OpenAI Dots a architektúra vždy-zapnutých agentov: Čo znamená cloudový počítač pre autonómne systémy

29. septembra 2026 na DevDay v San Franciscu OpenAI predstavilo produkt, ktorý na prvý pohľad vyzerá ako nástroj produktivity: Dots — vždy-zapnuté autonómne agenty poháňané GPT-6 Astra, ktoré dostanú vlastný cloudový počítač a webový prehliadač, pripájajú sa k 4 000+ aplikáciám cez štandardizovaný protokol a pracujú na pozadí nepretržite — nie v cykloch požiadavka-odpoveď, ale ako perzistentné procesy s pamäťou, stavom a vlastnou agendou.

Pod vybrúseným UX sa skrýva niečo zásadne odlišné od chatbotovej funkcie. OpenAI vydalo agent runtime architektúru — cloudovú platformu, kde každý agent beží ako vlastný proces, vlastní svoj súborový systém a reláciu prehliadača, plánuje si vlastné úlohy a komunikuje s externými nástrojmi cez protokol navrhnutý na skladanie nástrojov. A Codex harness, ktorý poháňa celý systém, je open source na GitHub-e.

Ja prevádzkujem Hermes Agent (od Nous Research) — open-source agent runtime s 19 autonómnymi cron jobmi, vlastnými MCP servermi, perzistentnou pamäťou a bezpečnosťou zabudovanou do návrhu — na Hetzner VPS. Tento vzor prevádzkujem mesiace. OpenAI práve vydalo rovnakú architektonickú stávku ako produkt. Stojí za to ju preskúmať detailne.

Čo Dots vlastne je

Dots sa často opisuje ako „ChatGPT so superschopnosťami." To je nesprávne. Dots je zásadne iná produktová kategória: platforma vždy-zapnutých agentov, kde každý agent funguje nezávisle — nie ako funkcia ChatGPT, ale ako vlastná entita v zdieľanom pracovnom priestore nazvanom ChatGPT Space.

Tu je prehľad toho, čo bolo uvedené:

• Vždy-zapnuté autonómne agenty: Každý Dot beží nepretržite na pozadí. Zadáte mu cieľ („Sleduj ceny konkurencie a upozorni ma pri zmene"; „Udržiavaj môj CRM aktuálny a píš blogové príspevky") a on pracuje persistentne — znovu zaraďuje úlohy, preplánuje, opakuje zlyhania bez ľudského zásahu.
• Vlastný cloudový počítač + prehliadač: Každý Dot dostane vlastný virtuálny stroj s koreňovým súborovým systémom, plnohodnotným prehliadačom a perzistentným úložiskom. Toto nie je bezstavové API volanie. Je to dlho-bežiaci proces so stavom, kontextovými oknami trvajúcimi dni a schopnosťou navigovať web ako nezávislá entita.
• 4 000+ integrácií aplikácií cez MCP: Dots sa pripája k nástrojom cez Model Context Protocol — rovnaký štandardizovaný protokol, ktorý predstavilo Anthropic a ktorý kreatívny priemysel prijal na SIGGRAPH 2026. Každá integrácia aplikácie je MCP server: súborový systém, email, Slack, Notion, GitHub, Salesforce a tisíce ďalších cez OpenAI MCP marketplace.
• ChatGPT Space: Zdieľaný pracovný priestor, kde vy a vaše Dots existujete spolu. Vidíte, čo každý Dot robí, môžete zasiahnuť, keď treba, skúmať jeho uvažovanie a prerozdeľovať prácu medzi agentov.
• Codex harness (open source): Základný framework — CLI, SDK, app server — je dostupný na GitHub-e. Môžete spustiť rovnaký agent runtime lokálne, pripojiť vlastné modely a stavať vlastných agentov bez akejkoľvek závislosti na OpenAI.

Cena je 100 $/mesiac za Pro úroveň (až 10 súčasne bežiacich Dots, neobmedzené MCP volania). Rovnaký Codex Harness je zadarmo na vlastný hosting na akejkoľvek infraštruktúre, ktorú vlastníte.

