Datamaskinen din trenger ikke være på
Datamaskinen kan være slått av. Arbeidet kan likevel fortsette.
Det er den mest talende detaljen fra OpenAIs DevDay 2026, gjemt mellom nye modeller, programmeringsgrensesnitt og et abonnement til 500 dollar i måneden. Codex Security Cloud skal kunne skanne GitHub-lagre kontinuerlig eller etter en tidsplan, undersøke funn og forberede rettelser mens utviklerens egen maskin er avslått.
Det høres først ut som en funksjon. Egentlig er det en idé om hvor arbeidet skal foregå.
Ikke på datamaskinen. Ikke nødvendigvis i et program du åpner. Kanskje heller i et lag av tjenester som fortsetter rundt deg, også når du ikke følger med.
OpenAI brukte DevDay til å vise frem mer enn 20 produkter og oppdateringer. GPT-6.1 Sol fikk sin plass. Codex ble større. ChatGPT skal inn i Slack og Microsoft Teams. Det kommer dokumenter, presentasjoner, møteopptak og nye grensesnitt for utviklere.
Men den tydeligste bevegelsen går et annet sted.
ChatGPT skal slutte å vente.
En chatbot med innboks
Dots er OpenAIs mest konkrete forsøk på å gjøre denne bevegelsen forståelig.
En Dot er en personlig agent som kjører kontinuerlig og har sin egen datamaskin i skyen. Den kan kobles til mer enn 4.000 apper gjennom OpenAIs system for utvidelser. Du kan skrive til den i ChatGPT, snakke med den eller bruke den gjennom Slack og Microsoft Teams.
Det avgjørende er ikke at den kan svare. Det kan ChatGPT allerede.
En Dot skal kunne få et prosjekt og fortsette å arbeide med det.
For en utvikler kan agenten overvåke tilbakemeldinger fra brukere, oppdage mønstre, gjøre mindre endringer, teste dem og komme tilbake med ferdige forslag om å legge kodeendringene inn. En forsker kan be den kjøre analyser på nytt når nye data kommer inn. En innholdsprodusent kan la den reagere på et nytt intervju, finne relevante klipp og lage et første sett med notater.
Dette er et annet forhold enn det vi har hatt til ChatGPT.
Den opprinnelige chatboten var en boks. Man skrev inn noe, ventet på et svar og bestemte selv hva som skulle skje etterpå. Dots minner mer om en medarbeider med innboks, tilgang til noen systemer og en voksende bunke oppgaver.
Det er også her analogien begynner å bli litt ubehagelig.
En medarbeider som gjør for lite, er et problem. En medarbeider som gjør feil ting på eget initiativ, kan være et langt større problem.
OpenAI sier derfor at bakgrunnsarbeid i utgangspunktet skal ha lesetilgang til tilkoblede apper. Agenten skal ikke uten videre kunne sende meldinger, endre innhold eller styre datamaskinen. Brukeren kan angi hva som krever godkjenning, hva agenten kan gjøre selv og hva som skal være blokkert.
Handlinger med større konsekvenser kan sendes gjennom en automatisk kontroll før de utføres. Passordendringer skal fortsatt kreve at brukeren gjør jobben selv.
Det siste er en lav terskel for tillit, men også en nyttig påminnelse om at «agent» ikke bare betyr en chatbot med flere knapper. Forskjellen mellom et dårlig svar og en dårlig handling ligger i ettervirkningene.
Et feil svar kan ignoreres.
En feil melding er allerede sendt.
Det interessante skjer før forespørselen
OpenAI kaller det «proaktiv forskning» når en Dot arbeider i bakgrunnen og forsøker å finne ting den mener er relevante for brukeren.
Formuleringen avslører mye. Agenten skal ikke bare utføre en beskjed. Den skal tolke hva som kan være nyttig, velge et tidspunkt og bevege seg gjennom verktøy som tidligere krevde menneskelig oppmerksomhet.
Det er lett å forestille seg den praktiske verdien. En kundehenvendelse kan bli sortert før noen ber om det. Et prosjekt kan få en plan idet en oppgave dukker opp på et prosjektbrett. Nye data kan utløse en analyse automatisk.
Det er også lett å se hvordan arbeidsdagen kan fylles av ting ingen helt ba om.
En del av den digitale hverdagen består allerede av varsler som mener de kjenner prioriteringene våre. Nå skal systemene ikke bare varsle om noe. De skal begynne på arbeidet.
