2026 年 7 月，OpenAI 正式发布 Presence——一个面向企业的实时语音与文本 AI 智能体平台。 这不是又一个 ChatGPT 包装层。Presence 内置了策略引擎、评估工具、安全护栏和升级机制，让企业能够直接部署和管理 AI 智能体，而不只是调用 API。

更重要的是，OpenAI 已经在用自己的产品了。Presence 驱动着 OpenAI 的客服热线（1-888-GPT-0090），解决了 75% 的来电问题，无需人工干预。这不是一个即将推出的产品，而是一个已经跑通的生产系统。

与此同时，OpenAI 还将 GPT-Live 的全双工语音能力带入了 Codex 和 ChatGPT 桌面版，开发者可以用语音完成编程操作。两件事合在一起释放的信号很清晰：OpenAI 正在从对话式 AI 转向智能体基础设施，而语音是这场转型的第一战场。

Presence 是什么

Presence 不是一个单一的模型或 API 端点，而是一个端到端的企业智能体平台。它包含几个核心组件：

1. 策略引擎（Policy Engine）

企业可以在 Presence 中定义智能体的行为规则——可以做什么、不能做什么、涉及敏感数据时如何处理。策略引擎覆盖权限管理、数据访问控制和业务流程合规，而不是靠提示词工程来约束行为。

2. 评估与监控工具（Evaluation 和 Guardrails）

Presence 内置了自动化评估管道，用于测试智能体的回复准确性、安全性和一致性。这意味着企业可以在部署前设置护栏，在智能体偏离策略或输出不安全内容时自动拦截或升级。

3. 升级机制（Escalation）

当智能体无法处理某个请求时，会自动升级到人工客服。Presence 记录的上下文会同步传递给人工处理者，避免客户重复描述问题。这正是 OpenAI 客服热线背后的逻辑——AI 解决 75%，人工处理剩下的 25%。

4. 企业知识集成

Presence 可以接入企业的知识库、标准操作流程（SOP）和内部系统，使智能体不只是会说话，而是了解你的业务。

从架构上看，Presence 填补了 OpenAI 产品线中一个显著的空白：此前企业要部署 AI 智能体，只能在外层自行开发编排层、策略层和监控层。Presence 把这些变成了平台内置能力。

全双工语音：GPT-Live 进入编程场景

在 Presence 发布的同一周，OpenAI 将 GPT-Live 的全双工语音能力引入了 Codex 和 ChatGPT 桌面版。

所谓全双工（full-duplex），是指双方可以同时听说，而不是传统的你说话 AI 回答 你再说话这种半双工模式。开发者现在可以用语音描述需求，AI 实时理解并生成代码，同时开发者可以随时打断、纠正或追问。

这项能力叠加 Presence 的企业语音智能体能力，构成了 OpenAI 的完整语音战略：

• GPT-Live（消费者级）：面向个人用户的实时语音对话
• Codex + Voice（开发者级）：面向编程场景的语音交互
• Presence（企业级）：面向企业客户的语音智能体部署平台

三个层级覆盖了从个人到企业、从通用对话到专业编程的全场景。

竞争格局：微软、Google、Anthropic 都在做什么

Presence 并非诞生在真空中。过去半年，每一家主要 AI 厂商都在搭建自己的企业智能体平台。

微软：Copilot Studio + 自研模型

微软在 2026 年上半年推出了 Copilot Studio，允许企业用低代码方式构建 AI 智能体。就在 Presence 发布前后，微软又发布了自研的 MAI-Image-2.5-Pro（图像生成）和 MAI-Voice-2-Flash（语音） 两款模型，已经在 Bing、PowerPoint、OneDrive 和 Dynamics 365 中替代了 OpenAI 模型。微软声称 GPU 成本降低了最高 89%。

这意味着微软不仅是 OpenAI 的投资方，还在建立自己的独立 AI 栈。Copilot Studio 加自研模型就是微软版的 Presence，但优势在于微软已经深度嵌入企业办公生态。

Google：Vertex AI Agent Builder

Google Cloud 的 Vertex AI Agent Builder 提供了类似的能力——构建、部署和管理 AI 智能体。Google 的优势在于其云基础设施（Google Cloud 2026 年 Q2 营收增长 32%，主要受 AI 工作负载驱动），但不足在于企业级语音能力尚未成熟。

