xAI 的 Grok、Meta 的 Muse、OpenAI 的 Dots，最近扎堆冒出来。专家先给它们找了个共同点：每个 Agent，都要有一台属于自己的虚拟电脑。
这台电脑不是摆设。它要一直运行，像一间永不熄灯的办公室；它要持续干活，像一位不下班的数字员工；它还要到点执行 schedule，像闹钟一响就扑向任务。
过去的 AI 更像什么？像钟点工。你问一句，它答一句；你派个活，它交个结果。然后你再说下一个。
现在它们想变成常驻兵。不是“你问我答”，而是“我一直在，你随时来”。
这个共识挺清楚。但共识底下，分叉也来得很快。
Muse 像生活管家，Dots 像专业工位专家说，Muse 最大的优势是免费，而且送很多 token。它更接近个人生活助理，面向普通用户，管你生活里的杂事：咨询、比价、订餐、出行，烟火气很足。
Dots 呢？第一，有门槛。它目前主要面向 OpenAI 深度用户，要每月订阅 200 美元档位，也就是 Pro 级别，才能摸到。它不是路边摊，是会员制会所。
第二，它有倾向。Muse 更像生活管家，Dots 更像专业工程师。它不是只帮你写 PPT、做报表、整文书，而是往更硬核的方向走：3D 建模、编程、游戏开发、专业软件控制。
如果说 Muse 是“拎包入住的生活管家”，那 Dots 就是“配了工具箱的云端工位”。一个帮你过日子，一个帮你做项目。
界面也很有意思。Dots 非常朴素，没有独立 App，就藏在 ChatGPT 的侧边栏里。Muse 则专门做了应用，界面更友好，有可爱小人，有各种方便上手的按钮。一个像精装样板间，一个像毛坯工具房。
当然，Dots 也有 Muse 没做的功能，比如打电话，实时语音对话。这个后面再说，先看那台虚拟机。
这台虚拟机，真不是摆设专家把它点开，屏幕下方显示：Dots has control。现在由 Agent 控制。点一下 take over，控制权回到人手里。
配置呢？先看存储。图形界面显示 31.5G，约等于 32G，已用 16G。专家提醒，图形界面不一定准，最好敲命令行。CMD 里输入
df -h，总存储 32G，实锤。
再看硬件。lscpu
一敲，CPU 是 AMD EPYC 9V74，80 核，分配了 5 个线程。free -h
一敲，运行内存约 9.7G，接近 10G，已用 2.5G，还剩大概四分之三。
嗯，不豪华。但够跑。
最惹眼的是预装软件。专家像拉开军火库抽屉：3D Slicer，做 3D 模型切割；Blender，建模常用开源软件；CAD，建模工具；GIMP，类似 Photoshop 的图片编辑软件；Godot，开源游戏引擎；Inkscape，画矢量图；Kdenlive，开源视频编辑；Mousepad，文本编辑；ParaView，流体与科学可视化；QGIS，基于地理位置的数据分析。甚至还有两个小游戏：Go 和纸牌。
为什么清一色开源？专家解释很直白：OpenAI 要建那么多台虚拟机，不可能给每台都买商用证书。开源软件，成本低、可复制、能规模化。
这些软件不是网页链接，而是本地安装。本地跑，速度更快。你可以命令 Dots 往这台机器上继续装东西，只要不撑爆空间。
浏览器在这里也变了角色。它不只是上网入口，还能当文件管理器。输入 C 盘、D 盘某个文件夹地址，浏览器就能变成 File Explorer，直接打开文件、唤醒工具。
这就像给 Agent 配了一间工具箱：不是只给它一张嘴，而是给它一双手。
现场演示：爱心戒指、五角星，和一场慢吞吞的建模专家打开语音功能，让 Dots 用 Blender 做一个爱心形状模型：背后留凸起，凸起中间留孔，孔里穿橡皮筋，然后像戒指一样戴在手指上。
Dots 语音助手接住了指令：“我会做一个爱心戒面，背面加一个凸起的双孔耳，让橡皮筋穿过去后能套在手指上。”
听起来很聪明。但接下来，是等待。
专家之前还让它做过五角星模型：五角星背后留凸起，中间留孔，穿橡皮筋，当戒指戴。Dots 确实调用 Blender 做了出来，文件也能下载。模型有宽、有厚度、有孔径，参数都给了。
成果没问题。过程却像老牛拉车。
更让专家皱眉的是：你看不到它用了多少 token，也看不到它具体在干什么。Muse 会把任务拆解，进度一步步亮出来；Dots 却像把门一关，让你在外面干等。
它不是在聊天，它是在施工。可施工围挡太高，你看不见里面。
后来专家说，这个爱心模型，从下指令到做完，四五十分钟。同样的事，如果在 Blender 里内嵌大模型直接做，可能 5 到 10 分钟。
这就有点尴尬了。
你说是它不会吧，它做出来了。你说是它行吧，它慢得让人想催。
插件百货商场 vs 连接器精品柜台Dots 背后，是 ChatGPT 的插件生态。
Gmail、Google Drive、GitHub、Shopify、Canva、Adobe、Figma、Instacart、Notion……像一座插件百货商场，大类套小类，点进去还有长长的货架。OpenAI 的 plugin 生态，丰富得几乎列不完。
Muse 走的是 connector 路线。Dropbox、GitHub、Google、Figma 等，像精品柜台，数量不算多，但出现在列表上的，它训练得更熟。你说要做什么，它更快知道该拽哪个连接器。
专家特别提到 Slack 接入。Dots 接进 Slack 后，像往工作群里塞了一个数字同事。群里的人都能 @ 它，让它读文档、看会议资料、参与讨论。这偏向工作流，偏向团队协作。
