Reseña de OpenAI Dots: cuidadoso por diseño, y se nota

Resumen

Mi reseña de OpenAI Dots en una línea: 3 sobre 5 hoy, con uno de los mejores diseños de seguridad de la categoría de agentes siempre activos, frenado por la fricción y un precio de entrada de 100 $. Un dot funciona con GPT-6 Astra, con su propio ordenador en la nube, un verificador Auto-review aparte e investigación en segundo plano que es de solo lectura en el código. Esa parte es excelente.

El problema es lo a menudo que se detiene a preguntar. Un usuario temprano le puso un B- tras dos horas, porque una reserva de lanzadera necesitó tres síes distintos y el dot no quiso recuperar un código 2FA de un buzón que ya podía leer. Un verificador de reglas también rechaza las Custom Rules demasiado amplias.

Quién debería tener uno: usuarios de Pro en una región compatible con trabajo personal desordenado (investigación, viajes, bandeja de entrada, preparación de lanzamientos). Quién debería esperar: usuarios de Plus que subirían solo por esto, y cualquiera en el EEE, Suiza o Reino Unido con Pro. Quién debería buscar otra cosa: equipos con una cola compartida. Ese es el trabajo que un compañero ya listo como eesel hace desde el primer día, entrenado con tus tickets pasados en lugar de con los hábitos de una persona.

Cómo reseñé OpenAI Dots

Soy ingeniero de software en eesel y publico integraciones y APIs, así que cuando un agente pide acceso a más de 4.000 apps, lo primero que leo son los permisos de los plugins. También he pasado mucho tiempo viendo agentes de IA en colas de soporte reales, y la lección que se me quedó es simple: un agente seguro de sí mismo sigue necesitando una comprobación antes de actuar, por eso cada despliegue de eesel se simula primero con tickets históricos.

Este es mi método para esta reseña, para que puedas sopesar bien el veredicto:

• Fuentes primarias, todas. El anuncio de lanzamiento de OpenAI, su informe de seguridad, las preguntas frecuentes de privacidad, la guía de inicio y la página de precios.
• Cada comentario del hilo de lanzamiento. El hilo de Hacker News tenía 727 puntos y 614 comentarios cuando lo consulté el 1 de octubre.
• Informes de primera mano de quienes tienen uno. Dots se desplegó el 29 de septiembre y el acceso es gradual, así que los informes en primera persona aún son escasos. Cito los más detallados y digo dónde faltan pruebas.

Todavía no he usado un dot en mis propias cuentas, y no voy a fingir que lo hice. Cuando una afirmación viene del tiempo de uso de otra persona, lo digo.

Si primero quieres el recorrido completo de funciones, la explicación de OpenAI Dots de mi compañero cubre cada capacidad, plan y región. Este post es el veredicto.

Cuadro de puntuaciones de OpenAI Dots

Así lo puntuaría en las seis cosas que deciden si un agente siempre activo se gana un sitio en tu semana.

Las notas son una herramienta tosca, y tus pesos no serán los míos. Si la seguridad te importa más que la fricción, el panorama cambia. Mueve los pesos para ver tu propia nota:

Lo que OpenAI Dots hace bien

Primero el reconocimiento, porque hay mucho. OpenAI lanzó uno de los dos modelos de seguridad mejor explicados en un agente de consumo (el diseño Sentinel de Meta Muse es el otro), y el producto que hay debajo es capaz.

Auto-review está fuera del alcance del dot

Antes de que un dot envíe un correo o cambie un archivo, un sistema aparte llamado Auto-review comprueba el paso previsto frente a tus instrucciones, tus Custom Rules y los requisitos de seguridad de OpenAI. En un correo revisa el destinatario y el mensaje. La decisión de diseño importante es que los controles de Auto-review quedan fuera del entorno que el dot puede modificar, así que el dot no puede convencer a su propio verificador.

Desde mi lado de la valla, es la decisión correcta. Cuando construyo pasos de aprobación en las integraciones de eesel, la regla es que lo que se comprueba nunca puede editar la comprobación. OpenAI lo aplicó a un agente general, que es más difícil.

