一、引言Presence 的重點(diǎn)不是又一個(gè)聊天機(jī)器人2026 年 7 月 22 日OpenAI 正式發(fā)布 OpenAI Presence將其定位為企業(yè)級(jí) AI Agent 運(yùn)營(yíng)與治理平臺(tái)Enterprise AI Agent Platform。它支持語(yǔ)音與聊天兩種通道面向客服、銷售和內(nèi)部 IT 服務(wù)等場(chǎng)景并可接入 CRM、工單系統(tǒng)等企業(yè)現(xiàn)有系統(tǒng)。如果只看這些功能Presence 很容易被理解為一套更完整的企業(yè)機(jī)器人方案。但真正值得關(guān)注的變化在交付方式上它不是注冊(cè)賬號(hào)、配置幾項(xiàng)參數(shù)即可使用的自服務(wù) SaaS而是面向大型企業(yè)由 OpenAI 的 Forward Deployed Engineers 參與并完成部署。Bain Company 也以合作伙伴身份提供支持。需要說(shuō)明的是Bain Company 與 Bain Capital貝恩資本并非同一機(jī)構(gòu)在缺少更具體披露的情況下本文不進(jìn)一步推斷其投資關(guān)系。這意味著 OpenAI 正在把自己的角色從 API 提供商擴(kuò)展為托管式企業(yè)服務(wù)提供商。過(guò)去OpenAI 交付的是模型能力企業(yè)或集成商負(fù)責(zé)知識(shí)庫(kù)、系統(tǒng)連接、權(quán)限、安全、評(píng)測(cè)和線上運(yùn)營(yíng)Presence 則試圖把其中更多責(zé)任收進(jìn)一個(gè)平臺(tái)和一套服務(wù)體系。2026 年 5 月成立的 OpenAI Deployment Company為這種轉(zhuǎn)向提供了組織層面的注腳企業(yè)落地不再只是模型銷售之后的配套工作而開(kāi)始成為獨(dú)立能力。因此Presence 的價(jià)值不能只用“回答是否更聰明”來(lái)衡量。對(duì)生產(chǎn)環(huán)境而言一個(gè) Agent 能回答問(wèn)題只是起點(diǎn)它能否在授權(quán)范圍內(nèi)調(diào)用系統(tǒng)、遇到高風(fēng)險(xiǎn)請(qǐng)求時(shí)停止、把復(fù)雜案例轉(zhuǎn)給人、在上線前經(jīng)過(guò)足夠測(cè)試并在上線后持續(xù)修正才決定它能不能真正承擔(dān)業(yè)務(wù)。從這個(gè)角度看Presence 釋放出的信號(hào)很明確企業(yè) Agent 的競(jìng)爭(zhēng)焦點(diǎn)正在從模型能力轉(zhuǎn)向可運(yùn)營(yíng)、可控制、可評(píng)估的系統(tǒng)能力。二、核心能力先建立控制面再擴(kuò)大自動(dòng)化Presence 基于 GPT-5.6 系列模型但它強(qiáng)調(diào)的并不是單一模型指標(biāo)而是“governance first”先管好 Agent再逐步放開(kāi)能力。這套思路可以拆成四個(gè)相互連接的環(huán)節(jié)。1. 策略與權(quán)限治理把“能做什么”寫(xiě)成系統(tǒng)規(guī)則企業(yè)可以自定義 Agent 的操作范圍、審批流程和人工接管規(guī)則。三者分別回答了生產(chǎn)部署中的三個(gè)基本問(wèn)題Agent 可以訪問(wèn)哪些數(shù)據(jù)、調(diào)用哪些工具什么動(dòng)作必須由人確認(rèn)在什么條件下應(yīng)停止自動(dòng)處理并移交員工。這比提示詞里的“請(qǐng)謹(jǐn)慎操作”更可靠。提示詞是一種行為引導(dǎo)權(quán)限和審批才是控制面。