Запланированные задачи ChatGPT, агенты Codex и полная автоматизация Dot: 6 ключевых различий между тремя подходами к автоматизации

Примечание автора: сравним автоматизацию ChatGPT Scheduled Tasks, Codex и ChatGPT Dot на трёх уровнях — запуск, выполнение и постоянная координация. Разберём возможности, стоимость, надёжность и рекомендации по выбору.

По состоянию на октябрь 2026 года у OpenAI есть три продукта, которые позволяют ИИ «работать самостоятельно»: запланированные задачи ChatGPT (Scheduled Tasks), агент Codex и его автоматизации (Codex Automations), а также представленный 29 сентября постоянно работающий персональный агент ChatGPT Dot. Все три умеют запускаться по расписанию и продолжать работу между диалогами. Поэтому многие пользователи путают их и не знают, на какой тариф стоит потратиться.

Мы не будем выстраивать их в рейтинг от слабого к сильному. Они создавались для разных задач и уже начинают взаимодействовать друг с другом. Мы обратимся к официальным материалам OpenAI, чтобы разобраться в возможностях и стоимости, а затем проверим надёжность продуктов по результатам тестов The Verge, Axios и Business Insider, а также сообщениям сообщества о сбоях.

Главное: прочитав статью, вы узнаете, какой инструмент лучше подойдёт для ежедневного поиска новостей, автоматизации разработки и ведения долгосрочных проектов, а также поймёте, чего им пока не хватает до уровня «цифрового сотрудника», работающего без присмотра.

Ключевые различия между запланированными задачами ChatGPT, Codex и Dot

Проще всего представить это так: запланированные задачи отвечают за запуск, Codex — за выполнение, а Dot — за постоянную координацию. Это лишь аналогия для понимания, а не официальная техническая классификация OpenAI. Возможности трёх инструментов во многом пересекаются: нельзя считать, что запланированные задачи ничего не выполняют или что Codex не может работать по собственной инициативе.

Обратите внимание: в таблице сравниваются возможности, которые поддерживают продукты. В конкретном аккаунте, версии или регионе могут быть доступны не все функции.

Задачи по расписанию в ChatGPT: не просто напоминания

Задачи по расписанию появились 14 января 2025 года в бета-версии и поначалу служили главным образом для напоминаний. После обновления 17 июня 2026 года у них появился единый раздел управления Scheduled. Задачи мониторинга теперь могут искать информацию в интернете и проверять подключённые приложения, отправляя уведомления только тогда, когда об изменениях действительно стоит сообщить. Функцию проактивных обновлений ChatGPT Pulse тоже объединили с задачами по расписанию, а сам Pulse закрыли.

Ещё одна важная возможность — запуск по событию. Официально поддерживаются новые письма в Gmail с фильтрацией по отправителю и теме, новые сообщения в указанном канале Slack и определённые действия с Pull Request в GitHub. Такие задачи выполняются через ChatGPT Work и недоступны на тарифах Free и Go. В одной задаче можно объединить несколько триггеров событий, но нельзя одновременно задать запуск по времени и по событию.

Агент Codex: когда работа действительно выполняется

Настольное приложение Codex появилось на macOS 2 февраля 2026 года, а 4 марта стало доступно и для Windows. Оно поддерживает параллельную работу нескольких агентов, изоляцию через Git Worktree, систему навыков и Automations. Выпущенное 16 апреля обновление «Codex for （almost） everything» принесло серьёзные изменения: Codex научился управлять другими приложениями на компьютере, использовать Computer Use в фоновом режиме, запоминать информацию, планировать себе задачи на будущее, возобновлять существующие рабочие цепочки и предлагать следующие шаги. По данным OpenAI на тот момент, Codex еженедельно пользовались более 3 млн разработчиков. Но это показатель охвата — он не означает, что все они использовали автоматизацию.

Принципиальное отличие Codex от задач по расписанию в том, что он восстанавливает рабочую среду, а затем читает файлы, меняет код, запускает тесты, проверяет результаты и исправляет ошибки. То есть не просто генерирует текст в заданное время. В феврале 2026 года OpenAI рассказала о внутреннем эксперименте с длительной задачей: Codex на базе GPT-5.3-Codex создавал инструмент для проектирования в пустом репозитории. Работа заняла около 25 часов, потребовала примерно 13 млн токенов и дала около 30 тысяч строк кода. Эксперимент показал, что Codex способен долго и непрерывно продвигаться к одной сложной цели, но это не гарантия надёжности для всех пользователей.