La investigación en segundo plano no puede actuar

Cuando no hablas con él, un dot ejecuta "investigación proactiva" sobre tus apps conectadas y guarda notas privadas. OpenAI dice que aplica los límites "en el código": estas tareas no pueden enviar mensajes, cambiar el contenido de las apps ni manejar un navegador. Todo lo que el dot quiera hacer con lo que encontró pasa por las reglas normales. Eso elimina la versión más aterradora de un agente siempre activo, la que decide a las 3 de la mañana "ayudar" escribiéndole a tu jefe.

Es una máquina capaz

Cada dot tiene su propio ordenador Linux con Chrome, y puedes abrirlo para mirar o pulsar "Take over". Se conecta a más de 4.000 apps con los mismos permisos de plugins que usas en ChatGPT y ChatGPT Work. También puede iniciar tareas en la nube en Codex en entornos que hayas configurado. Vive en ChatGPT, Slack y Teams.

El informe de primera mano en el que más confío, del usuario de HN neom, reconoce lo básico: el dot planificó un viaje, notó que la lanzadera del aeropuerto no estaba reservada y "reminded me with the details we'd discussed." Esa es la parte proactiva funcionando como se anuncia. El mismo informe dice que "deals with it all very well" en los inicios de sesión que tiene permitido gestionar.

El modelo de uso es generoso, por ahora

Según el centro de ayuda de OpenAI, las conversaciones con tu dot no cuentan para tus límites de uso de ChatGPT, y la asignación del plan para trabajo más profundo se amplía durante el primer mes. Para un usuario de Pro, eso convierte los primeros 30 días en algo cercano a una prueba gratuita.

Dónde frustra OpenAI Dots

Esta es la parte de la reseña de la que más hablan los primeros usuarios, y todo viene de la misma raíz: un dot está hecho para devolverte las cosas.

El bucle de confirmación

Aquí está la reserva de lanzadera de neom, el relato de primera mano más concreto que he encontrado:

"I said yes please book it, it went back to the website, checked all the details we'd just agreed and asked me to confirm the details, fine I confirm it, please book, it tells me it will book it, it goes on it's little cloud computer and completes the booking form then comes back and asks me if it should book it...so annoying."

neom, Hacker News

El mismo usuario se topó con un muro en los códigos de doble factor. Iniciar sesión en Uber envía un código 2FA por correo, y aun con acceso al buzón el dot no quiso leerlo ni introducirlo. Eso coincide con el diseño de OpenAI: en los inicios de sesión compatibles, el dot se pausa mientras tú gestionas las credenciales en un formulario seguro. Es más seguro. También significa que un flujo de "reserva mi vuelo y luego mi Uber" sigue necesitándote ante el teclado.

Las Custom Rules rechazan las reglas amplias

Las Custom Rules te dejan mover las acciones compatibles entre cuatro comportamientos, desde "actuar sin preguntar" hasta "pasártelo a ti". En la práctica, neom cuenta que hay un verificador de reglas en la interfaz de permisos que explica por qué cree que una regla es demasiado amplia, y que solo se aceptaron 2 reglas tras "trying many." Una regla rechazada era una petición de sonido razonable: proceder en "routine, reversible, low risk actions" y seguir preguntando en todo lo que implique dinero o envíos externos. Otra pedía al dot que respondiera en Slack a compañeros concretos sobre horarios.

La documentación de OpenAI es coherente con esto. Los dots pueden ayudarte a escribir Custom Rules pero necesitan tu aprobación para cambiarlas, y las reglas "cannot remove mandatory confirmations, handoffs, or core safety requirements." La propia conclusión de neom fue justa: "maybe it's best this way while they roll out", pero "if you're looking for an openclaw like agent, this isn't it at all." Si has usado OpenClaw con permisos sueltos, espera un ritmo más lento. Lo mismo vale para Hermes Agent.

No es rápido

Otro comentarista que vio las demos dijo "the speed is so slow it's shocking" (jdw64, Hacker News). Lo trataría como algo a vigilar, no como un veredicto. OpenAI dice que podrás escalar la velocidad de cada dot "in the future", lo que me indica que la velocidad es una palanca de pago que conocen, no un problema resuelto.

Una memoria que no puedes inspeccionar

Según las preguntas frecuentes de privacidad, ahora mismo no puedes ver, editar ni borrar recuerdos individuales de un dot. El único reinicio es borrar el dot entero, y desconectar una app no elimina lo que el dot ya aprendió de ella. Para un asistente personal es tolerable. Para cualquier cosa que toque datos de clientes, es la primera pregunta que hará tu equipo de seguridad, y todavía no hay buena respuesta.