例如一個(gè)客服 Agent 可以查詢訂單狀態(tài)卻不應(yīng)默認(rèn)擁有無(wú)上限退款權(quán)限內(nèi)部 IT Agent 可以幫助重置普通賬號(hào)密碼但涉及管理員賬號(hào)或異常登錄時(shí)應(yīng)進(jìn)入人工審核銷售 Agent 可以整理線索和生成建議卻不應(yīng)在未經(jīng)確認(rèn)的情況下自動(dòng)承諾折扣。真正成熟的權(quán)限設(shè)計(jì)也不是“允許”與“禁止”的二元開(kāi)關(guān)而是根據(jù)身份、金額、數(shù)據(jù)類型和風(fēng)險(xiǎn)等級(jí)分層。Presence 是否能把這些規(guī)則映射到復(fù)雜組織中的角色體系并保持策略一致性將比演示中的對(duì)話效果更重要。公開(kāi)資料確認(rèn)了它支持自定義治理但尚不足以判斷其策略表達(dá)能力、審計(jì)粒度和跨系統(tǒng)權(quán)限同步的具體上限這些仍需企業(yè)在項(xiàng)目中驗(yàn)證。2. Guardrails安全不是拒答而是對(duì)越界行為及時(shí)干預(yù)Presence 的 Guardrails 會(huì)在交互超出企業(yè)預(yù)設(shè)邊界時(shí)自動(dòng)干預(yù)。這里的“邊界”不應(yīng)只理解為敏感詞過(guò)濾。Agent 一旦連接 CRM、工單和其他業(yè)務(wù)系統(tǒng)風(fēng)險(xiǎn)可能來(lái)自錯(cuò)誤身份識(shí)別、越權(quán)讀取、未經(jīng)審批的寫(xiě)入、承諾超出政策或者在信息不足時(shí)繼續(xù)執(zhí)行。因此有效的 Guardrails 至少要落到動(dòng)作層什么信息可以展示什么工具可以調(diào)用調(diào)用參數(shù)是否合規(guī)執(zhí)行前是否需要確認(rèn)異常后是否立即中止。模型層的安全回答與系統(tǒng)層的權(quán)限控制需要同時(shí)存在前者減少不當(dāng)輸出后者限制真實(shí)影響范圍。這也是“governance first”的現(xiàn)實(shí)含義Agent 越能行動(dòng)治理越不能后置。企業(yè)不是先讓 Agent 獲得完整權(quán)限再根據(jù)事故補(bǔ)規(guī)則更合理的順序是從只讀、低風(fēng)險(xiǎn)、高可逆的任務(wù)開(kāi)始用真實(shí)運(yùn)行數(shù)據(jù)證明穩(wěn)定性后再擴(kuò)大授權(quán)。3. 模擬測(cè)試與評(píng)估從“看起來(lái)不錯(cuò)”轉(zhuǎn)向可重復(fù)驗(yàn)收Presence 支持在部署前批量模擬常見(jiàn)請(qǐng)求和邊緣案例并自動(dòng)評(píng)分。這一能力解決的是 Agent 項(xiàng)目中經(jīng)常被低估的問(wèn)題幾次人工試聊不能代表生產(chǎn)質(zhì)量?？头?qǐng)求可能包含信息缺失、情緒激烈、政策沖突、跨系統(tǒng)數(shù)據(jù)不一致銷售場(chǎng)景可能遇到價(jià)格邊界、地區(qū)限制和錯(cuò)誤客戶身份內(nèi)部 IT 則可能涉及權(quán)限升級(jí)、設(shè)備丟失和安全事件。邊緣案例出現(xiàn)頻率不高卻往往擁有更高的失敗代價(jià)。批量模擬的意義是把這些情況變成可重復(fù)的回歸測(cè)試。企業(yè)不應(yīng)只記錄“回答正確率”還應(yīng)關(guān)注端到端任務(wù)成功率、錯(cuò)誤工具調(diào)用率、人工接管率、越權(quán)攔截率、平均處理時(shí)長(zhǎng)以及升級(jí)模型或修改策略后是否出現(xiàn)回歸。