ChatGPT Dot: персональный агент для постоянной работы

Dot работает на базе GPT-6 Astra и располагает собственным облачным компьютером и браузером. Экосистема плагинов позволяет ему подключаться к более чем 4000 приложений и взаимодействовать с пользователем через ChatGPT, Slack, Teams и другие каналы. «Более 4000» — это число приложений, поддерживаемых экосистемой; фактическая доступность для каждого пользователя зависит от плагинов, подключений, разрешений, региона и настроек рабочего пространства. Главное отличие Dot от Codex — функция проактивного исследования (Proactive Research): даже когда пользователь не присылает новых сообщений, Dot изучает разрешённые источники информации, связывает новые данные с текущими задачами и решает, нужно ли уведомить пользователя.

У проактивного исследования есть важное ограничение безопасности: оно может использовать только инструменты для чтения. В процессе исследования нельзя напрямую отправлять сообщения третьим лицам, изменять содержимое подключённых приложений или управлять браузером. Результаты сначала передаются Dot, а затем он планирует дальнейшие действия с учётом разрешений и правил согласования. К октябрю Dot уже может запускать или продолжать работу в Codex, а также просматривать и редактировать существующие автоматизированные задачи ChatGPT Work. Таким образом, эти три инструмента дополняют друг друга, а не заменяют.

Сравнение стоимости задач по расписанию в ChatGPT, Codex и Dot

Эти три возможности не требуют трёх отдельных подписок. Задачи по расписанию обычно включены в соответствующие тарифы ChatGPT. Codex доступен по подписке ChatGPT или через API-ключ с оплатой по мере использования. Первый экземпляр Dot включён в подходящие тарифы Pro или Business Premium — отдельная базовая плата за него не взимается.

Несколько моментов могут вызвать путаницу. Базовые интеллектуальные возможности Dot в Pro 200 и Pro 100 одинаковы; разница в основном касается лимитов и преимуществ тарифа. Пользователи Plus пока не могут напрямую использовать Dot. В первый месяц после запуска Dot его собственное использование при соблюдении условий не расходует существующие лимиты, но задачи Work и Codex, которые Dot создаёт или которыми управляет, расходуют лимиты по своим правилам. В подходящих тарифах Work и Codex используют общий лимит рабочих задач. За стандартную облачную среду Codex отдельная плата за виртуальную машину не взимается, а задачи моделей тарифицируются как обычно.

И ещё один важный момент: доступ через API-ключ не даёт встроенных в подписку ChatGPT функций Dot, Work или Codex Cloud. Подход через API подходит разработчикам, которые готовы самостоятельно настроить запуск задач и вызов модели. Ниже — самый простой пример реализации.

Как создать лёгкую «задачу по расписанию» с помощью API

Если вам нужно лишь каждое утро собирать сводку новостей и вы не хотите переходить на более дорогую подписку, используйте cron и один вызов модели. Учтите, что API сам по себе не просматривает веб-страницы: скрипт должен сначала собрать материалы из источников и передать их модели.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 兼容接口
)

news = open("today_feed.txt", encoding="utf-8").read()  # 由抓取脚本预先生成
resp = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": f"筛选高价值 AI 新闻并写中文摘要，保留原始网址：\n{news}"}]
)
print(resp.choices[0].message.content)

import json
import time
import hashlib
from pathlib import Path
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SEEN_FILE = Path("seen.json")

def load_seen() -> set:
    return set(json.loads(SEEN_FILE.read_text())) if SEEN_FILE.exists() else set()

def dedupe(items: list[dict], seen: set) -> list[dict]:
    fresh = []
    for it in items:
        key = hashlib.md5(it["url"].encode()).hexdigest()
        if key not in seen:
            seen.add(key)
            fresh.append(it)
    return fresh

def summarize(items: list[dict], model: str = "gpt-4o-mini", retries: int = 3) -> str:
    text = "\n".join(f"- {i['title']} | {i['date']} | {i['url']}" for i in items)
    for attempt in range(retries):
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[
                    {"role": "system", "content": "你是 AI 行业编辑，只基于给定条目写摘要，不补充未提供的事实。"},
                    {"role": "user", "content": f"按重要性排序并写中文摘要，保留网址和日期：\n{text}"}
                ],
                max_tokens=1500
            )
            return resp.choices[0].message.content
        except Exception as e:
            time.sleep(2 ** attempt)
    return "ERROR: 模型调用失败，需人工检查"

if __name__ == "__main__":
    items = json.loads(Path("today_feed.json").read_text(encoding="utf-8"))
    seen = load_seen()
    fresh = dedupe(items, seen)
    SEEN_FILE.write_text(json.dumps(list(seen)))
    report = summarize(fresh) if fresh else "今日无新增条目"
    Path("daily_report.md").write_text(report, encoding="utf-8")