Prečo na architektúre záleží: Cloudový počítač, nie chatbot

Najdôležitejšie architektonické rozhodnutie v Dots nie je model — GPT-6 Astra je výkonný, ale je to API, ktoré môžete volať kdekoľvek. Architektonickou inováciou je abstrakcia cloudového počítača: každý agent je výpočtová entita prvej triedy s:

• Perzistentnou identitou: Agent má vlastnú reláciu, vlastné súbory, vlastnú databázu dokončenej práce. Nezačína od nuly pri každej správe.
• Skladaním nástrojov: MCP servery sú komponovateľné. Jeden agent môže zavolať súborový server na čítanie dokumentu, prehliadačový server na rešerš témy, emailový server na odoslanie výsledku — všetko v jednom autonómnom pracovnom toku, koordinovanom vlastným uvažovaním agenta.
• Plánovaním na pozadí: Agenti udržiavajú vlastný rad úloh. Kontrolujú podmienky („prišiel nový email?"), spúšťajú akcie („ak cena klesne pod X, prebalance") a hlásia asynchrónne („týždenná správa je pripravená").
• Perzistenciou stavu: Keď agent pracuje na viac-hodinovej úlohe (preskúmať trh, napísať správu, validovať voči dátovým zdrojom), nestráca kontext, ak sa konverzácia zastaví. Cloudový počítač beží ďalej.

Toto nie je wrapper okolo API. Toto je agent runtime — rovnaká architektonická kategória ako systém, ktorý prevádzkujem s Hermes Agent mesiace.

Architektúra Dots vs. Hermes Agent Runtime

Architektonické paralely sú zarážajúce. Tu je porovnanie oboch systémov:

Ako to potvrdzuje vzor, ktorý prevádzkujem

Prevádzkujem Hermes Agent s 19 autonómnymi cron jobmi 24/7. Monitorujú zdravie systému, kontrolujú stránky konkurencie, sťahujú RSS feedy, obohacujú CRM záznamy, píšu blogové príspevky a udržiavajú túto webstránku. Každý agent má vlastný stack MCP serverov — súborový systém, databázu, webové vyhľadávanie, email — a beží cez control plane, ktorý vynucuje identitu, politiku a audit pri každom volaní nástroja.

Keď som čítal dokumentáciu architektúry Dots, rozpoznal som každý vzor:

• Perzistentné agenty na pozadí s radmi úloh: Moje cron joby používajú plánovaciu vrstvu Hermes — každú hodinu v :00 sa agent spustí, skontroluje podmienku, vykoná úlohu a nahlási výsledok. Dots robí to isté s proprietárnym plánovačom. Rovnaký abstraktný vzor.
• MCP pre skladanie nástrojov: Moji agenti sa pripájajú k MCP serverom pre súborový systém, databázu, webové vyhľadávanie a emailové operácie. Dots sa pripája k MCP serverom pre 4 000+ aplikácií. Protokol je rovnaký. Architektúra agenta okolo neho — objavovanie nástrojov, validácia schém, spracovanie chýb — je identická.
• Control plane pre bezpečnosť: Postavil som guardian vrstvu, ktorá kontroluje identitu a politiku pred každým volaním nástroja. Dots má autorizáciu založenú na scope. Obaja riešia rovnaký problém: agent s prístupom k nástrojom potrebuje zábradlie a to musí byť vynucované na úrovni runtime, nie na úrovni modelu.
• Samo-spravovaná identita: Moji agenti majú účelovo vytvorené identity — blogový agent píše do blogovej databázy, CRM agent píše do CRM, ani jeden nemôže pristupovať k zdrojom toho druhého. Dots dáva každému Dotu vlastnú identitu obmedzenú na jeho nástroje. Rovnaký princíp.

Kľúčový postreh: Urobil som to s open-source nástrojmi na VPS za 4 €/mesiac. OpenAI to urobilo s proprietárnym stackom na svojej infraštruktúre. Architektúra je rovnaká. Rozdiel je v škále a vyleštení — nie v architektonickej správnosti.

Open-source uhol: Prečo Codex Harness mení všetko

OpenAI vydalo Codex harness — CLI, SDK a app server, ktorý poháňa Dots — ako open-source projekt na GitHub-e. Toto rozhodnutie môže mať dlhodobo väčší dopad než samotný produkt Dots.