¿Vale la pena OpenAI Dots por el dinero?

La respuesta corta: vale la pena si ya estás en Pro, difícil de justificar como motivo para subir de plan.

No hay un precio aparte de Dots. Tu primer dot viene con ChatGPT Pro (Pro 100, 200 o 500) y Business Premium. Free, Go y Plus no lo incluyen.

Los precios de los planes vienen de la página de precios de OpenAI y de su artículo sobre los niveles de Pro. El precio del puesto Premium está en la página de precios de Business, y es la única vía para tener un dot en el EEE, Suiza y Reino Unido.

El desglose de precios de ChatGPT profundiza en lo que compra cada nivel, y el post de precios de GPT-6 Astra cubre el modelo que hay debajo.

La comparación que sale una y otra vez en el hilo de lanzamiento es el precio de entrada frente a los rivales. El agente Muse de Meta tiene un plan gratuito con límites de uso y un plan Power a 20 $/mes. Para conseguir tu primer dot, la vía más barata es 100 $/mes.

"$100 is a pretty tough sell when the competition starts at free (Meta Muse)."

lxgr, Hacker News

Importan dos detalles de costes más. Primero, cuando tu dot inicia o gestiona tareas en Codex o ChatGPT Work, esas tareas cuentan para tus límites normales, así que un dot que delega mucho tira del mismo presupuesto que usas tú. El post de precios de Codex cubre ese contador, y la parte de Work está en la guía de precios de ChatGPT Work. Segundo, los límites generosos son explícitamente cosa del primer mes. Como dijo un comentarista, "actual limits will be disclosed later" (thimabi, Hacker News). Yo presupuestaría como si el segundo mes fuera más ajustado.

¿Es OpenAI Dots lo bastante seguro para cuentas de trabajo?

Más seguro que Grok Bot sobre el papel, a la par de Meta Muse, y aun así no es un sistema al que daría acceso de escritura a datos de clientes el primer día.

Las salvaguardas publicadas son reales: las contraseñas y las transferencias de dinero siempre vuelven a ti, borrar datos o instalar software puede requerir aprobación cada vez, y compartir datos sensibles exige un destinatario nombrado. Compáralo con Grok Bot, donde la propia documentación de xAI dice que todos los bots de una cuenta comparten un ordenador y que no deben tratarse como una frontera de seguridad.

Pero OpenAI también es franca sobre los límites. Sus defensas contra prompt injection "help reduce the risk... but they do not eliminate it." Y el problema de los permisos es anterior a Dots. Este es el comentario del hilo de lanzamiento que pondría delante de cualquier responsable de TI:

"I minted what I thought was a minimal-permission Github token for a single action, and the agent I gave it to discovered it had more permissions than I thought, and made use of those permissions."

petesergeant, Hacker News

Es una lección de integración que reaprendo cada trimestre: los permisos siempre son más amplios que la etiqueta que llevan. Lukasz Bulik resumió dónde deja esto a las empresas:

"For your company, a specialist Dot is basically a new hire that never logs off. OpenAI ships rules for when a Dot acts alone and when it asks, and password changes always stay with a human. Everything in between is your policy to write, and most companies haven't written it yet."

Lukasz Bulik, LinkedIn

Mi consejo práctico: conecta primero plugins de solo lectura, mantén "preguntar antes de actuar" en todo lo que envíe y amplía una app cada vez. La guía de traspaso de IA tiene un patrón para esto que sirve para cualquier agente.

Dónde encaja un dot y dónde no

Junta pros y contras y aparece una forma clara. Un dot es excelente en trabajo personal que sobre todo lee y redacta, es más lento cuando actúa sobre otras personas, y no está hecho para el trabajo que pertenece a un equipo.

OpenAI conoce la brecha de equipo, por eso anunció los dots especializados con su propia identidad, credenciales y hardware aprovisionado por TI. Dice que los probó internamente en compras, procesamiento de facturas, email marketing, soporte al cliente y contratos comerciales. Pero empiezan como "focused enterprise pilots" acotados con los ingenieros de OpenAI, y la gestión mediante Microsoft Agent 365 sigue prevista. Un equipo de soporte de 20 personas no puede activarlo esta semana.

