Сравнение агентов Dot ChatGPT, Grok Bot, Muse Spark

Если нужен один постоянный ИИ-агент, который знает контекст ChatGPT, умеет запускать Codex и другие инструменты и координирует работу из одного диалога, выбирайте ChatGPT Dot. Если нужна именно команда виртуальных сотрудников с отдельными ролями, общей рабочей средой, навыками и расписаниями, лучше устроен Grok Bot. Muse от Meta ориентирован прежде всего на персонального ассистента и малый бизнес: почту, календарь, покупки, соцсети, рекламу и повседневные задачи. При этом Muse Spark — не отдельный агент, а модель, на которой работает Muse. По состоянию на 4 октября 2026 года эти продукты решают похожую задачу, но архитектурно заметно отличаются.

Что именно сравниваем

За несколько месяцев рынок ИИ-агентов ушёл от «чата с инструментами» к постоянно работающим системам. Такой агент получает собственную вычислительную среду, браузер, доступ к подключённым сервисам и память. Он может продолжать работу после закрытия приложения, запускать задачи по расписанию и возвращаться к пользователю только тогда, когда нужен результат, подтверждение или решение.

В этом сравнении:

• ChatGPT Dot — постоянный агент OpenAI внутри ChatGPT. Он работает на GPT-6 Astra, использует память ChatGPT, подключённые приложения, облачный компьютер, Work и Codex.
• Grok Bot — платформа xAI и Cursor для нескольких постоянных Bots. У каждого Bot есть роль, память и диалог, а сами Bots могут передавать друг другу работу и пользоваться общим облачным компьютером.
• Muse — персональный агент Meta. Он работает на выделенной Muse Secure VM и использует семейство моделей Muse Spark. Актуальная версия модели на момент подготовки материала — Muse Spark 1.3.

То есть сравнивать «Dot, Grok Bot и Muse Spark» буквально не совсем корректно: Dot и Grok Bot — агентные продукты, Muse Spark — модель. Но в пользовательских запросах под Muse Spark часто подразумевают весь агентный стек Meta, поэтому дальше под третьим вариантом будем рассматривать Muse на Muse Spark 1.3.

Краткое сравнение

ChatGPT Dot: один главный агент вместо набора отдельных ботов

OpenAI представила Dots на DevDay 29 сентября 2026 года. Один экземпляр называется dot. В отличие от обычного чата, он получает постоянную ответственность: пользователь может поручить ему следить за проектом, поддерживать документы в актуальном состоянии, проверять изменения в данных, готовить ответы, запускать разработку и возвращаться только за подтверждением или решением.

Dot работает на GPT-6 Astra и живёт в облаке. У него есть собственный компьютер и браузер, поэтому работа не прекращается, если пользователь закрыл ChatGPT или выключил свой ноутбук.

Главное преимущество Dot — не сам браузер, а доступ ко всему контексту ChatGPT. Агент может использовать релевантную память, прошлые решения и собственные сохранённые заметки. Если пользователь месяцами работает в ChatGPT с одним проектом, Dot стартует не с пустого промпта.

Dot также умеет распределять работу. Он может запускать фоновых агентов параллельно, создавать отдельные облачные ветки, поручать задачи ChatGPT Work и Codex. Это важное отличие от обычного computer use: основной агент остаётся координатором, а отдельные исполнители занимаются исследованием, кодом или другой частью проекта.

Как это выглядит на практике

Например, Dot можно дать постоянную обязанность: следить за продуктом, раз в день проверять GitHub, отзывы пользователей и аналитику, а при появлении повторяющейся проблемы собирать данные, предлагать исправление и создавать задачу для Codex. Публикацию изменений в боевой среде при этом можно оставить только за человеком.

В такой схеме Dot не нужно каждый день запускать вручную. Он способен работать по расписанию, реагировать на поддерживаемые события и продолжать цепочку действий между разговорами.

Для разработчика цепочка может выглядеть так:

Dot → анализ проблемы → отдельная ветка исследования → Codex → тестирование → результат на ревью.

Для маркетолога:

Dot → почта и документы → аналитика → подготовка отчёта → обновление презентации → сообщение в Slack после подтверждения.

Память и контекст Dot

У Dot несколько уровней контекста:

• память ChatGPT;
• текущий диалог;
• собственные заметки о предпочтениях, решениях и обязанностях;
• данные из подключённых плагинов;
• результаты фоновых задач;
• состояние облачного компьютера.