Hvor mye initiativ tåler man fra en maskin før den oppleves som masete? Hvor presis må den være før man slutter å kontrollere alt den gjør? Og hvor mange automatiserte arbeidsflyter skal en organisasjon kunne leve med før ingen lenger har et samlet bilde av hva som skjer?
OpenAI forsøker å svare med tillatelser og kontrollnivåer. Det er nødvendig, men ikke helt det samme som forståelse. En liste over hva agenten får lov til, sier ikke alltid hva den kommer til å tolke som en god idé.
ChatGPT blir et sted, ikke en samtale
ChatGPT Space er kanskje mindre spektakulært enn Dots, men passer bedre inn i den større planen.
Space skal være et delt område der mennesker, ChatGPT og Dots arbeider med den samme prosjektinformasjonen. Kunnskapen skal ikke ligge spredt mellom enkeltstående samtaler, dokumenter og agenter. Den skal samles rundt prosjektet.
Det begynner å ligne på en arbeidsflate.
Pages gjør dokumenter til en del av den samme flaten. ChatGPT kan skrive, undersøke, lage diagrammer, generere bilder og visualisere informasjon uten at brukeren må flytte resultatet videre til et annet verktøy. Presentasjoner skal kunne redigeres av flere personer og agenter, kommenteres og eksporteres til PowerPoint eller Google Slides uten at formateringen forsvinner.
Det er en merkelig sirkel i dette. ChatGPT ble populært fordi det var enklere å skrive til en samtale enn å lære seg et nytt program. Nå forsøker OpenAI å bygge ut samtalen til et helt kontor.
Space vil være litt av Slack, litt av Notion og litt av kontorpakken. Dots skal være medarbeiderne. Integrasjonene sørger for at de kan gå ut av bygget når det trengs.
Man kan selvfølgelig spørre om verden trenger enda en arbeidsflate. Men spørsmålet OpenAI stiller, er tydeligere enn det: Hva skjer hvis arbeidsflaten blir laget rundt agentene, ikke rundt menneskene som bruker dem?
Fra verktøy til infrastruktur
De viktigste detaljene fra DevDay ligger kanskje ikke i de nye skjermbildene, men i hendelsene som kan starte arbeidet.
En e-post kan utløse en arbeidsflyt. En Slack-melding kan sette i gang en kjede av handlinger. En oppgave på et prosjektbrett kan få ChatGPT til å lese tilhørende dokumenter og lage en plan. Støtte for hendelser fra MCP, en standard for hvordan ulike programmer kan utveksle informasjon, skal gjøre det mulig for eksterne systemer å starte automatiseringer direkte.
Dette er forskjellen mellom å ha et KI-verktøy og å ha KI som infrastruktur.
Et verktøy venter på brukeren. Infrastruktur ligger under det andre gjør. Den reagerer på trafikk, hendelser og tilstander som mennesker ikke nødvendigvis ser.
OpenAI har lenge hatt distribusjonen. Selskapet sier ChatGPT nå har 1,2 milliarder ukentlige brukere. DevDay handlet om å gjøre denne distribusjonen til et koblingspunkt for andre tjenester.
Utvidelser får egne flater i ChatGPT. Nettsider kan bruke dem. Bedrifter får Space. Agenter får datamaskiner i skyen. Eksterne systemer kan utløse oppgaver. Brukere kan ta med seg deler av ChatGPT-abonnementet til andre tjenester gjennom «Sign in with ChatGPT».
Ved lansering gjelder det 16 partnere, blant annet Devin, Notion, Vercel og OpenClaw. Bruk gjennom disse tjenestene kan trekkes fra kapasiteten i ChatGPT-planen.
Det ligner på identitetsmodellene Google og Microsoft har bygget over lang tid. Forskjellen er at OpenAI ikke bare vil være kontoen du logger inn med. Selskapet vil også være laget som leverer intelligensen.
Den billige modellen blir kanskje den viktigste
GPT-6.1 Sol fikk mindre oppmerksomhet enn agentene, men kan bli mer avgjørende for at hele systemet skal fungere.
OpenAI beskriver modellen som en oppgradering av GPT-6 Sol, særlig rettet mot programmering, datamaskinbruk og profesjonelle arbeidsoppgaver. Selskapet hevder at den nærmer seg GPT-6 Astra på flere områder, til omtrent en femtedel av standardprisen.
Programmeringsgrensesnittet koster 2 dollar per million inndataenheter og 10 dollar per million utdataenheter. Lagrede inndata som brukes på nytt, koster 0,10 dollar per million enheter.
Det høres ut som en detalj for utviklere. Det er det ikke helt.