# crontab 示例：每天 8 点执行
# 0 8 * * * /usr/bin/python3 /path/to/daily_news.py

🚀 Совет для быстрого старта: сначала убедитесь, что работают все три этапа — запуск по расписанию, выполнение и доставка результата. И только потом думайте о переходе на более мощную модель. Получите бесплатный тестовый лимит через APIYI на apiyi.com и с одним API-ключом сравните качество сводок GPT, Claude и Gemini. Затем выберите модель для ежедневного использования.

Когда выбрать задачи ChatGPT по расписанию, Codex или Dot

Сравнить варианты проще на одном примере: «Каждый день в 8 утра изучать новости об ИИ, отбирать важные сообщения, анализировать тенденции с учётом прошлых публикаций и готовить материалы для редактора».

Когда выбрать задачи ChatGPT по расписанию

• Ежедневные сводки и мониторинг: создайте ежедневную задачу или задачу мониторинга — сервис будет в нужное время искать информацию в интернете, отсеивать повторяющиеся новости и присылать уведомления только при изменениях.
• Реакция на отдельные события: автоматическая подготовка сводки при получении письма в Gmail от определённого отправителя или появлении новой активности в PR на GitHub. Для этого нужен тариф Plus или выше.
• Ограничения: качество сбора данных зависит от поисковых инструментов и доступности сайтов. Сложные исследования тенденций ограничены возможностями модели и доступными лимитами.

Когда выбрать Codex

• Поддерживаемый конвейер сбора данных: чтение заданных источников, сбор данных скриптами, удаление дубликатов, запись структурированных данных, сравнение с историей и создание отчёта для проверки. При сбое Codex может самостоятельно исправить процесс.
• Инженерные задачи по расписанию: ежедневная классификация багов, сводки по сбоям CI и релизам, а также сценарии вроде «найти регрессию, исправить код, проверить тесты и отправить изменения на ревью».
• Ограничения: для задач по расписанию, зависящих от локального проекта, компьютер должен быть включён, настольное приложение — запущено, а файлы — доступны. Codex Cloud может продолжать работу, пока компьютер спит, но у него нет доступа ко всем локальным файлам, состоянию авторизации в браузере и системным разрешениям.

Когда выбрать Dot

• Ассистент для долгосрочного мониторинга: достаточно задать общую цель, например «следить за важными изменениями и сообщать, когда появится повод для статьи». Dot поручит ежедневный сбор задачам по расписанию, а исправление инструментов — Codex.
• Координация между проектами: управление несколькими проектами и выявление проблем, которые никто отдельно не поручал отслеживать, — например, конфликтов между новыми требованиями клиента и первоначальным планом или отсутствия подтверждения в переписке.
• Ограничения: работа по-прежнему зависит от доступа к платформам, разрешений подключений, ошибок модели, лимитов на выполнение и механизмов утверждения.

Также стоит помнить: если источники информации — X, Xiaohongshu, Douyin, Weibo и другие платформы, требующие авторизации или ограничивающие доступ ботов, ни одно из трёх решений не гарантирует полный доступ. Облачный браузер и Computer Use тоже не могут обойти все проверки.

ChatGPT Dot и Codex на практике: насколько далеко до полной автоматизации

В октябре три независимых издания протестировали Dot и пришли к похожим выводам: сервис хорошо собирает информацию и создаёт контент, но на завершающих этапах задач из реального мира всё ещё может остановиться.

• The Verge (2 октября): Dot нашёл в старых письмах скидку на $100, но остановился на проверке, где нужно было удерживать кнопку. Для оплаты требовались банковские данные, поэтому автор завершил покупку сам. При поиске коворкинга Dot пропустил возможность бесплатного ознакомительного визита. Зато с задачами в контролируемой среде — обновлением личного сайта и обработкой видеоматериалов — он справился хорошо. По мнению автора, Dot похож на «Codex для обычных людей», но лично для него это пока не оправдывает цену в $100 в месяц.
• Axios (20 октября): Dot создал 38-страничный памятный альбом о спортивном соревновании в ретростиле, а на другой, 12-страничный фотоальбом потратил 47 секунд. Это результат одного теста, а не показатель средней скорости. Он также обнаружил пересечение событий в календаре. С покупками вновь возникли трудности, а готовые работы потребовали ручной правки.
• Business Insider (22 октября): Dot сам заметил, что автор не получил подтверждения в переписке с бухгалтером. Благодаря этому автор вспомнил, что нужно проверить подачу налоговой декларации. При заказе обеда процесс неоднократно прерывался из-за кода подтверждения по SMS и проблем с вводом, а тексты для сайта получились довольно шаблонными.