При этом отдельная фоновая задача не получает автоматически всю историю пользователя. Dot передаёт ей тот контекст, который нужен для конкретной работы. Это уменьшает количество лишней информации и одновременно делает основной Dot центром координации.

Подключение компьютера

Dot может использовать не только облачную среду. В десктопном приложении ChatGPT можно разрешить доступ к одному личному компьютеру. Тогда агент способен создавать локальные Work- или Codex-задачи и использовать файлы и инструменты машины.

Это полезно, если проект не находится в облаке, сайт блокирует облачный браузер или для задачи требуется локальное окружение. Но компьютер должен оставаться онлайн и с запущенным приложением ChatGPT. Сам Dot при этом продолжает существовать в облаке.

Контроль действий

OpenAI разделяет доступ к приложениям, правила пользователя и автоматическую проверку действий. Можно разрешить чтение данных, но запретить отправку; потребовать подтверждение перед публикацией или изменением боевой среды; полностью заблокировать отдельные действия.

Перед действиями, которые влияют на аккаунты или передают информацию наружу, система может провести дополнительную проверку. Некоторые операции агент должен оставить человеку.

Кому подходит ChatGPT Dot

Dot особенно логичен для тех, у кого большая часть рабочего контекста уже находится в ChatGPT, Google Drive, Gmail, GitHub, Slack и Codex. Его сильная сторона — не создание «отдела из десяти персонажей», а единый персональный координатор, который понимает общий контекст и умеет привлекать нужные инструменты.

Для постоянного управления несколькими проектами это ближе к цифровому операционному координатору, чем к обычному чат-боту.

Grok Bot: команда виртуальных сотрудников

Grok Bot появился раньше Dots: xAI объявила о запуске бета-версии 11 августа 2026 года. Его архитектура заметно другая. Пользователь создаёт не одного универсального помощника, а несколько Bots с именами, обязанностями и отдельным рабочим контекстом.

Можно создать, например:

• SEO Bot — собирает темы, позиции и конкурентов;
• Research Bot — ищет и проверяет источники;
• Content Bot — готовит статьи;
• QA Bot — проверяет факты и требования;
• Developer Bot — меняет код и запускает тесты;
• Orchestrator — распределяет задания между остальными.

Это не только визуальное разделение ролей. Bots могут работать одновременно, писать друг другу, общаться в групповых чатах, передавать ответственность за задачу и сохранять собственные рабочие предпочтения.

Поэтому Grok Bot сегодня ближе остальных к концепции «виртуальной команды».

Общий облачный компьютер

У Grok Bot есть важная архитектурная особенность. Все Bots одного пользователя работают на одном постоянном облачном компьютере. На нём находятся файловая система, браузерные сессии, логины и рабочие файлы.

У каждого Bot может быть собственный экран и отдельный разговор, но сам компьютер общий.

Это одновременно плюс и минус.

Плюс — простая передача задач. Research Bot сохранил файл в рабочую папку, Content Bot сразу может его прочитать. Один Bot авторизовался в сервисе — другие Bots того же пользователя могут использовать общую сессию.

Минус — Bots нельзя считать изолированными контейнерами безопасности. Создать отдельного Bot для клиента A и отдельного Bot для клиента B недостаточно, если между проектами требуется жёсткая техническая изоляция данных и логинов.

Skills и routines

Одна из самых практичных функций Grok Bot — превращение успешного процесса в повторяемый skill.

Skill может содержать:

• когда использовать процесс;
• какие данные и доступы нужны;
• порядок действий;
• правила принятия решений;
• способ проверки результата;
• формат ответа;
• действия, требующие подтверждения.

Затем skill можно назначить конкретному Bot и запускать как routine по расписанию или по поддерживаемому событию.

Есть и обучение демонстрацией. Когда функция Teach a task доступна, пользователь показывает браузерный процесс один раз, а Bot превращает запись в черновик навыка. Это полезно для рутинных операций в админках, CRM, рекламных кабинетах и внутренних системах, где API или готового коннектора нет.

Один Bot может владеть десятками routines. Фоновые запуски продолжаются, даже если ноутбук закрыт.

Какая модель работает в Grok Bot

Здесь есть важное отличие от ChatGPT Dot и Muse. У Grok Bot нет пользовательского выбора модели, а Cursor публично не обещает, что Bot всегда работает на конкретной версии Grok.

В сентябре 2026 года Cursor и xAI выпустили Grok 4.7, причём модель специально обучали лучше понимать Grok Bot harness. Но это не означает, что каждый запрос Grok Bot обязательно выполняет именно Grok 4.7. Представители Cursor указывали, что модель в Grok Bot выбирается на стороне сервиса и может меняться.