En agent som jobber i sekunder, er én ting. En agent som arbeider i minutter eller timer, åpner programmer, leser dokumenter, kjører kode og holder store mengder informasjon i minnet, gjør kostnaden per oppgave langt mer synlig.
Den billigste modellen er ofte den som får lov til å bli brukt mest.
GPT-6.1 Sol er tilgjengelig i programmeringsgrensesnittet, ChatGPT Work og Codex, men foreløpig ikke i den vanlige ChatGPT-samtalen. Det er en påminnelse om at OpenAI ikke bare bygger produkter for mennesker som vil snakke med modeller. Selskapet bygger også modeller for andre systemer som skal bruke dem mange ganger, hele tiden.
Ultrafast peker i samme retning fra motsatt kant. OpenAI sier GPT-6 Astra kan generere opptil 300 tekstbiter i sekundet i denne modusen, opptil åtte ganger raskere i Codex og opptil seks ganger raskere gjennom programmeringsgrensesnittet enn ved standard behandling.
Fart er blitt en egen vare.
500 dollar for å slippe køen
Pro 500 koster 500 dollar i måneden og gir de høyeste bruksgrensene, inkludert 25 ganger kvoten til ChatGPT Plus og tilgang til Ultrafast i blant annet ChatGPT Work og Codex.
Det er ikke lenger en entusiastplan. Den er priset som et arbeidsredskap med et konkret økonomisk formål: mer datakraft, kortere ventetid og større kapasitet.
Summen har en nesten gammeldags tydelighet. 500 dollar i måneden forteller hvem OpenAI ser for seg som kunden. Ikke den som vil skrive bedre bursdagshilsener, men den som kan regne hjem noen timer med utvikling, analyse eller automatisering.
Det kan også endre hvordan man vurderer KI-tjenester. Den viktige forskjellen blir ikke nødvendigvis om modellen svarer litt bedre enn konkurrenten. Den blir om den kan arbeide lenge nok, ofte nok og billig nok til at den faktisk får en plass i virksomheten.
Codex forlater terminalen
Codex får samtidig flere måter å være til stede på. Utviklere kan kjøre det lokalt, fra mobilen eller i skyen. Utviklingsmiljøer kan gjenbrukes mellom oppgaver, slik at agentene starter med riktige verktøy, innstillinger og tillatelser.
Kommandolinjeverktøyet får talestyring og en visning for flere samtidige agenter. ChatGPT-appen får et kodegjennomgangsverktøy som kan lese endringer, forklare forskjeller og oppdage mulige problemer før kommentarer sendes til GitHub eller GitLab.
Det er ikke lenger bare snakk om å få forslag til kode. Codex skal følge koden gjennom flere deler av arbeidsflyten.
Og den trenger ikke være på samme sted som utvikleren.
Codex Security Cloud kan undersøke hele kodearkiver kontinuerlig eller etter en tidsplan, rydde bort duplikater og forberede rettelser. Datamaskinen kan være av. Arbeidet har flyttet seg ut i skyen, ut av terminalen og inn i en form for vedvarende overvåking.
Det er en effektiv idé. Den har også en spesiell psykologisk side.
Når arbeidet pågår mens du sover, pendler eller gjør noe helt annet, blir det vanskeligere å kjenne forskjell på produktivitet og aktivitet. Agenten gjør kanskje noe nyttig. Den kan også bare produsere flere ting som må leses, godkjennes og korrigeres.
Når ChatGPT allerede er på jobb
Business- og Enterprise-brukere får @ChatGPT i Slack og Microsoft Teams. ChatGPT kan delta i kanaler, tråder og direktemeldinger og bruke verktøy virksomheten eller brukeren har koblet til.
Et nytt møteverktøy kan skrive møtenotater, lage personlige sammendrag og hente ut oppgaver før materialet lagres i ChatGPT Space. OpenAI sier lydopptaket slettes når notatene er ferdige og ikke kan spilles av senere.
Det er en viktig forskjell mellom en tjeneste man åpner og en tjeneste som allerede ligger i samtalen. Den første krever et valg. Den andre blir en del av miljøet.
Kanskje er det derfor Dots er den mest presise ideen fra konferansen. Ikke fordi en personlig agent er ny, men fordi den samler alle de andre retningene: apper, arbeidsflater, hendelser, identitet, skybaserte datamaskiner og modeller som er billige nok til å kjøre uten pause.
ChatGPT begynte som et sted man gikk for å snakke med kunstig intelligens.
OpenAI vil at det skal bli stedet arbeidet fortsetter etter at man har gått.