सैन फ्रांसिस्को, 30 सितंबर 2026: OpenAI ने artificial intelligence के इस्तेमाल को लगातार चलने वाले डिजिटल सहायक की दिशा में आगे बढ़ाते हुए “Dots” नाम के नए AI agents पेश किए हैं।
कंपनी ने 29 सितंबर को सैन फ्रांसिस्को में आयोजित OpenAI DevDay 2026 के दौरान Dots की घोषणा की। OpenAI के मुताबिक, Dots ऐसे “always-on” agents हैं जिन्हें किसी ongoing goal या project की जिम्मेदारी दी जा सकती है और वे बातचीत खत्म होने के बाद भी उस काम पर प्रगति जारी रख सकते हैं।
यह मॉडल पारंपरिक chatbot अनुभव से अलग है, जहां आमतौर पर यूजर को हर अगले कदम के लिए नया prompt देना पड़ता है।
क्या हैं OpenAI Dots?
OpenAI की आधिकारिक जानकारी के अनुसार, प्रत्येक Dot को अपना cloud computer और browser मिलता है। यह यूजर द्वारा अनुमति दिए गए connected tools और applications के साथ काम कर सकता है।
Dots को कंपनी के GPT-6 Astra मॉडल से संचालित किया जा रहा है। इन्हें recurring work संभालने, complex tasks पर काम करने और जरूरत पड़ने पर दूसरे subagents को काम सौंपने के लिए डिजाइन किया गया है।
एक महत्वपूर्ण अंतर यह है कि Dot को केवल तत्काल सवाल का जवाब देने के बजाय किसी बड़े लक्ष्य की जिम्मेदारी दी जा सकती है।
उदाहरण के तौर पर, यूजर किसी project की तैयारी, research या दूसरे multi-step workflow का लक्ष्य दे सकता है। Agent उपलब्ध context और permissions के भीतर अगले जरूरी कदम पहचानकर काम आगे बढ़ा सकता है और जहां मानवीय निर्णय जरूरी हो, वहां यूजर से संपर्क कर सकता है।
ChatGPT से Dots कितने अलग हैं?
सामान्य ChatGPT conversation मुख्य रूप से यूजर के prompts और उसके बाद मिलने वाले responses पर आधारित होती है।
Dots का उद्देश्य अधिक persistent workflow तैयार करना है। OpenAI के अनुसार, Dot conversations के बीच भी ongoing responsibility संभाल सकता है, पहले से मिले context को उपयोग में ला सकता है और जुड़े हुए apps में काम कर सकता है।
यानी AI के साथ interaction का मॉडल धीरे-धीरे:
“सवाल पूछिए और जवाब पाइए”
से आगे बढ़कर:
“लक्ष्य दीजिए, प्रगति की समीक्षा कीजिए और जरूरी फैसले खुद लीजिए”
की दिशा में जा सकता है।
हालांकि इसका अर्थ यह नहीं है कि Dots को बिना किसी सीमा के स्वतंत्र नियंत्रण दिया गया है। उनका वास्तविक access यूजर द्वारा दी गई permissions और लागू safeguards पर निर्भर करता है।
अलग-अलग platforms पर संपर्क
OpenAI की documentation के मुताबिक Dots को ChatGPT के साथ-साथ अन्य communication channels और connected tools के जरिए इस्तेमाल करने के लिए बनाया गया है।
इसका उद्देश्य यह है कि agent किसी एक chat window तक सीमित न रहे और अलग-अलग workflows में context बनाए रख सके।
OpenAI की शुरुआती rollout जानकारी के अनुसार, Dot को desktop web या ChatGPT desktop app से बनाया जा सकता है। उपलब्धता plan और region के अनुसार अलग-अलग हो सकती है तथा rollout चरणबद्ध तरीके से हो रहा है।
सुरक्षा और permissions सबसे बड़ा सवाल
Always-on AI agent की क्षमता जितनी महत्वपूर्ण है, उतने ही महत्वपूर्ण इसके security और privacy implications भी हैं।
किसी AI agent को browser, cloud computer और connected applications तक पहुंच मिलने पर गलत instructions, malicious content या unintended actions का जोखिम सामान्य chatbot की तुलना में अधिक महत्वपूर्ण हो जाता है।
OpenAI का कहना है कि Dots के लिए model-level और system-level safeguards लगाए गए हैं। कंपनी ने prompt-injection, sensitive-data disclosure और दूसरे संभावित attack scenarios के खिलाफ red-team testing करने की जानकारी भी दी है।
OpenAI की safety documentation के मुताबिक शुरुआती परीक्षणों के बाद confirmation policies में भी बदलाव किए गए। कंपनी ने यह भी स्वीकार किया है कि ज्ञात vulnerabilities पर काम जारी है।
इसलिए Dots को “पूरी तरह स्वतंत्र AI कर्मचारी” मानना फिलहाल सही तस्वीर नहीं होगी। बेहतर वर्णन यह है कि ये persistent AI agents हैं, जिनकी autonomy permissions, confirmation requirements और दूसरे controls से सीमित होती है।
अभी किन यूजर्स को मिल रहा है Dots?