Отзывы сообщества выявили проблемы с надёжностью. Некоторые ранние пользователи Reddit сообщили, что Dot пропускает письма при мониторинге почты и не даёт понятной информации о ходе работы. У другого пользователя тарифа Pro за $200 после интенсивного использования сработала защита от злоупотреблений, и сервис временно приостановили. В сообществе разработчиков OpenAI сообщали о прерывании многоэтапных задач Dot и повторных запросах на одобрение уже разрешённых действий. Что касается задач по расписанию, пользователи отмечали, что они не запускаются вовремя, автоматически приостанавливаются после сбоя или оставляют запись о выполнении без видимого результата. Операции записи в GitHub, Gmail и другие сервисы также могут блокироваться проверками безопасности. В GitHub Issue #56550 для Codex описан случай, когда задача по расписанию в статусе Active на Windows 11 не запустилась к 12:00, хотя при ручном запуске выполнилась успешно. Причина пока не установлена.

Эти отзывы показывают, что сбои автоматизации можно разделить как минимум на четыре типа: задача не запустилась; запустилась, но ей не хватило данных или разрешений; выполнилась, но с недостаточным качеством; выполнилась, но результат не был доставлен. Проблемы возникают на разных этапах, и не все их можно списать на то, что «модель недостаточно умна». По нескольким публикациям также невозможно рассчитать общую частоту сбоев. OpenAI пока не публиковала данные о сравнении долгосрочной успешности всех трёх решений при работе без присмотра на едином наборе задач.

Что выбрать: задачи по расписанию в ChatGPT, Codex или Dot

Чтобы оценить уровень автоматизации, полезнее смотреть не только на то, умеет ли инструмент запускаться по расписанию и нажимать кнопки, но и на шесть параметров ниже. Таблица отражает качественное сравнение приоритетов в их дизайне, а не официальные оценки.

Исходя из этого, можно дать несколько рекомендаций:

1. Нужны только ежедневные сводки, напоминания или мониторинг сайтов: задач по расписанию в Plus будет достаточно. Переходить ради Dot с тарифа за $20 на тариф за $100 необязательно.
2. Нужно поддерживать скрипты, данные и код: выбирайте Codex. Если работа должна продолжаться после того, как вы отошли от компьютера, отдайте предпочтение облачной среде. Для фоновых задач по возможности ограничивайте разрешения песочницы: открытый доступ к сети, запись локальных файлов и полный доступ к системе повышают риски.
3. Нужно одновременно следить за десятками дел и координировать работу на разных платформах: ценность Dot заметно возрастает. Но заложите время на ручной вход в аккаунты, оплату и отправку данных во внешние сервисы.
4. Разработчикам, которые хотят встроить автоматизацию в свой продукт: настройка запуска и оркестрации через API даёт максимум контроля, но потребует больше инженерной работы.

💡 Как выбрать: оценивайте отдачу по тому, сколько ручной работы удалось сэкономить за месяц и сколько дополнительного времени ушло на ошибки, согласования и переделки. При тестировании в компании полезно отслеживать долю успешных запусков, долю выполненных задач, фактическую точность, число ручных вмешательств и стоимость одного успешного выполнения. Сравнить модели для собственного процесса можно через единый интерфейс APIYI на apiyi.com: для переключения достаточно изменить параметр model.

