OpenAIは9月29日のDevDayで「dots」を発表しました。これはGPT-6 Astraを搭載したChatGPT内の常時稼働型エージェントであり、それぞれ専用のクラウドコンピューターとブラウザを備え、ChatGPT、Slack、Teamsからアクセスできます。すでにコーディングエージェントを運用しているチームにとって最も注目すべき一文は、OpenAIの発表の冒頭近くにあります。「まずはプライマリのdotから始め、名前を付けて自分専用にカスタマイズできます。将来的には、複数のdotからなるチームがあなたに代わって協調して作業する姿を構想しています。」つまり、dotは個人のエージェントとしてスタートするものであり、dotのチーム化は今後の方向性であって、今回のローンチそのものではありません。
この順序には納得がいきますが、すでに最初のエージェントの導入を終えているチームには課題（ギャップ）が残ります。OpenAIが示した開発者向けの例では、dotがユーザーからのフィードバックを監視し、小さな修正のビルドとテストを行い、「レビュー可能な完成したPR（プルリクエスト）」を届けてくれます。しかし、もし同じチームが共有サーバー上でClaude Codeを、2台のノートPC上でCodexを運用しているとしたら、同じレビュアーに届くプルリクエストの供給元がもう1つ増えるだけにすぎません。ここでの難問は、「どのエージェントが最も賢いか」ではなくなります。「どのエージェントが何を担当しているのか」「何が完了したのか」「どれが人間の対応待ちなのか」をどう把握するかこそが問題になるのです。
要約（TL;DR）
OpenAIのdotは、極めて有能な個人向けエージェントです。常時稼働し、専用のクラウドコンピューター上で動作し、プラグイン経由で4,000以上のアプリと連携します。そして、Custom Rules（カスタムルール）、Activity View（アクティビティビュー）、自動レビュー、さらには一時停止や停止が可能な監視システムによって制御されています。OpenAIのエコシステム内で個人が繰り返すルーチンワークに対しては、dotがよりシンプルな解決策になります。一方で、複数のベンダーにまたがる複数のエージェントを運用しているチームには、今なお1つのボードが必要です。そこでは各エージェントがTask（タスク）の担当者（Assignee）となり、進捗状況が全員に可視化され、成果物がレビューのために戻され、人間が作業を承認・受領します。これらは異なるレイヤーであり、共存・スタックするものです。
OpenAIの「dots」とは何か
OpenAIのdotは、GPT-6 Astraを搭載した常時稼働型のChatGPTエージェントです。ユーザーが他の作業で忙しい間も含め、専用のクラウドコンピューター上でその人の目標に向かって作業を進めます。dotに名前を付け、各種アプリを接続すれば、デスクトップ、Web、モバイル版のChatGPTをはじめ、SlackやTeams、音声通話（SMS/テキストメッセージ対応も近日予定）を通じて対話できます。フィードバックからユーザーの好みを学習し、複数のプロジェクトを並行処理しながら新しいプロジェクトに着手することも可能で、進捗報告や質問、人間の判断が必要な意思決定事項についてメッセージを送ってきます。
dotと通常のチャットアシスタントを分けるポイントは2つあります。1つ目は「コンピューターの存在」です。dotは独自のブラウザとクラウドコンピューターを持っており、ユーザーはいつでもそのコンピューターを開いて作業状況を確認できます。また、必要に応じて自分のノートPCの操作権限を与えることも可能です。2つ目は「自律性（主導権）」です。ユーザーが直接指示を出していない間も、dotはOpenAIが「プロアクティブな調査（proactive research）」と呼ぶアクションを行います。接続されたアプリを読み取り専用（read-only）に制限されたツール経由で参照するため、閲覧はできても、メッセージの送信やアプリコンテンツの変更、ブラウザやPCの操作などは行えない安全な設計になっています。
| 項目 | OpenAIの発表内容 |
|---|---|
| モデル | GPT-6 Astra |
| 動作環境 | 専用のクラウドコンピューターとブラウザ（許可した場合のみユーザーのノートPCでも動作） |
| 対応アプリ | ChatGPTプラグイン経由で4,000以上 |
| アクセス方法 | ChatGPT（デスクトップ、Web、モバイル）、Slack、Teams、音声通話（テキストメッセージ対応も近日予定） |
| 提供プラン | 対象地域のProおよびBusiness Premium向けに順次展開。Enterprise、Edu、Healthcare向けベータ版は管理者が有効化した場合に利用可能（デフォルトはオフ） |
| 利用枠・消費 | 1つ目のdotは含まれる。dotとの会話はChatGPTの利用上限にカウントされないが、dotがCodexやChatGPT Work内で開始したタスクはカウントされる |