OpenAI Help Center के अनुसार Dots का rollout शुरुआत में चुनिंदा paid plans और markets में किया जा रहा है।
Pro users के लिए उपलब्धता कुछ क्षेत्रों को छोड़कर चरणबद्ध तरीके से शुरू हुई है। Business Premium users को supported ChatGPT regions में access दिया जा रहा है, जबकि Enterprise में इसे workspace administrator द्वारा enable किए जाने वाले beta के रूप में उपलब्ध कराया जा रहा है।
इसलिए हर ChatGPT यूजर के account में Dots तुरंत दिखाई देना जरूरी नहीं है।
OpenAI के लिए Dots क्यों महत्वपूर्ण हैं?
Dots का महत्व केवल एक नए ChatGPT feature तक सीमित नहीं है। यह AI industry में उस बदलाव का हिस्सा है जिसमें कंपनियां ऐसे systems विकसित कर रही हैं जो केवल content generate न करें, बल्कि software और online services के माध्यम से वास्तविक workflows भी संभाल सकें।
OpenAI ने सितंबर में Agents API भी पेश किया था, जिसका उद्देश्य developers को लंबे समय तक चलने वाले cloud agents बनाने के लिए infrastructure उपलब्ध कराना है।
Dots इसी व्यापक दिशा का consumer और workplace-facing रूप दिखाई देते हैं—जहां AI एक passive assistant से आगे बढ़कर delegated work संभालने वाला system बनता है।
Meta के Muse से भी मुकाबला
Dots की घोषणा ऐसे समय हुई है जब personal autonomous agents को लेकर बड़ी technology कंपनियों के बीच प्रतिस्पर्धा तेज हो रही है।
Reuters और AP की रिपोर्टिंग ने Dots को Meta के Muse के प्रतिद्वंद्वी के रूप में भी देखा है। इससे संकेत मिलता है कि अगली बड़ी AI प्रतिस्पर्धा केवल “किसका chatbot बेहतर है” तक सीमित नहीं रह सकती, बल्कि यह भी महत्वपूर्ण होगा कि कौन-सा agent लंबे workflows को अधिक भरोसेमंद तरीके से पूरा कर सकता है।
Balanced Analysis: सुविधा के साथ बढ़ती जिम्मेदारी
Dots जैसी technology का संभावित फायदा स्पष्ट है। यदि agents भरोसेमंद तरीके से लंबे और repetitive workflows संभाल पाते हैं, तो research, project coordination, software development और administrative work में लोगों का समय बच सकता है।
लेकिन persistent agents के साथ नई चुनौतियां भी आती हैं।
एक chatbot का गलत उत्तर अक्सर conversation तक सीमित रहता है। इसके विपरीत, connected applications में काम करने वाले agent की गलती वास्तविक workflow या data को प्रभावित कर सकती है। इसी वजह से permissions, approval mechanisms, monitoring, cybersecurity और यह स्पष्ट करना कि अंतिम निर्णय इंसान के पास कब रहना चाहिए—इन सबकी अहमियत बढ़ जाती है।
Dots की वास्तविक उपयोगिता इसलिए केवल उनकी intelligence से तय नहीं होगी। उनकी सफलता इस बात पर भी निर्भर करेगी कि वे लंबे समय तक विश्वसनीय, नियंत्रित और अनुमानित तरीके से कितनी अच्छी तरह काम कर पाते हैं।
निष्कर्ष
OpenAI Dots AI assistants के विकास में एक महत्वपूर्ण प्रयोग का प्रतिनिधित्व करते हैं। ChatGPT ने AI के साथ conversational interaction को लोकप्रिय बनाया था; Dots का लक्ष्य उसी interaction को persistent, goal-oriented work की ओर ले जाना है।
फिलहाल यह rollout के शुरुआती चरण में है। इसलिए इसकी वास्तविक productivity, reliability और सुरक्षा का बेहतर आकलन व्यापक इस्तेमाल और समय के साथ सामने आने वाले अनुभवों के बाद ही किया जा सकेगा।