El bucle de confirmación es además donde chocan un agente personal y una cola de soporte. En una llamada de ventas de eesel, un equipo de Freshdesk que gestiona de 50 a 70 tickets al día me dijo que un paso binario de aprobar o rechazar no bastaba: necesitaban editar un borrador antes de enviarlo y ajustar las instrucciones del agente desde dentro del helpdesk. Multiplica los tres síes de neom por 60 tickets y ves el problema. Una cola necesita aprobaciones que vivan donde los agentes ya trabajan, sobre las acciones que importan y en ningún otro sitio.

Ese es el patrón que sigo viendo en los despliegues de soporte: los equipos empiezan con la IA redactando respuestas y pasan a la automatización total cuando se gana la confianza. Los valores por defecto de un dot están hechos para la primera etapa y pelean contigo en la segunda. Un compañero hecho a medida está pensado para todo el camino.

Cómo se compara Dots con otros agentes siempre activos

Dots es el tercer gran lanzamiento de agente personal en unas siete semanas, tras Grok Bot de xAI el 11 de agosto y Muse de Meta el 8 de septiembre. Así los separaría para un lector que trabaja:

Mi clasificación para un usuario de Pro que hace trabajo del conocimiento: Dots primero, porque llega a Slack, Teams y plugins de trabajo que Muse no tiene. Para quien quiera probar un agente siempre activo sin gastar, Muse. Para un desarrollador que quiere permisos sueltos y control, una opción autoalojada de la lista de agentes de IA de código abierto.

Mi reseña de Instinct cubre al rival que prioriza los mensajes de texto. En el lado empresarial, Claude Cowork de Anthropic es el más parecido, y Copilot Autopilot de Microsoft es el que hay que seguir de cerca.

Mi veredicto sobre OpenAI Dots

Consigue uno si ya estás en Pro en una región compatible y tu trabajo es personal y de mucha lectura: investigación, planificación de viajes, triaje de la bandeja de entrada, preparación de lanzamientos. El primer mes es en la práctica una prueba gratuita. Empieza con plugins de solo lectura y reglas estrictas.

Espera si subirías desde Plus solo por esto, estás en Pro en el EEE, Suiza o Reino Unido, o necesitas un agente que actúe rápido sin consultarte. Los límites posteriores al lanzamiento y los precios de velocidad aún no son públicos.

Busca otra cosa si el trabajo pertenece a un equipo, como una cola de soporte, un calendario de contenidos o cualquier cosa con datos de clientes y un registro de auditoría compartido. Para eso son los dots especializados, y son pilotos. Un compañero de IA ya listo es el camino más rápido, y la explicación del empleado de IA cubre cómo distinguir las categorías.

eesel, para los trabajos que un dot no gestiona

Si esta reseña te dejó pensando "quiero la idea de Auto-review, pero para nuestra cola de soporte", ese es el hueco que cubre eesel. eesel es una plataforma de compañeros de IA: contratas un compañero ya listo para un trabajo. Para soporte, el compañero de helpdesk con IA se une a Zendesk, Freshdesk, Gorgias o Front como un miembro nuevo de la cola y aprende de tus tickets pasados, tu centro de ayuda y tus macros antes de empezar.

La diferencia con un dot está en dónde ocurre la comprobación. En lugar de confirmar cada paso en un chat, ejecutas el compañero contra cientos de tus tickets históricos en una simulación y ves sus respuestas antes de que las vea ningún cliente. Una vez en vivo, las acciones fuera de sus reglas esperan una aprobación humana, y cada ejecución queda en un registro de actividad compartido que todo el equipo puede leer.

Si te gustó que un dot pueda manejarse desde Slack o Codex, la CLI de eesel hace lo mismo con tu compañero: eesel approvals list muestra lo que espera a un humano, eesel activity lista cada ejecución, y cada espacio de trabajo funciona como un servidor MCP al que pueden conectarse Claude Code o Codex. La guía de AI agent CLI explica por qué eso importa para automatizar aprobaciones con scripts.

Los precios son públicos: un plan gratuito con 100 créditos y luego planes de compañero desde 299 $/mes por 500 créditos, donde un ticket o chat es un crédito. Mira la página de precios, o prueba eesel y mira cómo un compañero de helpdesk responde tus tickets pasados reales esa misma tarde.