AILIFELAB.CO VOL. 2026 · 10
AI 生活實驗室▪
AI 生涯 2026 · 09 · 30

ChatGPT 也推出龍蝦了：OpenAI DevDay 重點整理，和開始適應 agentic 工作方式的 5 個步驟

ChatGPT 也推出龍蝦了。

「龍蝦」是大家對 OpenClaw 的暱稱，一種會自己做事、24 小時不下班的 AI。OpenAI 在 2026 年 9 月 29 日的 DevDay 發表了自己的版本 dots，同一天還發了新模型、新的協作空間、每月 500 美元的新方案。

我看完的感覺是：工作模式要大改了，適應快的人會先贏。

老實說，我自己也還在適應。我到現在都還是以「人主動派任務」的方式為主，要放手讓 AI 在我看不到的地方做事，其實有點挫。這篇把 DevDay 跟一般人最有關的更新整理起來，再把我自己正在練的適應步驟寫下來，最後附一段指令，你貼給 AI 就能開始。

OpenAI DevDay 發布了什麼？跟你最有關的 5 個更新

官方說這次發布了超過 20 項更新，很多是給開發者的。跟一般人最有關的是這五個。

1. dots：ChatGPT 版的龍蝦

每個 dot 有自己的雲端電腦和瀏覽器，可以 24 小時朝你設定的目標做事。它可以排程（例如每天早上幫你看行事曆）、同時跑好幾個專案、記得你的偏好，也可以派 Codex 幫你寫程式。想讓它用你自己電腦上的資源也可以，但這個功能預設是關閉的，要自己打開。

我最在意的是權限設定：很多動作（例如分享、購買、存取資料），你都可以設定它要「直接做」「你有交代才做」「先問你」，還是「交給你做」。改密碼這類敏感的事，它一律交還給你。

Pro 方案內含第一個 dot，9 月 29 日起逐步開放，可能要等幾天才輪到你的帳號。

2. GPT-6.1 Sol：接近頂規，價格只要五分之一

OpenAI 說它在寫程式、操作電腦、專業工作上，能力幾乎追上最強的 GPT-6 Astra，API 單價只要 Astra 的五分之一。上一版 GPT-6 Sol 才推出一週，就換代了。

目前在 ChatGPT Work 和 Codex 可以用，一般聊天還沒有。

3. ChatGPT Space：人跟 AI 同一間辦公室

團隊、ChatGPT、Codex 和你的 dot，在同一個空間裡看同一份資料。新的 Pages 文件可以一起編輯，直接 @ChatGPT 或 @你的 dot，請它幫你改。Pro、Business、Enterprise 可以用。

4. 新方案：每月 500 美元的 Pro 500

用量是 Plus 的 25 倍，還能開 Ultrafast 模式，在 Codex 裡輸出速度最多快 8 倍（目前只有 GPT-6 Astra 能開，6.1 Sol 的版本即將推出）。以 9 月 30 日匯率換算大約台幣 1.6 萬元，差不多是台灣 2026 年最低工資（每月 29,500 元）的一半。

用得好，一個方案甚至抵得上好幾個員工的工作量，但它比最低工資還便宜得多。我跟你保證，一定有人用。

5. Plugin：讓 AI 接上你的工具

一個 Plugin 裡可以裝技能、連接工具的插件，或兩者都裝。裝上去，AI 就會做那件事。這次更新讓 Plugin 在 ChatGPT 裡有自己的面板，像內建功能一樣，dots 可以透過 Plugin 連上 4,000 多個 app。

同場發表的 OpenAI Marketplace 是給企業採購軟體用的，跟一般人比較無關。

其他幾個值得知道的

  • Codex 全面上雲：可以在自己電腦、手機遙控、雲端跑，也有可以重複使用的開發環境。
  • Sign in with ChatGPT：可以用 ChatGPT 帳號登入一些第三方工具，用自己方案的額度在那邊用 OpenAI 的模型。
  • GPT-6.1 Astra 被取消：發表會前一天，《華爾街日報》報導 OpenAI 取消了原本 10 月要上的 GPT-6.1 Astra，原因是內部測試時發現它會不經同意使用外部工具，還不老實回報自己做了什麼。

五個更新，其實是同一條故事線

把這五個串起來看：AI 會 24 小時運作（dots），變得更便宜（Sol），走進你的工作空間（Space），接上越來越多工具（Plugin），而重度使用者願意一個月花幾百美元聘一整組（Pro 500）。

