Meta Muse让日常消息和定时任务更容易跟进，OpenAI Dots则与Slack和Codex配合得更自然。两者的差异在需要人工介入的地方最为明显：Dots在部分工作中需要有人帮它找到正确的上下文，也需要有人帮它把委派的任务留在指定项目中；Muse则为查看其记忆和日程提供了更清晰的位置。两者都是常驻型云端智能体，即可以跨对话持续工作、按计划执行任务，但各自的优势体现在不同的工作流中。
发送消息并跟进回复
Dots干净利落地完成了一次工作场景中的沟通。通过原生Slack连接后，它在团队频道中接收请求，显示正在处理，并在Slack线程中作出回复。团队成员也可以在共享频道中通过提及来呼叫这个智能体。对于已经在Slack中协作的团队来说，有用的不只是答案本身：回复始终挂在发起请求的那段对话之下。
Muse通过WhatsApp完成了类似的消息任务。从手机发出的消息在几秒内得到回复，对话也同步显示在Muse的桌面端控制面板中。在这次交流期间，桌面端的副本为只读模式，避免手机对话和控制面板变成两个互相竞争的回复入口。Muse还把其他话题分到侧边对话中，而不是把所有讨论堆在一段很长的记录里。
这两项任务并不完全相同。Slack考察的是团队共享工作，WhatsApp考察的是在手机与桌面之间流转的个人对话。两个智能体都完成了这些交流。如何选择取决于回复需要落在哪里：是同事可以跟进的团队线程，还是在统一控制面板中始终可见的个人消息。
▲ 团队线程与同步的个人消息
管好上下文与定时工作
两个智能体处理记忆的方式不同。Muse开放了可编辑的MEMORY.md和SOUL.md文件。它们是Markdown文件，即带有简单格式的纯文本文档：一个记录需要长期保留的事实和偏好，另一个设定智能体的人设和交互规则。这让用户可以直接查看或修改Muse应当记住什么、应当如何回应。不过，仅凭这一点并不能证明它记住的每条事实都是正确的。
Dots会自动调用已有的ChatGPT记忆，再建立自己的上下文。在一次尝试中，它起初搬出了过时的信息。把它引向Codex记忆和本地文件后，它转向了更相关的资料。对于工作本来就在这些工具中进行的人来说，这种连接可以省去重复设置；但这一结果也说明，在智能体将继承来的上下文用于持续性工作之前，需要先加以核对。
在项目整理上，差距更加明显。当被要求在一个现有Codex项目中进行头脑风暴时，Dots没有把委派的工作归入该项目，而是在全局的Recents区域另建了多个对话线程。它对任务应归属何处的解释也前后不一。切实可行的做法是检查项目并手动整理生成的线程，而不是默认智能体已按要求归档。
在日程安排上也能看到类似的差异。Muse展示了定时例程和每30分钟运行一次的Heartbeat，并提供检查已连接邮箱和Google Docs的运行日志。Approvals区域可用于审核需要签批的操作，不过当时没有待处理的审批。Dots可以支持设在美国中部时间晚上8点的每日计划例程，但要管理重复任务，需要到Codex或ChatGPT Work中找到定时任务控制项，而不能依靠Dots的主界面。用户既应确认例程已排入计划，也应弄清日后在哪里修改它。
▲ 定时工作与项目整理
交付成果与模型性能
两个智能体都能生成文档、仪表板、演示文稿、PDF和代码等交付成果。Muse把产出放在Artifacts库中，其中的示例包括仪表板和PDF。它还提供播客制作功能，可以设置每期三分钟的定期新闻简报。这些界面示例展示的是如何查找或配置成果，并不是针对同一请求生成的两份成品所做的质量对照测试。
Dots还提供了其他工作方式，包括通过GPT Live进行语音通话，以及访问一个配有浏览器、终端和本地文件的已连接计算机环境。这种访问方式契合开发者的工作流，但并不能省去检查委派任务结果的必要。Dots电话功能的一次公开演示也未能得到预期回应，因此不应仅凭具备语音功能，就认定每次通话都会成功。
公布的模型基准测试成绩可作参考，但与上述工作流结果是两回事。Dots由GPT-6 Astra驱动，Muse由Muse Spark 1.3驱动。token是模型处理或生成文本时使用的小单位。
| 指标 | GPT-6 Astra | Muse Spark 1.3 |
|---|---|---|
| 终端与编程基准测试 | 59% | 33% |
| SaaS自动化基准测试 | 68% | 58% |
| 专业工作评分，GDPval-AA | 1,542 | 1,672 |
| 输出生成速度 | 每秒51个token | 每秒184个token |
Astra在所列的编程和自动化指标上领先；Spark 1.3在所列的专业工作评分上领先，生成文本的速度也更快。不过，这些分数都无法决定某条具体消息、某项定时任务或某次项目交接能否被正确整理。
应该先测试哪种工作流？
Muse Free每月$0，每周最多可使用1亿token，是试用个人消息和定时任务的低成本方式。Dots需要ChatGPT Pro，每月$100起，含第一个dot。如果智能体是新引入你工作流的工具，而不是已经接入你在Codex、ChatGPT和Slack中的工作，价格差异才最为关键。
先从一项你已经熟悉的任务开始：通过常用渠道发送一条消息，查看回复出现在哪里，然后安排一项重复任务并找到它的编辑入口。在Muse中，检查可见的记忆文件和定时任务日志。在Dots中，确认继承的记忆是否为最新，以及委派给Codex的工作是否落在了指定项目中。对于个人例程，Muse看起来更便于监督；对于现有的开发者工作空间，Dots更为契合，前提是有人核对它的上下文和任务位置。