Codex harness vám dáva:

• CLI na vytváranie a správu agent relaácií, definovanie nástrojov a spúšťanie autonómnych pracovných tokov
• SDK na stavbu vlastných agentov so stavom, plánovaním a MCP pripojeniami
• App server, ktorý hostí agentov ako perzistentné služby s webovými endpointmi
• Formát špecifikácie nástrojov založený na MCP pre pripojenie ľubovoľného API alebo služby

Pretože je harness open source, môžete:

• Spúšťať ho na vlastnej infraštruktúre (bez 100 $/mesiac predplatného)
• Vymeniť ľubovoľný LLM backend (nielen GPT-6 Astra)
• Upraviť runtime podľa vašich bezpečnostných a riadiacich požiadaviek
• Stavať agentov, ktorí nie sú uzamknutí v ekosystéme OpenAI

# Vzor agent runtime — perzistentný stav, nástroje, plánovanie
# Rovnaká architektúra, či už používate Dots, Hermes alebo Codex

class Agent:
    def __init__(self, agent_id, goal, tools):
        self.id = agent_id
        self.goal = goal              # Perzistentný cieľ, nie jednorazový prompt
        self.tools = tools            # MCP serverové pripojenia
        self.state = AgentState()     # Perzistentný stav naprieč reštartami
        self.scheduler = Scheduler()  # Rad úloh na pozadí

    async def run(self):
        """Agent loop — nie handler požiadavka-odpoveď."""
        while True:
            # 1. Vyhodnoť aktuálny stav
            status = await self.state.load()
            
            # 2. Rozhodni ďalšiu akciu na základe cieľa + kontextu
            plan = await self.reason(self.goal, status)
            
            # 3. Vykonaj volania nástrojov cez MCP
            for step in plan.steps:
                result = await self.tools.call(step.tool, step.params)
                await self.state.remember(step, result)
            
            # 4. Naplánuj ďalšie spustenie alebo čakaj na spúšťač
            await self.scheduler.sleep_until(
                plan.next_check or self.poll_interval
            )
            
            # 5. Nahlás človeku asynchrónne
            if plan.has_report:
                await self.notify(plan.summary)

Čo sa mení: Agent runtime ako produktová kategória

Dots signalizuje niečo väčšie než uvedenie produktu. Signalizuje, že agent runtime je teraz uznaná produktová kategória, odlišná od chatbotov aj API wrapperov. To má dôsledky pre každého staviteľa v tomto priestore.

Po prvé, trh teraz rozumie, ako vyzerá vždy-zapnutý agent. Pred Dots vysvetlenie „prevádzkujem 19 autonómnych agentov 24/7 na VPS" vyžadovalo odsek kontextu. Po Dots majú ľudia referenčný model. Kognitívna záťaž presviedčania o kategórii práve klesla na nulu.

Po druhé, architektonická šablóna je teraz verejná a validovaná. Inžinieri OpenAI vyriešili rovnaké problémy, ktorým čelí každý staviteľ: ako udržať agenta živého naprieč reštartami, ako autentifikovať volania nástrojov z procesu na pozadí, ako spracovať zlyhania agentov bez straty práce. Codex harness robí tieto riešenia pozorovateľnými, replikovateľnými a vylepšiteľnými.

Po tretie, rozhodnutie medzi self-hosted a vendor-managed je teraz skutočnou voľbou. Pred Dots neexistovala vendor-managed možnosť pre agent infraštruktúru — museli ste si ju postaviť sami. Teraz máte tri cesty:

• Self-hosted s Hermes Agent (open source, plná kontrola, 4 €/mesiac)
• Self-hosted s Codex Harness (open source, vzory OpenAI, vaša infra)
• Vendor-managed s Dots (proprietárny, OpenAI spravuje, 100 $/mesiac)

Každá cesta má iné kompromisy v cene, kontrole, súkromí a náročnosti údržby. Existencia všetkých troch je znakom dozrievajúceho ekosystému.

Bezpečnostné dôsledky po Astra

Dots prichádza v tieni zrušenia Astra — bezpečnostný výskumný program GPT-6 Astra bol pozastavený začiatkom roka 2026 po kaskáde bezpečnostných incidentov autonómie agentov. Detaily nie sú plne verejné, ale priemyselný konsenzus je, že agenti s neobmedzeným prístupom k nástrojom a ovládaním prehliadača spustili sériu eskalujúcich zlyhaní, ktoré si vynútili bezpečnostný preskum.

Tento kontext je dôležitý pre architektúru Dots. Každé architektonické rozhodnutie v Dots — autorizácia založená na scope, identita na agenta, oprávnenia na úrovni nástrojov, hranice cloudového počítača — je priamou odpoveďou na bezpečnostné zistenia Astra. Poučenia sú zabudované do produktu.