Muse 接入的则是 Meta 自家 WhatsApp、Instagram 里的 bots，更像私人即时通讯，点对点，一对一发消息。一个像办公室群聊，一个像私人短信。
然后，尴尬的来了。
专家让 Dots 放一首贝多芬。
Dots 明明已经连接了 Spotify，却没直接调用 Spotify。它绕了个大弯：打开 YouTube，用浏览器放贝多芬音乐视频。可能有广告，可能找不到歌，可能你只想听歌却被迫看演唱会。
Muse 则不同。专家说，Muse 接上 Spotify connector 后，专门训练过。你说放音乐，它直接调用 Spotify，打开电脑上已有播放器。路径短，动作快。
讲真，这一段我看得有点替它着急。你明明有 Spotify，为什么去开 YouTube？就像家里有咖啡机，非要去楼下便利店买速溶。
购物比价也是。Muse 对省钱、比价、订餐这些场景专门优化，走最优路径。Dots 靠 Astra 模型的硬能力，什么都自己扛，结果慢。专家让它比价最新 iPad mini，它确认型号、容量、WiFi、保修、退货条件，一步步爬网页。之前比 iPhone 17，花了 20 多分钟。
慢，还不是最要命的。最要命的是，你不太知道它在忙什么。
长板也有：编程和统一入口那 Dots 擅长什么？
专家把重心拨回工作场景：编码能力。
Dots 背后有 ChatGPT 生态。过去很长时间，200 美元订阅档里，很多是程序员，重度使用 Code Interpreter。Dots 可以分析你的编程习惯，了解你擅长 Python、FastAPI、SQL，再按你的技术路线完成项目。
这就像一个新来的工程师，先翻你的代码仓库，再照你的风格写代码。你查漏补缺、做整合，比丢给一个陌生 AI 更顺手。
杨晓峰追问：这不用 Dots 也能做，Codex 也能做，为什么非要 Agent？
专家说，OpenAI 的解释是：想做统一平台。把编程、整理邮箱、策划出游、工作群讨论、整理 Notion 文档，所有 AI 需求归到一个入口。以前你打开 Codex 编程，再打开 ChatGPT 问问题；现在，OpenAI 想让你全部塞进 Dots。
这个解释吧，逻辑上通。体感上，还没通。
因为用户会问：我已经有 Codex 了，为什么还要 Dots？
最扎眼的案例：贪吃蛇先查“我的电脑”，云端工具被晾着专家明确要求：用 Godot 引擎做贪吃蛇游戏。
Dots 的虚拟机上，明明已经预装 Godot。但它的第一反应，不是打开自己云端的 Godot，而是检查“我的电脑”有没有装。如果没有，它还想在我的电脑上装一个。
这就像你给员工配了一间工具房，他却先跑到你家翻抽屉。
专家说，Muse 在训练时有一套决策树：什么任务，该调用什么工具，快速分配。Dots 没有这一步。它背后直接接 OpenAI 最新模型，模型很强，但缺少“先迈哪只脚”的训练。
后来专家关掉本地电脑控制权，Dots 才回到云端，开始用虚拟机里的 Godot。它终于动起来了，但动得很慢。
制作爱心模型花了四五十分钟；如果在 Blender 里内嵌大模型直接做，可能 5 到 10 分钟。为什么慢？因为 AI 控制软件，是模仿人去点按钮、操作界面。软件为人设计，不为 AI 设计。AI 去点，就像让一个巨人捏绣花针——力气有，精度和效率都磨人。
但专家也承认：用成熟软件，比纯代码渲染效果更好。底层模型一致，可软件有成熟功能。游戏开发、软件开发、建模画图，软件能大幅提高效率。问题是，中间步骤太耗 token、太耗运算。
这里我得自我修正一下。我本来想直接说 Dots“不行”，但这么说不公平。它模型能力是真的强，只是工程化还没跟上。就像一个天才实习生，脑子转得快，但还不太会用地铁线路图。
最后，说点主观的电话会最后，专家总结：想法很好。虚拟电脑一直工作，Agent 持续干活，再接入各种工具，完成建模、编程、做游戏。这是 Agent 的未来。
但 Dots 现在缺一块关键拼图：快速决策与策划训练。
它要先决定：这个任务，该调用哪些资源、哪些工具；确定工具后，再把大模型推理能力搭进去，通过截图、指令控制工具，完成任务。Muse 在快速决策上，目前比 Dots 的通用模型部分更好。
Dots 则像一台大马力发动机，靠 OpenAI 最新模型强行往前推。专家现场口径有点混，先说是 Astra，后面又提到 o1；不管叫啥，核心意思是：模型很强，调度很乱。
它已经能流程化做事：分析要求、完善需求、执行、debug、交付项目。对没接触过 AI 的人，这很新鲜。可它的目标用户，早已在用 Codex、Claude Work、Cursor、多 Agent 协作。Dots 若不解决差异化，就容易显得画蛇添足。
另外，Dots 目前不能选模型，也不显示 token 用量。使用量基本没变，weak limit 没大动静。这个体验，说好听点叫“简洁”，说直接点叫“黑箱”。
所以，Dots 现在到底是个什么状态？
我的判断是：方向很吓人，产品还稚嫩；模型很强，工程化很糙；野心很大，路感很差。
它点亮了一台永不熄灯的虚拟电脑。
但这位“迷路的天才”，还得先学会一件事：出门之前，先看地图。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。