自動(dòng)評(píng)分可以提高測(cè)試規(guī)模但涉及政策解釋、客戶承諾和高風(fēng)險(xiǎn)動(dòng)作時(shí)仍需要人工抽檢避免讓另一個(gè)模型的判斷成為唯一標(biāo)準(zhǔn)。4. 持續(xù)改進(jìn)學(xué)習(xí)線上問(wèn)題不等于無(wú)條件在線自我修改Presence 能從線上交互中主動(dòng)學(xué)習(xí)并自動(dòng)標(biāo)注不確定性案例。這使評(píng)測(cè)不再是上線前的一次性門(mén)檻而形成“運(yùn)行—發(fā)現(xiàn)問(wèn)題—標(biāo)注—修正—再評(píng)測(cè)”的循環(huán)。其中最有價(jià)值的環(huán)節(jié)可能不是自動(dòng)學(xué)習(xí)本身而是識(shí)別“不確定”。在企業(yè)服務(wù)里可靠地知道何時(shí)不該繼續(xù)比勉強(qiáng)生成一個(gè)答案更重要。系統(tǒng)可以把低置信、規(guī)則沖突或未覆蓋請(qǐng)求送入人工隊(duì)列再將處理結(jié)果沉淀為新的測(cè)試樣本。不過(guò)“持續(xù)改進(jìn)”不應(yīng)被理解為 Agent 可以不經(jīng)審核地改變生產(chǎn)行為。策略調(diào)整、知識(shí)更新和新動(dòng)作權(quán)限仍應(yīng)經(jīng)過(guò)版本管理、回歸測(cè)試和審批。否則今天修復(fù)的一個(gè)案例可能成為明天新的系統(tǒng)性偏差。四項(xiàng)能力并不是獨(dú)立功能而是一條閉環(huán)策略定義邊界 → Guardrails 在運(yùn)行時(shí)執(zhí)行邊界 → 模擬評(píng)估驗(yàn)證邊界 → 線上不確定案例反哺下一輪策略與測(cè)試Presence 的產(chǎn)品成敗很大程度上取決于這條閉環(huán)能否在真實(shí)企業(yè)系統(tǒng)中低摩擦地持續(xù)運(yùn)轉(zhuǎn)。三、場(chǎng)景分析同一個(gè) Agent不同風(fēng)險(xiǎn)需要不同自動(dòng)化等級(jí)語(yǔ)音和聊天雙通道讓 Presence 可以覆蓋從呼叫中心到內(nèi)部服務(wù)臺(tái)的多種入口但“支持某個(gè)場(chǎng)景”不等于適合全自動(dòng)處理。更合理的做法是按任務(wù)風(fēng)險(xiǎn)設(shè)計(jì)自治級(jí)別。場(chǎng)景適合自動(dòng)化的任務(wù)應(yīng)設(shè)置的邊界建議人工接管條件客服查詢訂單、解釋標(biāo)準(zhǔn)政策、創(chuàng)建工單、整理對(duì)話摘要身份驗(yàn)證、退款額度、隱私數(shù)據(jù)、補(bǔ)償承諾復(fù)雜投訴、政策沖突、高金額操作、客戶明確要求人工銷售線索初篩、產(chǎn)品問(wèn)答、會(huì)話記錄、跟進(jìn)提醒折扣權(quán)限、合同條款、客戶數(shù)據(jù)訪問(wèn)范圍非標(biāo)準(zhǔn)報(bào)價(jià)、法律條款、關(guān)鍵信息不完整內(nèi)部 IT常見(jiàn)故障排查、知識(shí)檢索、普通工單分流管理員權(quán)限、憑證處理、生產(chǎn)系統(tǒng)變更安全事件、權(quán)限提升、批量或不可逆操作以客服為例語(yǔ)音 Agent 可以先識(shí)別意圖、查詢訂單并解釋標(biāo)準(zhǔn)規(guī)則。如果客戶要求的退款超過(guò)預(yù)設(shè)額度Guardrails 應(yīng)阻止直接執(zhí)行將上下文和已完成步驟一并交給人工坐席。這里的價(jià)值不只是“轉(zhuǎn)人工”而是減少重復(fù)詢問(wèn)讓員工從可繼續(xù)處理的狀態(tài)接管。