É métrica de operador, não de fã.

A tensão que ninguém resolveu

Aqui está o ponto que me deixa desconfiado. Todo assistente always-on vive do mesmo dilema: quanto mais contexto ele tem, mais útil ele é, e maior é a superfície de exposição. A Meta já apanhou com o Muse por montar perfis de família e amigos para sugerir coisas como restaurante. A OpenAI vai enfrentar a mesma pressão com o dots assim que ele começar a cruzar e-mail com calendário com arquivos pessoais. Não é teoria, é arquitetura. Proatividade exige memória longa e acesso amplo. Memória longa e acesso amplo exigem confiança quase cega no fornecedor.

E tem a questão do custo invisível. Deixar o computador ligado a noite toda para o agente trabalhar, como no exemplo da esposa do Embiricos, normaliza uma ideia estranha: gastar energia, máquina e tokens para talvez acordar com algo pronto. Às vezes vale. Muitas vezes é só deslocar o gargalo. Antes você perdia tempo pedindo, agora perde tempo revisando o que ele fez sozinho, corrigindo timing, filtrando alerta. Isso escala. A pergunta é se escala gerando valor ou gerando mais trabalho de supervisão com uma fatura de 100 dólares no fim do mês.

Conclusão

O dots não é uma revolução de modelo, é uma embalagem mais esperta para algo que já existia no Codex: trabalho contínuo em background com uma cara de assistente único. Vale testar se sua rotina tem eventos repetitivos e caros, mas com acesso controlado e métrica clara de interrupção útil. Será que você confiaria as chaves da sua agenda e do seu terminal para uma IA que ainda aprende a hora certa de te avisar.