OpenAI Presence企业智能体平台上线：电话客服75%自助解决，护栏与Codex闭环

duckwolf

2026年7月23日，OpenAI正式发布Presence，面向企业语音与对话工作流。它把模型推理、策略、护栏、批准动作、模拟与评估整合为一个完整产品。官方披露，在英语电话支持线路中已自动处理75%的入站问题，并在10天内通过Codex驱动的改进循环把人工转接率再压低15个百分点。这是OpenAI从"模型API供应商"转向"企业AI员工平台"的关键一步。


一、Presence与聊天机器人的本质区别

聊天机器人提供开放式回答，企业智能体需要完成特定业务。Presence的每个部署都从一个明确岗位开始，例如处理账单争议、理赔或员工IT请求。模型只能调用完成任务必需的工具和数据，所有批准动作由企业设置护栏，明确何时需要升级到人工。

这种设计带来四个变化：先确定岗位再给权限；策略与升级规则变成可执行的运营资产；上线前的模拟与上线后的行为审计形成闭环；改进循环不再依赖人工重写提示词，而是让Codex分析生产数据并提出修改建议。


二、为什么"75%自助解决"需要冷静解读

这一数字来自OpenAI自有英语支持线路，属于高度定制场景。官方并未披露样本筛选标准、对照组是人工还是传统规则引擎，也没有说明是否排除了部署初期的人工兜底。这意味着在通用场景和复杂业务下，数字不能简单外推。

但即使打折看，它仍说明一个事实：当权限、知识和评估都围绕一个岗位设计，语音或对话Agent可以稳定处理绝大多数标准化请求。剩余的少量边缘案例，正是升级到人工和用于训练新版本的价值所在。


三、企业应如何部署语音与对话Agent

第一，岗位优先于能力。先选业务问题，再讨论模型。账户查询、退款解释、订单修改都是合适起点；投诉升级、合规审批和高风险承诺应保留人工通道。第二，护栏要写成可执行的策略。禁止动作、最高金额、敏感字段、风险升级条件都要明确。第三，工具调用要短时凭证。每次任务独立签发最小权限令牌，结束立即失效。第四，监控与执行系统分离。审计系统不能由Agent自行关闭或修改。

企业部署前还应进行三轮测试：常规请求通过率、边缘案例处理、高风险场景拒绝或升级能力。每新增一种工具调用或外部API，都相当于改变了Agent的安全边界，需要重新评估。


四、从Presence看智能体产业的拐点

OpenAI关闭Sora、缩减部分算力自建计划后，把Presence作为最重要的"非模型"产品推出。它的商业模式更接近"专业服务+订阅"：Forward Deployed Engineers与系统集成商深度参与，每个客户单独交付，而不是自助式SaaS。这是用股权换分发的典型打法。

竞争层面，这意味着大模型厂商的竞争重心已经从参数规模和跑分榜，转移到企业级交付能力。Anthropic通过Claude Code Desktop做桌面端，腾讯云通过CodeBuddy NPC做云端研发Agent，Meta的Muse Spark 1.1用低价切入。Presence证明，在"可控"和"信任"成为奢侈品时，绑定企业的服务深度比模型本身更具议价权。


五、结论

Presence的价值不在75%这个数字，而在它把Agent从演示变成可部署、可审计、可改进的企业级系统。任何想把AI引入客服、销售或运营的企业，都可以从Presence的四层结构——岗位定义、护栏设计、模拟评估、Codex改进循环——找到自己的起点。下一步关键观察是：通用场景的稳定性、行业模板的数量、以及人工兜底的实际比例。


数据来源

OpenAI官方公告Introducing OpenAI Presence（2026.07.23）；cfotech.ie对Presence部署架构的报道（2026.07.23）；星途科讯《OpenAI的语音智能体Presence，只给10亿美元企业用？》（ZAKER科技，2026.07.23）。性能数字以OpenAI官方披露为最终依据，第三方观察应独立交叉验证。