Anthropic：Claude Opus 5 + 企业 API

Anthropic 在 7 月 25 日发布的 Claude Opus 5 定价 $5/$25 每百万 token，在编程基准 Frontier-Bench 上得分为 43.3%（是 Opus 4.8 的两倍）。但 Anthropic 目前仍以 API 和模型层为主，没有发布类似 Presence 的企业智能体平台。对于客户来说，这意味着需要在 Anthropic 之上自建编排层。

对比表

维度	OpenAI Presence	微软 Copilot Studio	Google Vertex AI Agents	Anthropic
语音智能体	原生支持	需集成	无	无
策略引擎	内置	内置	内置	API 层
评估工具	内置	内置	内置	第三方
升级机制	内置	内置	需配置	无
自研模型	GPT-4o 系列	MAI + OpenAI	Gemini	Claude
企业生态	起步阶段	Office 365 深度	Google Cloud	无

Presence 的差异化优势在于语音优先——它是目前唯一原生支持实时语音智能体部署的成熟平台。

行业影响：语音智能体从实验走向生产

Presence 的发布可能标志着语音 AI 智能体进入了一个新阶段。几个信号值得注意：

1. 75% 的自动化解题率很实

OpenAI 自己用 Presence 接入了客服热线，75% 的问题由 AI 解决。这个数字不是一个理论指标——它来自生产环境的真实数据。对于任何考虑引入 AI 客服的企业来说，这是一个可参考的基线。如果 OpenAI 自己的客服可以用 AI 处理四分之三的来电，那么大多数标准化程度较高的行业（银行、保险、电信、电商）理论上能达到类似甚至更高的自动化率。

2. 策略引擎替代提示词工程

一个被低估的亮点是 Presence 的策略引擎。过去两年，企业在部署 AI 智能体时面临的最大瓶颈不是模型能力不足，而是行为难以约束——提示词可以被绕过、安全护栏可以被 jailbreak、业务规则只能写在外部代码里。

Presence 将策略层内置到平台中，意味着企业可以声明式地定义规则，而不需要在模型调用外层手写大量胶水代码。这降低了企业智能体部署的技术门槛。

3. 语音交互从功能变成架构

GPT-Live 进入 Codex 和 ChatGPT 桌面版，叠加 Presence 的语音能力，意味着 OpenAI 把语音从一个功能升级为一个平台能力。企业可以直接用语音交互来驱动业务流程，而不是把语音当作输入输出方式的备选。

仍存的问号

Presence 并非毫无隐忧。

第一，企业客户需要多少定制化？ Presence 的策略引擎虽然内置了常见的业务规则模板，但真正的大规模企业部署往往需要深度定制——对接 ERP、CRM、遗留系统。Presence 的开放程度（API、webhook、自定义 connector）将决定它能走多远。

第二，定价尚未明确。 截至本文发出时，OpenAI 尚未公布 Presence 的详细定价。如果定价对标企业级 SaaS（每位坐席或每次对话计价），中小企业的采用门槛可能偏高。而如果走按 token 计费的路线，又难以预测成本。

第三，数据隐私与合规。 企业将实时语音对话交给第三方的 AI 平台处理，数据驻留、隐私合规（GDPR、CCPA、中国个人信息保护法）都是必须解决的实际问题。OpenAI 的 SOC 2 认证和数据处理条款将是企业采购决策的关键因素。

第四，Voice AI 的安全挑战。 语音智能体天然面临语音伪造、声纹欺骗、环境噪声注入等安全威胁。Presence 的内部评估工具能在多大程度上检测和防御这些攻击，还有待第三方审计验证。

为什么值得关注

Presence 不是又一个 AI 产品。它代表了 OpenAI 从 API 供应商向企业智能体平台公司的转型。

如果成功，Presence 将重新定义企业 AI 部署的含义——不是调用一个智能的 API，而是在一个受控的平台上托管智能体，由平台来管理行为、安全、评估和升级。这个方向比单纯的模型能力竞赛更切合企业实际需求。

与此同时，微软、Google 和 Anthropic 各自在走不同的路线。微软依赖自研模型加 Office 生态，Google 仰仗云基础设施，Anthropic 聚焦模型层的差异化。四条路线中，Presence 的语音智能体优先策略目前没有直接对手。

对于技术决策者来说，2026 年下半年值得密切关注的不是哪个模型更强，而是 哪个智能体平台能真正解决企业的部署、安全和管理问题——这正是 Presence 想要回答的问题。