| スペシャリストdot | エンタープライズ向けパイロットに特化。独自のアイデンティティ、認証情報、ITプロビジョニングされたハードウェア、基幹システム（systems of record）との連携を備える |
| マイクロソフト連携 | スペシャリストdotをAgent 365のガバナンスおよびセキュリティコントロールと統合する取り組みを推進中 |
スペシャリストdot（Specialist dots）は組織向けのバージョンであり、OpenAI自身も明確に区別しています。「通常のdotは個人の代理として働き、スペシャリストdotは組織内で固有の責任を担う」。企業は各スペシャリストdotに固有のアイデンティティ、認証情報、必要なシステムへのアクセス権を付与し、OpenAIのエンジニアがその組織と協力して、担当業務、使用ツール、そして「人間がその作業をどのようにレビューし承認するか」を定義します。この最後の「人間によるレビューと承認」というフレーズを覚えておいてください。
「dotは何を実行してよいか」に答える制御機能
dotには綿密に考慮されたパーミッションモデルが搭載されています。組み込みのルールによって、dotが単独で行動するかユーザーに確認を求めるかが判断されます。Custom Rules（カスタムルール）を使えば、特定のアクションを許可したり、承認を必須にしたり、ブロックしたりできます。自動レビュー機能は、アカウントに影響を与えたり情報を外部共有したりする可能性のあるアクションを、ユーザーの指示やルールと照らし合わせてチェックします。パスワードの変更など一部の機密性の高いタスクは、常に人間自身が行うよう制限されています。Activity View（アクティビティビュー）ではバックグラウンドでの作業を含めた進捗が表示され、いつでも指示の修正が可能です。さらに、OpenAIの監視システムが安全上の懸念を検知した場合は、dotの作業を一時停止または中止することができます。
これは個人向けエージェントとして的確な制御機能のセットであり、OpenAIの説明も「あなたのアプリ」「あなたのルール」「あなたの承認」といった二人称で語られています。OpenAI自らのアドバイスもその前提に基づいています。「dotも間違いを犯す可能性があるため、重大な結果をもたらす作業は必ずレビューしてください。」
チームにおいては、これと同じニーズが1つ上のレイヤーで発生します。問いはもはや「私のdotは何をしてよいか」ではなく、「このプロジェクトのすべてのエージェントが何をしていて、誰が最終承認（サインオフ）するのか」になります。OpenAI自身も、その答えの一部がエージェントの外部に存在することを想定しています。マイクロソフトとの協業における明示された目標は、企業が「すでに使っているマイクロソフトのツールを通じてdotを管理できるようにすること」です。管理レイヤーはエージェントの上位に位置します。そして、ボードが存在するのもまさにそのレイヤーなのです。
チームリーダーが直面し続ける疑問
小規模なプロダクトチームを想像してみてください。あるエンジニアはdotを持っています。共有サーバー上ではClaude Codeが動き、2台のノートPC上ではCodexが動作し、Geminiがドキュメントを作成しています。どのエージェントも優れた働きをしています。しかし、月曜日のミーティングを埋め尽くす議題は、個々のエージェントに関するものではありません。
| チームリーダーが抱く疑問 | dotが提供するもの | ボードがもたらす価値 |
|---|---|---|
| チェックアウトの不具合は誰が対応しているのか？ | dotの所有者が直接尋ねるか、Activity Viewで追跡可能 | すべてのTaskに担当者（Assignee）が表示される。どのRuntimeで実行されているかにかかわらず、人、Agent、Crewのいずれかが明示される |
| 昨晩のうちに何が完了し、何が失敗したのか？ | 所有者への進捗メッセージ、バックグラウンド作業のActivity View | Space内の全員が開けるボード上で、各Taskの実行ステータス（queued、running、completed、failed、canceled）を確認可能 |
| 何が人間の対応待ちなのか？ | Custom Rulesに基づく承認リクエスト、所有者に送られた質問や判断事項 | 「人間の返答待ち（Waiting for human reply）」および「人間のレビュー待ち（waiting for human review）」が担当者のInboxに振り分けられる |
| Claude CodeとCodexは同じキューからタスクを取得できるか？ | dotはGPT-6 Astraで動作し、Codexでタスクを開始できる | 接続されたComputer上のサポート対象Runtime（Claude Code、Codex、Gemini、OpenCodeなど）ならどれでも対応可能 |
