如何使用 Dots 建立一人公司

SOURCE

這篇文章探討了如何利用 OpenAI 發布的基於 GPT-6 Astra 的 Dots 代理系統，構建一個 24/7 全天候運作的一人公司作業系統（OS）。

NAPKIN

Dots 是一個擁有獨立記憶、雲端電腦和瀏覽器的 AI 代理。透過分層架構（記憶、運算、工具、治理）與設立內部虛擬部門，單一創辦人能將繁瑣的營運工作完全委派。

ROUND 1 SKELETON

1. 四層架構：記憶（跨渠道延續）、運算（專屬雲端環境）、工具（超過 4000 種外掛）、治理（自訂規則與審查）。
2. 創建 Dot：在 ChatGPT 桌面版設定目標、標準與客戶記憶。
3. 準備雲端電腦：建立資料夾結構（專案、證據、記憶等），規範 Dot 在專屬環境內工作。
4. 工具與規則：初期只連接核心工具（信箱、雲端硬碟、日曆），並設定嚴格的權限防護（自動執行、需批准、阻擋）。
5. 設立六大職位：在單一 Dot 內劃分出幕僚長、研究員、內容撰寫、工程師、客戶經理與財務六條虛擬路線。
6. 主動研究與證據迴圈：開啟背景主動研究，並規定所有完成的專案必須提供「證據」（截圖、測試、草稿）。
7. 迎接專業化拆分：提前設計邊界，準備未來將虛擬路線拆分為具備獨立身份與權限的多個專業 Dots。

ROUND 2 DISSECTION

• 步驟 1 與架構：系統架構圍繞著記憶、運算、工具與治理。建立 Dot 時，給予明確的目標與標準，這些記憶將跨越 ChatGPT、Slack 等平台延續。
• 步驟 2：雲端電腦：給予 Dot 一個結構化的虛擬工作區（如 review-queue/, evidence/）。這讓 AI 有自己的工作範圍，所有成果必須留在這裡，供人類檢視。
• 步驟 3：工具與治理：為了避免權限疲勞與安全風險，初期只開放讀取權限給信箱或文件。並在自訂規則中明確定義哪些動作可自行執行，哪些必須人類批准（如花錢、發送郵件）。
• 步驟 4：六大虛擬職位：將營運工作拆解為：幕僚長（排程）、Scout（研究）、Quill（內容）、Forge（程式）、Guide（客戶）與 Ledger（財務）。目前它們存在於一個 Dot 內，由指令切換。
• 步驟 5-7：自動化與驗證：利用排程功能讓 Dot 每天自動巡視 Slack 或收集情報。最關鍵的是「證據迴圈」：一人公司失敗在於無法確認工作是否完成。要求 Dot 用測試或截圖證明成果。最後，當 OpenAI 開放多 Agent 系統時，就能直接將這些虛擬職位映射到獨立的專業 Dots 上。

ROUND 3 SOUL

當我們把公司營運抽象化為「記憶、運算、工具、治理」四個軟體層次，所謂的「公司」就成了一個能在雲端自我執行的腳本。

• 如果公司的員工都是無形且 24/7 運作的 Dots，這對人類創辦人的核心技能提出了什麼新要求？
• 「證據迴圈」的設計是否反映了我們對 AI 系統本質上的不信任，還是這才是最理性的非同步協作模式？

架構師視角

• 將公司營運轉化為「操作系統（OS）」架構，展示了極佳的關注點分離（Separation of Concerns）。記憶層負責狀態（State），運算層負責執行（Execution），治理層負責安全（Security）。
• 採用「虛擬路線（Tracks）」作為未來多 Agent 拆分（Microservices）的過渡設計，是一種非常有遠見的架構演進策略，減少了未來的重構成本。

DEEP READ

Architectural Deep Dive

前言/背景

隨著 GPT-6 Astra 驅動的 Dots 問世，AI 代理不再只是聊天機器人，而是配備獨立雲端電腦、記憶體與數千種工具整合的虛擬員工。本文提供了一套具體的操作系統框架，教導單人創辦人如何架構並管理這些代理，實現公司營運的全面自動化。

核心架構 (The Architecture)

系統分為四層：

1. Memory（記憶）：跨渠道的全局狀態管理。
2. Compute（運算）：獨立的雲端容器，提供安全的執行環境。
3. Tools（工具）：透過 API 連接外部世界。
4. Governance（治理）：嚴格的存取控制與人工審核機制。 架構權衡（Trade-offs）：將狀態（記憶）與執行（運算）分離，確保了即使重置對話，核心業務上下文也不會遺失，但也增加了狀態同步的複雜度。

步驟拆解 (Detailed Steps)

• 創建與設置 (Steps 1-2)：在初始化時植入目標、標準與客戶記憶。在雲端電腦中建立規範化的資料夾結構，這等同於建立標準作業流程（SOP）的虛擬化實作。
• 治理機制 (Step 3)：透過「自動執行、需批准、阻擋」等規則限制 Dot。這類似於軟體工程中的 IAM（身分與存取管理）策略。
• 虛擬職位與證據迴圈 (Steps 4-6)：將複雜的營運職能拆解為六個子模組（幕僚長、財務等）。強制實施「證據迴圈」：任何交付物必須伴隨測試、截圖或草稿。 架構權衡（Trade-offs）：要求人類親自審核每一個「需批准」動作，雖然保障了安全性，但在業務擴展時可能成為系統的效能瓶頸（Bottleneck）。

準備未來的拆分 (Step 7)

在系統設計初期就引入「職位邊界」，預先模擬未來多 Agent 架構。一旦平台支援，即可無縫地將單體式（Monolithic）的 Dot 拆解為微服務式（Microservices）的專業 Dots，只轉移權限而不需重寫指令。

總結與結論

透過這套框架，一人公司得以擺脫人力的物理限制。這不僅僅是如何使用 AI 的教學，更是一套如何將企業營運「軟體化」、「系統化」的高階架構指南。

STRUCTURE MAP

One-Person Company OS (Dots)
  ├── 1. Memory Layer (State)
  │     ├── Goals & Objectives
  │     ├── Brand Standards
  │     └── Customer Context
  ├── 2. Compute Layer (Execution)
  │     └── Cloud Workspace (/projects, /evidence)
  ├── 3. Governance Layer (Security)
  │     ├── Allow / Require Approval / Block
  │     └── Evidence Loop Verification
  └── 4. Logical Roles (Future Microservices)
        ├── Chief of Staff (Coordination)
        ├── Forge (Code) / Quill (Content)
        └── Ledger (Finance) / Scout (Research)

Source URL: https://x.com/beamnxw/status/2105370052786565450