Частые вопросы (FAQ)

Главное о запланированных задачах ChatGPT, Codex и Dot

• Разные роли: запланированные задачи запускают процесс, Codex выполняет работу, а Dot координирует её на постоянной основе. Это схема для понимания, а не официальная классификация.
• Запланированные задачи — уже не просто будильник: в 2026 году они поддерживают мониторинг данных в интернете и запуск по событиям в Gmail, Slack и GitHub.
• Codex не только пишет код: его возможности расширились до работы с браузером, управления компьютером (Computer Use), памяти и продолжения работы в последующие дни.
• Dot доступен не всем: он ориентирован в основном на пользователей Pro, Business Premium и некоторых клиентов Enterprise. При самостоятельном исследовании Dot работает только в режиме чтения.
• Надёжность всё ещё хромает: проблемы с CAPTCHA, входом в аккаунты, платежами и пропущенными запусками регулярно возникают в тестах СМИ и обсуждениях сообщества.
• Выбирайте под задачу: для ежедневных сводок подойдут запланированные задачи, для инженерных процессов — Codex, а для долгосрочного ведения нескольких проектов стоит рассмотреть Dot.

Итоги

Разницу между запланированными задачами ChatGPT, агентом Codex и полной автоматизацией Dot можно свести к трём пунктам:

1. Запуск: запланированные задачи проще всего настроить. Они доступны даже на тарифе Free и подходят для большинства повседневных задач мониторинга.
2. Выполнение: Codex действительно может изменять файлы, запускать тесты и управлять компьютером, но важно понимать границы локальной и облачной сред.
3. Координация: Dot объединяет несколько задач вокруг долгосрочной цели. Однако подписка стоит дороже, а вход в аккаунты, проверку личности и утверждение действий по-прежнему нужно брать на себя.

По-настоящему надёжные «цифровые сотрудники» на базе ИИ ещё не появились. Для реального бизнеса сегодня лучше подходит автоматизация с возможностью аудита и восстановления и чёткими границами полномочий, чем «полный автомат» без каких-либо согласований. Если вы разработчик и хотите встроить автоматизацию в свою систему, попробуйте сначала запустить минимальный рабочий процесс через APIYI на apiyi.com с помощью бесплатного лимита. Затем можно решить, стоит ли переходить на агентные продукты OpenAI.

📚 Источники

1. Официальная справка по ChatGPT Scheduled Tasks: периодичность задач, лимиты тарифов и запуск по событиям
2. Ссылка: help.openai.com/en/articles/10291617-scheduled-tasks-in-chatgpt

3. Описание: официальный источник о возможностях и ограничениях запланированных задач

4. OpenAI: Codex for （almost） everything: расширение возможностей Codex в апреле 2026 года

5. Ссылка: openai.com/index/codex-for-almost-everything

6. Описание: обновления Computer Use, памяти и продолжения работы в течение нескольких дней

7. OpenAI: Introducing dots: официальное объявление о запуске Dot

8. Ссылка: openai.com/index/introducing-dots

9. Описание: GPT-6 Astra, облачный компьютер, проактивное исследование и примеры использования

10. Dots privacy， security， and safety FAQs: границы полномочий и безопасности Dot

11. Ссылка: help.openai.com/en/articles/20001529-dots-privacy-security-and-safety-faqs

12. Описание: проактивное исследование в режиме только для чтения и механизм согласования действий

13. Run long horizon tasks with Codex: эксперимент с длительными задачами Codex

14. Ссылка: developers.openai.com/blog/run-long-horizon-tasks-with-codex

15. Описание: подробности эксперимента продолжительностью 25 часов и объёмом около 13 миллионов токенов

16. Тест Dot от The Verge: опыт использования от независимого издания

17. Ссылка: theverge.com/ai-artificial-intelligence/1004096/openai-chatgpt-dots-hands-on-agent
18. Описание: результаты реальных задач — обновления сайта, обработки видео, покупок и других

Автор: техническая команда APIYI
Обсуждение технических вопросов: свяжитесь с нами через главную страницу сайта APIYI. Дополнительные материалы по интеграции доступны в центре документации docs.apiyi.com

Читайте также

• Руководство по подключению Codex к Rhino MCP: автоматическое моделирование с помощью ИИ за 3 шага: Разверните Rhino MCP Server с нуля, настройте интерфейс APIYI в Codex, выполните первую команду моделирования на естественном языке за 3 шага и сравните результаты моделирования GPT Codex и моделей серии Claude.
• Ошибка OpenAI «model not found»? GPT-5.5 выведен из ChatGPT 14 октября: 5 шагов по устранению проблемы и альтернативы: 14 октября 2026 года GPT-5.5 полностью выведут из ChatGPT, ChatGPT Work и Codex, но OpenAI API это не затронет. В статье — актуальная информация на 15 октября, 5 причин ошибки OpenAI «model not found», решения для разных случаев и альтернативы: GPT-5.6 Sol, Terra, Luna и GPT-6 Astra.