銷售場(chǎng)景的難點(diǎn)則不在回答產(chǎn)品問(wèn)題而在承諾邊界。Agent 可以提高響應(yīng)速度卻不能因?yàn)樽非筠D(zhuǎn)化而突破折扣和合同政策。內(nèi)部 IT 的風(fēng)險(xiǎn)更技術(shù)化一個(gè)能夠調(diào)用工具的 Agent既可能節(jié)省大量一線支持時(shí)間也可能因錯(cuò)誤授權(quán)擴(kuò)大安全影響。因此Presence 最先產(chǎn)生穩(wěn)定收益的區(qū)域很可能是高頻、規(guī)則明確、結(jié)果可驗(yàn)證的流程而不是一次性追求端到端無(wú)人化。四、定價(jià)與商業(yè)模式企業(yè)租用的不是 token而是一套運(yùn)營(yíng)能力目前公開(kāi)信息沒(méi)有給出 Presence 的標(biāo)準(zhǔn)價(jià)格也沒(méi)有可核驗(yàn)的按席位、按調(diào)用量或按任務(wù)報(bào)價(jià)?？紤]到它面向大型企業(yè)、不是自服務(wù) SaaS并由 Forward Deployed Engineers 參與部署更審慎的判斷是現(xiàn)階段定價(jià)未公開(kāi)商業(yè)交付預(yù)計(jì)以項(xiàng)目制和企業(yè)合同為主具體成本應(yīng)以 OpenAI 的實(shí)際方案為準(zhǔn)。這與按 token 購(gòu)買(mǎi) API 有本質(zhì)差異。API 模式下企業(yè)購(gòu)買(mǎi)的是模型調(diào)用能力集成、評(píng)測(cè)、治理和運(yùn)營(yíng)成本分散在內(nèi)部團(tuán)隊(duì)與外部供應(yīng)商中Presence 模式下OpenAI 試圖交付可運(yùn)行的 Agent 及其控制體系。分析師將其概括為“enterprise agents you rent, not own”——企業(yè)租用 Agent而不是完整擁有自建技術(shù)棧。成本與責(zé)任自建 AgentPresence 式托管方案模型與編排企業(yè)自行選型、開(kāi)發(fā)和維護(hù)以 GPT-5.6 系列及平臺(tái)能力為基礎(chǔ)交付系統(tǒng)集成內(nèi)部團(tuán)隊(duì)或集成商負(fù)責(zé)OpenAI 部署團(tuán)隊(duì)深度參與治理與評(píng)測(cè)企業(yè)自行搭建規(guī)則、測(cè)試與監(jiān)控平臺(tái)提供治理、Guardrails、模擬評(píng)估和改進(jìn)閉環(huán)上線速度取決于團(tuán)隊(duì)積累前期建設(shè)較重有望縮短建設(shè)周期但仍受企業(yè)系統(tǒng)復(fù)雜度影響控制與可替換性自主性更高維護(hù)責(zé)任也更重運(yùn)營(yíng)負(fù)擔(dān)可能更低但供應(yīng)商依賴更高定價(jià)信息人力、基礎(chǔ)設(shè)施、模型調(diào)用等成本可拆分標(biāo)準(zhǔn)價(jià)格未公開(kāi)預(yù)計(jì)以項(xiàng)目制和企業(yè)合同為主“租用”并不天然更便宜也不天然更貴。企業(yè)應(yīng)該比較的是總擁有成本部署周期、內(nèi)部工程人力、集成維護(hù)、人工接管、合規(guī)審查、失敗損失和供應(yīng)商切換成本而不是只比較 token 單價(jià)。這種模式的優(yōu)勢(shì)是把稀缺的 Agent 工程和運(yùn)營(yíng)經(jīng)驗(yàn)一并引入代價(jià)則是更強(qiáng)的供應(yīng)商依賴。