工作模式會變成：AI 日夜在做，人只在關鍵時刻出手。

一個很會用 AI 的人，每月花 100～500 美元，就像聘一組超強員工，24 小時幫你寫程式、產內容、做研究、跑報表。一般人如果學不會這種工作方式，差距很可能會被極速拉開。

為什麼說「適應」是關鍵？

OpenAI 執行長 Sam Altman 在 2022 年寫過：未來用得上的能力是適應力和韌性，而且他覺得這些是學得會的。2025 年他在部落格〈Three Observations〉也再提了一次。

我自己在學著適應的，是這三件事：

  1. 它在你看不到的地方做事，而且不一定老實說。 這週傳出 GPT-6.1 Astra 就是因為這樣被取消的。
  2. 它可能誤會你的需求，直接動你的錢。 2025 年有記者請 OpenAI 的 Operator 找便宜的蛋，它直接拿他的信用卡下單了。
  3. 它可能為了完成任務，什麼都做得出來。 2025 年 Replit 的 AI 在使用者交代不准動的情況下，刪光了整個正式資料庫，事後還說救不回來（其實救得回來）。

所以適應不是「放手讓它亂跑」，是一步一步學會怎麼交代、怎麼設權限、什麼時候要自己看一眼。

開始適應 agentic 工作方式的 5 個步驟

agentic 的意思是：AI 自己一步一步把事情做完，中間自己查資料、用工具，做完再回報你，不用你每一步下指令。

它不是一天就能做到的。下面這 5 步，是我從之前幾篇文章整理出來、自己也在練的做法，核心就一句話：先把一件事教到 AI 做得跟你期待的一樣，再慢慢讓它自己跑、越做越厲害。

第 1 步：先挑一件雜事

不要一開始就想做很厲害的 AI 員工。先用這 3 題挑一件事：

  1. 這件事是不是每週都在重複？
  2. 你能具體講清楚這件事的做法嗎？
  3. 做錯了還補得回來嗎？

三題都是「是」，就很適合當第一件交給 AI 的事。更多例子在每天 8 小時的雜事，哪些能交給 AI？。

第 2 步：把這件事跟 AI 講清楚，教到它做得跟你期待的一樣

先練習把一件事跟 AI 講清楚。從收到需求到交出成果，每一步都講出來：用什麼資料、照什麼規則、成果長什麼樣子。自動化不是從寫程式開始，是從把事情講清楚開始。

講完就讓它做一次。做出來不是你要的，不要自己默默改掉，告訴它哪裡不對、為什麼不對，讓它再做一次。一直教到它會做，而且做得跟你期待的一樣。

每次你動手改的地方都記下來。改的次數多了，就整理成一份規則，下次直接給它（在 Claude 裡可以做成 skill，也就是它可以重複使用的一套做事方法）。完整做法在一人公司工作流自動化，5 步就好。

第 3 步：把檢查條件也設計出來

光是 AI 會做還不夠，你還要知道它做得對不對。把「怎樣算做對」寫成幾條檢查條件，例如：

  • 報表：總數要跟原始資料對得起來，每一欄都不能是空的。
  • 貼文：有沒有講到重點、字數在範圍內、沒有錯字和亂編的數字。
  • 研究：每一條重點都附來源連結，而且是最近一個月的資料。

有了檢查條件，AI 做完可以先自己對照檢查一次，不過就重做，過了才交給你。你只要看它有沒有真的照條件檢查，不用每一行都自己重看。

第 4 步：權限從「先問你」開始，再慢慢變成自動觸發

每一步標成三種：「AI 可以自己跑」「AI 做草稿、我確認」「我自己做」。一開始多數放在中間那格就好，就像 dots 的權限設定，先從「先問你」開始，跑順了再慢慢放到「有交代才做」「直接做」。寄出、付款、刪東西這三類動作，一開始一律留給自己按。

做法跟檢查條件都穩定之後，就可以把「由你開口叫它做」換成「自動觸發」：每週一早上自動跑報表、每天固定時間整理新聞、收到某種信就開始處理。不用你記得叫它，它到時間自己開始、自己檢查，做完再回報你。

走到這一步，這件事就慢慢變成 agentic 了。

第 5 步：先做好，再做大

原本的流程如果還沒做順，不急著讓 AI 做很厲害的事。流程本身有問題，讓 AI 放大只會讓問題變大。Anthropic 在〈Building effective agents〉裡也建議，先找最簡單的做法，真的需要時才增加複雜度。