Поэтому в сравнении корректнее оценивать Grok Bot как целый агентный продукт, а не как оболочку над одной фиксированной LLM.

Локальное выполнение

Кроме облачного компьютера, Grok Bot может запускать команды на локальном Mac или Windows, если пользователь дал разрешение. По умолчанию можно требовать подтверждение каждый раз.

Это удобно для локальных репозиториев, внутренних сервисов и задач, которые невозможно выполнить из облака. При этом облачная среда остаётся отдельной и продолжает работать независимо от локального компьютера.

Цена и доступ

Grok Bot включён во все платные индивидуальные тарифы Cursor: Pro за $20 в месяц, Pro+ за $60 и Ultra за $200. Доступ также есть у Cursor Teams и при привязке подходящей индивидуальной подписки SuperGrok.

Для Grok Bot действует собственный недельный лимит использования. Он отделён от обычного лимита Cursor. Для подходящих аккаунтов после исчерпания включённого объёма можно использовать оплату сверх лимита.

По стоимости входа это один из самых доступных способов попробовать постоянную команду агентов, особенно если пользователь уже платит за Cursor.

Кому подходит Grok Bot

Grok Bot лучше всего раскрывается там, где работа естественно делится на стабильные роли и повторяемые процессы:

• контентные фабрики;
• SEO и мониторинг;
• лидогенерация;
• поддержка и первичная сортировка обращений;
• операционные задачи;
• работа с CRM;
• разработка;
• QA;
• сбор и сверка данных;
• внутренние бизнес-процессы.

Если задача формулируется как «мне нужен один помощник, который знает всё обо мне», Grok Bot может быть избыточным. Если же формулировка звучит как «мне нужен мини-отдел из пяти агентов», его архитектура выглядит наиболее естественно.

Muse и Muse Spark: персональный агент Meta

Meta запустила Muse 8 сентября 2026 года. В отличие от Grok Bot, продукт изначально позиционируется не как команда рабочих Bots, а как персональный агент, которому можно передать часть повседневной жизни и бизнеса.

Muse умеет работать с почтой, календарём, браузером, формами, покупками, бронированиями и подключёнными сервисами. Он может продолжать длинную задачу после закрытия приложения и возвращаться, когда требуется подтверждение.

Основой является Muse Spark. Актуальная на начало октября версия — Muse Spark 1.3, модель Meta Superintelligence Labs для длинных агентных сценариев, программирования, работы с инструментами и мультимодальными данными.

Muse Secure VM

У каждого пользователя Muse есть отдельная виртуальная машина Muse Secure VM. Там находятся браузер, файлы, данные агента и токены подключённых сервисов.

Meta отдельно построила защитный слой Sentinel. Это отдельный агент, который проверяет выходящие действия Muse. Если действие чувствительное, система может остановиться и запросить разрешение пользователя.

Пароли и платёжные данные хранятся в защищённом хранилище и не должны передаваться основной модели в открытом виде. Для пользователя доступен журнал действий.

Такой подход отличается от Grok Bot: у Muse изоляция строится вокруг конкретного пользователя и его VM, тогда как несколько Grok Bots внутри одного пользовательского аккаунта сознательно делят одну рабочую среду.

Внутренние subagents и собственные инструменты

Хотя интерфейс Muse выглядит как один персональный агент, внутри он тоже многоагентный. Meta описывает систему, способную запускать группы subagents, создавать собственные инструменты, писать коннекторы и запускать периодические задания.

То есть разница с Grok Bot скорее интерфейсная и организационная.

Grok Bot показывает пользователю команду отдельных сотрудников.

Muse старается скрыть эту сложность за одним ассистентом.

ChatGPT Dot занимает промежуточную позицию: пользователь общается с одним главным агентом, но тот может делегировать работу фоновым агентам, Work и Codex.

Интеграции Meta и малого бизнеса

Именно здесь у Muse наиболее заметное преимущество. В Muse for Small Business Meta добавила подключения к Facebook и Instagram для бизнеса, а также к Asana, Box, Canva, Dropbox, Figma, Granola, HighLevel, QuickBooks, Klaviyo, Lovable, Notion, Shopify, Slack, Stripe и Zoom.

Агент может анализировать продажи, контент, рекламные кампании, финансовые показатели и сообщения, а затем готовить следующий набор действий.

Для бизнеса, который живёт внутри Instagram, Facebook, Shopify и Meta Ads, это потенциально более нативная среда, чем универсальный компьютерный агент.

