问题从哪来。上线后，不少已经在 Codex 上投入很多（记忆、插件、自动化、“线程的线程”）的开发者都在问：Dot 还能带来什么？Dominik Kundel（@dkundel） 写了长文《How dots took over my Codex》（收藏超过 590），@OpenAIDevs 转引时一句话概括：Dot 会学习你的工作方式、跨应用保持上下文、协调 Codex 任务，并提醒你需要关注的事。
同一引擎，不同角色。按文中说法，dots 基于同一个开源 Codex harness，可复用你已有的上下文——已安装的插件、ChatGPT 记忆与对话。区别在于角色：Codex 是你亲自结对写代码的地方；Dot 是一个常驻智能体，你不用先挑线程就能把活交给它。作者的口诀值得记住：“delegate to my dot, collab with Codex”（活交给 Dot，结对找 Codex）。撰写时每人只能创建一个 Dot。
本地 vs 云端：谁跑什么。Dot 可以在你为仓库配好的 Codex Cloud 环境里开任务（笔记本关机也能继续），也可以在已连接的本地电脑上开任务（需保持在线并打开 ChatGPT 应用，但能用到本地上下文）。OpenAI 《任务与记忆》文档正是这样列出的，并说明新任务只接收 Dot 给它的指令，不会自动继承全部历史对话。作者说他的 Dot 学会了他的偏好——后端和文案改动放云端，大的前端改动在本地——并据此自动分配（个人经验）。
从 Slack 线程到修复上线。以前他的流程是：把 Slack 链接贴进 Codex、让它实现、再让它盯部署、另外再建一个自动化。现在他直接在 Slack 线程里 @ 他的 Dot：Dot 接活、通过 Codex 推进、在线程里回复，并持续关注后续变化。文中还提到 dots 团队一位工程师：他的 Dot 监控反馈频道、调查问题、为修复开 Codex 任务、盯 CI，只把大问题上报——因为每一步都是 Codex 线程，人随时可以从 Dot 停下的地方接手。
主动，但默认只读。文中的例子：Dot 跟着一个 PR 一路到生产环境，告诉他可以重试了；DevDay 期间它发现了一个他没注意到的故障，并与他的演讲脚本交叉核对。OpenAI 文档把这类行为称为主动研究——本身不会发消息、不会改动应用，后续操作仍受权限与批准约束。可以用自定义规则逐步放权；另见安全。
社区演示：一夜做出的游戏。@NicholasRuncie 在自动驾驶车里拍了张照片：用 Codex 把 Dot 趁他睡觉时做好的游戏装到掌机上。OpenAI Developers 随后转引了这条。很有意思，但这是个人展示，不是基准测试。
怎么开始。在 ChatGPT 桌面端设置 Dot，连接本地 Codex，让它替你开 Codex 任务，取代“线程的线程”。挑一个你清楚“好结果长什么样”的重复任务，示范一次，并讲清哪些它可以自己做、哪些要你审阅。关于用量：作者（以及 Tibo）称目前与 Dot 的对话不计入 ChatGPT 额度，但 Dot 发起的 Codex 任务仍计入——详见 Tibo 谈 dots 用量与价格。