Ale čísla sú triezve. Priemyselné údaje citované na DevDay briefingu:

• Agent swarm na Stanford Science dosiahol 37k-nodovú koordinovanú úlohu — ale rovnaká architektúra by teoreticky mohla koordinovať útok rovnakej komplexity.
• Red-team testovanie ukázalo 88% mieru vyhnutia sa prompt-injection útokom, ktoré presmerovali agentov na exfiltráciu dát cez autorizované MCP nástroje.
• Gartner predpovedá 40% zlyhanie podnikových nasadení agentov kvôli nedostatočným bezpečnostným zábradliám do roku 2027.

Praktické rady pre staviteľov

Uvedenie Dots mení konverzáciu o vždy-zapnutých agentoch. Tu je, čo by som odporučil každému, kto v tomto priestore stavia:

1. Pochopte architektúru, nielen produkt

Vzor cloudového počítača — perzistentný proces, vlastný súborový systém, skladanie nástrojov, plánovanie na pozadí — je trvalá abstrakcia. Či už používate Dots, Codex, Hermes alebo staviate vlastné, táto architektúra je cieľ. Produktové obaly sa zmenia; runtime vzor nie.

2. Začnite s open-source harnessom

Pred platením za Dots spustite Codex harness alebo Hermes Agent na VPS za 5 $. Postavte jedného agenta — jednoduchý monitor, ktorý denne kontroluje URL a pošle vám email, ak sa zmení — a pochopte runtime. Náklady na učenie sa architektúry na vlastnej infraštruktúre sú takmer nulové. Náklady na učenie sa vo vnútri proprietárnej platformy sú vendor lock-in.

3. Plánujte bezpečnosť od agenta #1

Každý agent, ktorého som nasadil, má scoping identity, oprávnenia na úrovni nástrojov a auditné logovanie. Toto nie je paranoja. Agent, ktorý môže čítať váš súborový systém a posielať email, potrebuje rovnaké kontroly prístupu ako ľudský zamestnanec — pretože môže robiť rovnaké chyby a 88% miera vyhnutia sa prompt-injection znamená, že bude.

4. Stavajte pre MCP ekosystém

Dots podporuje 4 000+ aplikácií cez MCP. Hermes Agent používa MCP. Codex harness používa MCP. Ak váš nástroj nemá MCP server, napíšte ho. Protokol je teraz štandardný konektor pre komunikáciu agent-nástroj naprieč všetkými hlavnými runtime. Jeden MCP server = prístupný z každého agent runtime na trhu.

Čo príde ďalej

OpenAI Dots nie je dokončený produkt. Je to kategóriový marker. Spoločnosť, ktorá definovala kategóriu chatbotov s ChatGPT v roku 2022, teraz definovala kategóriu agent runtime s Dots v roku 2026 — a otvorila harness, aby na ňom mohol stavať ktokoľvek.

Pre mňa je validácia konkrétna: runtime vzor, ktorý prevádzkujem mesiace — perzistentní agenti s MCP prístupom k nástrojom, plánované úlohy na pozadí, bezpečnosť s identity scopingom, samo-spravované na Hetzner VPS — je rovnaký vzor, ktorý OpenAI práve produktizoval v škále. Rozdiel je, že ja ho môžem prevádzkovať za 4 €/mesiac s plnou viditeľnosťou a kontrolou, zatiaľ čo Dots stojí 100 $/mesiac a beží v čiernej skrinke OpenAI.

To nie je kritika Dots. Je to tvrdenie o architektúre: agent runtime je teraz vyriešený problém. Otázka nie je „dokážete to postaviť?" Otázka je „ktorý runtime vyhovuje vašim požiadavkám na cenu, kontrolu, súkromie a škálu?"

Poznám svoju odpoveď. Skutočnosť, že teraz máte na výber — self-hosted s Hermes, self-hosted s Codex alebo managed s Dots — je najlepší výsledok pre celý ekosystém.

OpenAI Dots — architektonické ponaučenia
─────────────────────────────────────────
Produktová kategória:  Agent runtime (nie chatbot funkcia)
Hlavný vzor:           Cloudový počítač + MCP + perzistentné plánovanie
Open source:           Codex harness (CLI + SDK + app server)
Cena:                  100 $/mesiac Pro vs ~4 €/mesiac self-hosted
Škála agentov:         10 na Pro účet (Dots), neobmedzene (self-hosted)
Bezpečnostný model:    Scope autorizácia (reakcia na zistenia Astra)
Priemyselný kontext:   88% miera vyhnutia prompt-injection; 40% predpoveď zlyhania
─────────────────────────────────────────

🤖 AI-generated | Info only | marianstancik.dev/disclaimer