После Meta Connect 2026 появилась и версия Muse для Mac с управлением компьютером: с разрешения пользователя агент может работать с приложениями на Mac и продолжать задачи, пока человек отошёл от компьютера.

Доступность

На старте Muse появился в США, а к концу сентября Meta указывала доступность в США и Канаде. Базовый объём использования компания предлагает бесплатно, а для более высокой нагрузки существуют платные планы.

Это делает вход дешевле ChatGPT Dot, но география пока существенно уже.

Что лучше: Dot, Grok Bot или Muse

Однозначного победителя нет, потому что продукты оптимизированы под разные модели работы.

Если нужен один управляющий агент

Лучший вариант — ChatGPT Dot.

Он получает общий контекст ChatGPT, умеет подключать приложения и компьютер, запускать фоновые задачи, Work и Codex. Пользователю не нужно проектировать команду ролей: он даёт ответственность одному агенту, а тот решает, как распределить работу.

Это удобно для руководителя, разработчика или специалиста, у которого много взаимосвязанных задач и один общий контекст.

Если нужна команда агентов

Лучший вариант — Grok Bot.

Его главная особенность — несколько видимых, постоянных Bots, которые могут специализироваться, общаться и передавать друг другу задачи. Skills и routines превращают удачные процессы в автоматизацию.

Для производственного пайплайна «исследование → создание → проверка → публикация» такая модель понятнее, чем один универсальный агент.

Если нужен персональный ассистент

Лучше всего на эту роль спроектирован Muse.

Его фокус — не только рабочие файлы и код, но и повседневные дела: сообщения, расписание, покупки, бронирования, личные предпочтения и долгосрочные цели. Meta старается сделать агент интерфейсом к цифровой жизни пользователя, а не просто рабочей автоматизацией.

Если нужен код

Здесь выбор сложнее.

ChatGPT Dot силён за счёт прямой связки с Codex, возможности создавать и продолжать задачи и использовать облачные или локальные среды.

Grok Bot силён тем, что его облачный компьютер изначально включает файловую систему и терминал, а несколько Bots удобно делят роли разработчика, тестировщика и ревьюера.

Muse Spark 1.3 также обучен на длительных coding-задачах, а у Meta есть Muse Code. Но потребительский Muse всё же позиционируется шире, чем специализированный coding-agent.

Для чистой разработки логичнее выбирать между Dot/Codex и Grok Bot. Muse интереснее, если код — только одна часть более широкого бизнес-процесса.

Если нужен SEO, контент и массовые операции

Для такого сценария преимущество у Grok Bot.

Причина не в качестве текста конкретной модели, а в организационной структуре. Можно вынести поиск тем, сбор источников, подготовку материала, фактчекинг, изображения, публикацию и контроль в отдельные роли. Процесс превращается в повторяемые skills и routines.

Dot тоже способен выполнить такой конвейер, но пользователь видит одного центрального агента и его делегированные задачи. Grok Bot лучше соответствует модели «виртуальная редакция».

Если нужен малый бизнес и соцсети

Здесь Muse выглядит особенно сильным за счёт Meta-экосистемы и готовых бизнес-коннекторов.

Если компания получает клиентов из Instagram и Facebook, продаёт через Shopify, ведёт данные в QuickBooks, делает материалы в Canva и общается в Slack, Muse получает удобный набор источников и действий.

Для более технической компании с GitHub, кодом и большим числом кастомных процессов сильнее могут оказаться Dot или Grok Bot.

Память: у кого она устроена лучше

У всех трёх продуктов память стала частью архитектуры, но смысл разный.

ChatGPT Dot использует накопленный контекст пользователя в ChatGPT и добавляет собственные заметки о проектах и решениях. Это особенно ценно для пользователей, которые давно работают внутри ChatGPT.

Grok Bot хранит роль и рабочие знания каждого Bot отдельно. Благодаря этому SEO Bot не превращается постепенно в Developer Bot. Но файлы, браузерные сессии и логины остаются общими на уровне компьютера.

Muse строит максимально персональную память: предпочтения, цели, отношения, задачи и факты из подключённых сервисов. Это делает персонализацию глубже, но одновременно повышает требования к приватности.

Безопасность и приватность

Постоянный агент принципиально рискованнее обычного чата не потому, что модель «хуже», а потому, что у неё больше полномочий. Она может читать почту, открывать внутренние системы, отправлять сообщения, менять файлы и оформлять покупки.