| エージェントが変更してよい範囲はどこか？ | Custom Rules、自動レビュー、読み取り専用のプロアクティブ調査 | Agentの指示文、アタッチされたリポジトリ、隔離されたworktree、Computerの可視性。BacklogでTaskを割り当てても実行は開始されない |
| 成果物は誰が受領（承認）するのか？ | 所有者が重大な作業をレビューする | Task上にAgentと並んで人間が配置され、受領（Acceptance）はチーム全体に可視化されたステータス変更として行われる |
右側の列が示しているのは、「より賢いエージェント」ではありません。エージェントを取り巻く「記録」の仕組みです。SharklyはClaude CodeやCodexなどの実行ツールを置き換えるものではなく、チームがすでに使っているツールの周囲に、共有タスク、Computer、コンテキスト、制御、そしてレビューのレイヤーを追加するものです。4つの役割があり、それぞれが1つの責務を担います。Agentは作業の進め方を定義し、Computerは実行ホストを提供し、Runtimeはセッションを実行し、Taskは共有された記録として残り続けます。進捗状況、トレースイベント、成果物はTaskへと集約されるため、「昨晩何が起きたか」は4つの個別スレッドの中ではなく、ボード上で把握できます。
この役割分担（コントラクト）は、どのベンダーのエージェントであっても変わりません。エージェントは調査、実行、テスト、レポートを担当します。人間は方針を定め、権限を付与し、成果物を受領します。エージェントの作業に対する人間のオーナーシップでは、なぜ後者の役割をエージェントに委ねることができないのかを解説しています。また、エージェンティックチームでは、複数の人間が1つのボードを共有したときに何が変わるのかを取り上げています。
dotが適している場面、ボードが適している場面
作業が個人のものであり、反復的で、ChatGPT、Slack、Teams、およびプラグインで接続された各種アプリ内で完結する場合は、dotを使うのが最適です。スコープに応じて変動するローンチ計画の更新、新しいデータが届いたときの分析の再実行、送り忘れた請求書の処理などが該当します。すでにProやBusiness Premiumを利用しており、エージェントに任せる作業のほとんどが自分自身のものであるなら、dotはここで挙げるどの方法よりも導入の手間がかからず、ボード自体が不要な場合もあるでしょう。また、dotはアシスタントとチームメイトの境界線を曖昧にします。ユーザーが見ていない間も作業を進めてくれる点はチームメイトのようですが、あくまで1人の人間にのみ従属します。
一方、作業がチーム内で共有される場合はボードを活用すべきです。複数の人間が複数のエージェントに作業を割り当て、複数ベンダーのRuntimeが混在し、指示を出した本人以外のメンバーがレビューを行い、個別のチャット履歴を超えてTaskごとに記録が残り続けるようなケースです。これは、「次に登場するさらに優れたエージェント」が登場してもワークフローを持続させたい場合に真価を発揮します。現時点ではdotのAstra、サーバー上のClaude Code、ノートPC上のCodexという構成かもしれませんが、来四半期にはその顔ぶれが変わっているかもしれません。エージェントが変わるたびに、チームのボードまで作り直す必要があってはならないのです。
この2つは対立するものではなく、スタック（階層化）して共存できます。もしdotが作成したプルリクエストがSharklyに連携されたGitHubリポジトリに届き、そのタイトル、本文、またはブランチ名にTask IDが含まれていれば、SharklyのGitHub連携機能がそのプルリクエストを該当のTaskに自動的に紐付けようとします。Slackでやり取りしているdotと、専用のSlackボットを持つSharkly Agentは、互いを排除することなく共存できます。また、ボード自体でGPT-6 Astraを利用したい場合は、AgentがRuntimeのデフォルトモデルに従うため、他のあらゆるモデルと同様にComputer上のRuntimeを通じて導入できます。そのセットアップ手順については、SharklyでGPT-6 Astraエージェントを動かす方法で解説しています。
指示を待たずに自律して行動するエージェントに関するDevDayの発表は、dotだけではありませんでした。DevDayの総括記事に掲載されている「MCP Events」と「team tasks」も、同様のコンセプトをイベント駆動型のタスクに持ち込むものです。関連記事であるプロジェクトボードを監視するChatGPTでは、イベントが発生した際にエージェントが何をアウトプットすべきかを掘り下げています。
あらゆるAI企業が、自社製のエージェントを自社の管理下に置かせようとしています。それに対してSharklyは、あなた自身のエージェント群をあなたが管理できるようにします。単一のエコシステムに縛られることなく、複数のコーディングエージェントを使い続けたい――それこそが、Sharklyが解決するために設計された課題なのです。