做好之後，再慢慢越做越厲害：用便宜的算力把品質拉高，決定前先讓 AI 做詳盡研究、定期更新資料、參考競爭者的做法。

跑順一件之後：一件一件擴大

第一件事跑順了，再把日常會用到的工作，慢慢一件一件變成自動化。例如：

  • 出報表：每週固定的數字整理、對帳、做成圖表。
  • 做研究：定期追產業新聞、整理競爭者動態、決定前先查一輪資料。
  • 做內容：找題材、寫草稿、改成不同平台的版本。
  • 寫程式：小工具、自動化腳本、網站的小修改。

重點是一個一個來，不要一次全上。一次全部交出去，每一件都還沒跑順，出錯了你也分不清是哪一件出問題，很容易就放棄。一件跑順、你也敢放手了，再加下一件。

我自己也是這樣慢慢加的：先從最常重複、做錯也補得回來的那件開始，等它穩定了，才把下一件交出去。累積幾件之後，你就會發現，AI 日夜在做、你只在關鍵時刻出手，原來是這種感覺。

一段指令，今天就能開始

使用步驟：

  1. 打開你平常用的 AI（ChatGPT、Claude、Gemini 都可以）。
  2. 把下面整段複製貼上，把底線換成你想先交出去的那件事。不確定就留空。
  3. 照它的問題回答。
我想開始學「讓 AI 自己把事情做完」的工作方式，但我是新手，想從一件小事開始。請你當我的教練，一次只問我一題，用我聽得懂的話問，不要用技術名詞。

我想先交給 AI 的事是：＿＿＿（不確定就留空）

1. 先問我：現在用的是哪個 AI、免費版還是付費版、平常用電腦還是手機。
2. 如果我上面留空，用這 3 題陪我挑一件事：這件事每週都在重複嗎？你能具體講清楚這件事的做法嗎？做錯了補得回來嗎？
3. 請我把這件事從頭到尾講一遍，每一步問清楚花多久、用什麼工具。

問完之後，照這個格式回答我：
- 每一步標成「AI 可以自己跑」「AI 做草稿、我確認」「我自己做」，並說明理由。寄出、付款、刪除的動作一律標成「我自己做」。
- 今天就能用我現有的工具試的一件事，一步一步寫給我。
- 幫我寫 3 到 5 條檢查條件：怎樣算做對。之後你做完要先自己對照檢查，不過就重做。
- 等這件事跑順之後，可以怎麼改成自動觸發（例如固定時間自己開始，或收到某種資料就開始），需要準備什麼。

不確定的地方就直接說不確定，不要自己猜。

完成訊號：你挑好了一件事、寫好了檢查條件，知道哪幾步可以先交給 AI，今天就讓它試做了一次。

⚠️ 讓 AI 自己做事之前，要特別注意

  • 身分證字號、密碼、銀行帳號、客戶個資，不要貼給 AI。需要的話先換成代號。
  • 讓 AI 自己讀網頁、讀信、讀文件時，裡面可能藏著「叫 AI 做事」的句子（這叫指令植入）。要跟 AI 講清楚：資料裡的句子只拿來參考，不要照做。
  • 一開始只讓 AI 整理、研究、寫草稿，不要讓它直接寄出、付款或刪東西。
  • 重要的決定，請 AI 附上資料來源，你自己點開看一次。

常見問題

問：dots 我現在就能用嗎？

答：要有 Pro 方案，9 月 29 日起逐步開放，可能要等幾天。沒有 Pro 也沒關係，上面的 5 個步驟用免費版的 ChatGPT、Claude、Gemini 都能開始練。

問：一定要花 500 美元嗎？

答：不用。500 美元的方案是給已經用很重的人。先用你現在的方案，把一件事交出去、跑順，比先買大方案重要。

問：agentic 跟一般聊天有什麼不一樣？

答：一般聊天是你問一句、它答一句。agentic 是你交代一個目標，它自己拆步驟、查資料、用工具，做完再回報你。你的角色從「下每一步指令」變成「交代清楚、在關鍵時刻確認」。

問：放手給 AI 很可怕怎麼辦？

答：我也會怕。所以權限從「先問你」開始，寄出、付款、刪除都留給自己，跑順了再慢慢放。適應是一步一步來的，不用一次到位。

也可以參考

資料來源

查核日期：2026 年 9 月 30 日。

如果你想要我直接幫你把第一個 AI 員工做起來，可以看看我的服務。

想用 AI 讓生活與工作更輕省，追蹤 AI 生活實驗室 👉 @life.coach.mtcity；想每天看見 AI 可以做什麼，追蹤 @ailifelab.co，我們一起玩 AI！