Поэтому при выборе важны не только интеллект и скорость, но и границы доступа.

У ChatGPT Dot есть раздельные разрешения плагинов, Custom Rules и автоматическая проверка действий. Можно разрешить чтение сервиса, но не запись.

У Grok Bot нужно помнить про общий компьютер. Несколько Bots внутри одного аккаунта не создают отдельные зоны безопасности. Конфиденциальные проекты лучше не разделять только ролями агентов.

У Muse наиболее выражена архитектура отдельной персональной VM и Sentinel, но при этом продукт потенциально собирает наиболее богатый личный контекст. Meta позволяет управлять подключениями и отказаться от использования взаимодействий для обучения моделей. Компания также заявляет, что данные Muse Secure VM и разговоры Muse не передаются в рекламные системы Meta.

Практическое правило для любого агента одинаковое: сначала дать права на чтение, проверить стабильность процесса и только затем разрешать отправку, публикацию, покупки, удаление или действия в боевой среде.

Работают ли агенты при выключенном компьютере

Да, во всех трёх случаях основная агентная работа может идти в облаке.

ChatGPT Dot продолжает работу на собственном облачном компьютере. Локальные задачи, которым нужен подключённый компьютер, остановятся, если он офлайн.

Grok Bot использует постоянный компьютер Cursor в облаке, поэтому фоновые задачи и routines не зависят от ноутбука пользователя.

Muse работает внутри Muse Secure VM и также может продолжать задачу после закрытия приложения. Локальное управление Mac, естественно, требует доступности самого Mac.

Это важное отличие от классических desktop-агентов, которые полностью прекращают работу после выключения машины.

Что с ценой

По состоянию на 4 октября 2026 года самый дешёвый платный вход у Grok Bot: он включён в Cursor Pro за $20 в месяц. Pro+ стоит $60, Ultra — $200.

ChatGPT Dot доступен на линейке ChatGPT Pro. Самый доступный индивидуальный вариант — Pro 100 за $100 в месяц; существуют также Pro 200 и Pro 500. Разговоры с Dot сами по себе не списываются из обычных лимитов ChatGPT, но работа, которую он запускает через Work или Codex, расходует соответствующие лимиты.

Muse заявлен как бесплатный для большинства базовых сценариев с платными планами для более высокой нагрузки. Поэтому для простой пробы он потенциально дешевле остальных, если доступен в регионе пользователя.

Но сравнивать агентов только по цене подписки неправильно. Длительная браузерная работа, код, несколько параллельных агентов и частые routines расходуют вычисления значительно быстрее обычного чата. Для постоянной автоматизации важнее измерить стоимость одной реально завершённой бизнес-задачи.

Можно ли использовать Dot и Grok Bot вместе

Да, но это будет не единая встроенная интеграция, а два параллельных уровня автоматизации.

Практичная схема выглядит так:

Человек → ChatGPT Dot → общий контекст, приоритеты, решения, документы и Codex.

Отдельно: Grok Bot Orchestrator → SEO Bot, Research Bot, Content Bot, QA Bot, Developer Bot.

Dot в такой системе может выступать главным персональным координатором, а Grok Bot — производственным «отделом» для повторяемых процессов. Результаты между системами можно передавать через общие сервисы, репозитории, документы или вручную.

Смысла в такой схеме нет, если задачи простые. Но для человека, который одновременно ведёт разработку, контент, аналитику и несколько проектов, разделение «персональный управляющий» и «исполнительная команда» может быть удобнее одного универсального агента.

Итоговое сравнение

ChatGPT Dot стоит выбирать, если нужен один сильный агент с общим контекстом ChatGPT, доступом к приложениям, Work и Codex. Это наиболее цельная схема «один главный ИИ-оператор → много инструментов и фоновых исполнителей».

Grok Bot лучше, если работа состоит из повторяемых процессов и хорошо делится на роли. Его главное преимущество — не конкретная версия Grok, а возможность собрать постоянную команду Bots, научить её skills, поставить routines и дать агентам взаимодействовать друг с другом.

Muse лучше подходит на роль персонального ассистента и агента малого бизнеса. Он глубже встроен в экосистему Meta, ориентирован на повседневные действия и использует отдельную Secure VM. Muse Spark 1.3 при этом является моделью, а не названием самого агента.

Если свести выбор к одной строке:

• ChatGPT Dot — один главный ИИ-оператор.
• Grok Bot — команда ИИ-сотрудников.
• Muse — персональный ИИ-ассистент для жизни и бизнеса.