最近，Personal Agent，也就是个人智能体，很火。今天就以 OpenAI Dots 为例，讲清楚它能帮我们做什么，再用一个出游案例，带你走一遍实际操作。
先看一种常见的麻烦。出游方案做好了，临出发还要查天气和交通。工作计划列好了，情况一变，又得更新安排。这些后续，需要有人接着跟进。
Dots 可以在 ChatGPT 中使用，你创建的个人助手叫 dot。你把需要持续跟进的事情和处理范围交代给它，它能在两次对话之间继续工作，把进展带回来，遇到需要你决定的地方再来问你。
它值得尝试的地方，是帮你接下一部分后续工作。比如筹备活动，人数和预算变了，继续更新安排。跟进工作项目，结合你提供或允许访问的资料，整理进展和待办，把需要你决定的事提出来。
如果只是临时问个问题、改段文字，用自己熟悉的 AI 就够了。遇到需要反复检查、持续调整的事情，可以试着交给 dot 跟进。
今天用一个周六从深圳去香港的模拟案例，看看怎么把后续检查交给它。全程在电脑上演示，不实际订票或付款。
创建 dot 时，这次只查公开资料，邮件和日历的连接先跳过，电脑选择它自己的云端电脑，外观保持默认。
先告诉它，我们想周六去香港，当天回来。请它先问清楚影响行程的条件，再做方案。
它追问以后，我们补充，两位成年人，早上九点从深圳福田出发，晚上十点前回来，每人预算六百元。想看维港、逛街区、吃小吃，行程轻松一些。
再让它比较高铁和口岸过关，给出路线、预算和下雨备选。查不到的信息直接说明。
它开始研究后，我们交代一项后续工作。
五分钟后，只检查一次这次行程相关的天气预报和交通公告。有没有变化、是否影响方案，都回复到当前对话，并注明检查时间。
真实出游更适合在临出发时复查。为了在这次演示里看到结果，我们把等待设成五分钟。dot 随后确认了执行时间。
第一版方案出来，路线、预算和雨天备选都有了。这里先看它是否满足要求，具体去哪吃、坐哪趟车，我们不逐条展开。
接着模拟一次变化，要求晚上七点前回到深圳，维港保留，其他条件不变。
它把活动集中到尖沙咀，删掉专程去佐敦逛街和小轮往返，晚餐移回深圳，也重新安排了候选返程班次和预算。
修改方案本身，在普通对话里也能做。这一步是让大家看到，交代给 dot 的事情有了新条件，可以接着调整。
随后，前面约定的复查也有结果了。
它报告天气与上次相比没有变化，又列出交通检查结果。部分信息没有完整读到，它明确写了出来。回复里还带着实际检查的时间段。
这就是本次最值得看的地方。前面交代过的检查，稍后带回了结果。拿到一版方案以后，后续要查什么，也可以继续交给它处理。
这次只演示了一次复查，还不能说明长期跟进的效果。它给出的候选车次和余票，也需要出行前核实。
最后告诉 dot，教学演示结束。请检查本案例有没有未来待执行的任务，若有，只取消本案例的任务，保留结果，不要改动其他任务。
它最后确认，单次复查已完成，本案例没有未来待执行任务，演示结果保留。