企業(yè)需要在合同和技術(shù)評(píng)審中問(wèn)清數(shù)據(jù)如何處理、策略與評(píng)測(cè)資產(chǎn)能否導(dǎo)出、接口如何替換、服務(wù)中斷如何降級(jí)以及終止合作后知識(shí)、日志和流程配置如何遷移。所謂“不擁有”真正影響的不是法律措辭而是未來(lái)能否保留業(yè)務(wù)連續(xù)性和議價(jià)能力。五、競(jìng)爭(zhēng)格局Presence 爭(zhēng)奪的是企業(yè)工作流控制層Presence 將直接面對(duì) Salesforce Agentforce、Microsoft Copilot 和 Zendesk AI。由于目前沒(méi)有同口徑的價(jià)格、成功率和部署周期數(shù)據(jù)不能僅憑發(fā)布信息給出誰(shuí)更強(qiáng)的結(jié)論。更有意義的是比較各自進(jìn)入企業(yè)的路徑。平臺(tái)主要進(jìn)入路徑Presence 需要證明的優(yōu)勢(shì)企業(yè)選型時(shí)的關(guān)鍵問(wèn)題OpenAI PresenceGPT-5.6 系列、托管部署、治理優(yōu)先能否跨現(xiàn)有系統(tǒng)交付穩(wěn)定的 Agent并持續(xù)運(yùn)營(yíng)集成深度、治理能力、項(xiàng)目成本、供應(yīng)商依賴Salesforce AgentforceSalesforce 及 CRM 業(yè)務(wù)流程Presence 在非單一業(yè)務(wù)系統(tǒng)中的整合與模型能力企業(yè)流程是否主要沉淀在 Salesforce 體系Microsoft CopilotMicrosoft 辦公與企業(yè)軟件生態(tài)Presence 能否在專用業(yè)務(wù)流程中提供更深交付身份、數(shù)據(jù)和協(xié)作環(huán)境是否已高度微軟化Zendesk AI客服與工單場(chǎng)景Presence 能否從客服擴(kuò)展到銷售和內(nèi)部 IT并保持專業(yè)深度需求是專注客服還是跨部門(mén)統(tǒng)一平臺(tái)Salesforce、Microsoft 和 Zendesk 都擁有各自的企業(yè)入口業(yè)務(wù)數(shù)據(jù)、辦公身份體系或客服工作流。OpenAI 的優(yōu)勢(shì)起點(diǎn)更接近模型和 Agent 能力Presence 則要通過(guò) Forward Deployed Engineers 與治理平臺(tái)補(bǔ)上最后一公里。這也解釋了為何 OpenAI 需要從標(biāo)準(zhǔn)化 API 走向高接觸式服務(wù)。大型企業(yè)的障礙通常不是“找不到模型”而是系統(tǒng)割裂、權(quán)限復(fù)雜、歷史數(shù)據(jù)質(zhì)量不一以及沒(méi)有人能為跨部門(mén)流程負(fù)責(zé)。前沿模型可以提高能力上限卻不能自動(dòng)解決組織和集成問(wèn)題。Forward deployed 模式本質(zhì)上是用高密度工程服務(wù)換取落地速度同時(shí)把客戶實(shí)踐帶回產(chǎn)品迭代。但這種模式是否能規(guī)模化仍需觀察。每家大型企業(yè)的流程和治理要求不同項(xiàng)目越定制交付成本越高平臺(tái)越標(biāo)準(zhǔn)化又越可能無(wú)法覆蓋關(guān)鍵例外。Presence 必須找到可復(fù)用平臺(tái)與客戶定制之間的平衡。Bain Company 的參與也與這類項(xiàng)目涉及流程重構(gòu)和管理決策的特征相吻合。市場(chǎng)空間足以支持這場(chǎng)競(jìng)爭(zhēng)。按給定公開(kāi)市場(chǎng)統(tǒng)計(jì)口徑2026 年全球 AI 客服市場(chǎng)約 151 億美元年復(fù)合增長(zhǎng)率約 25.6%整個(gè)客服中心軟件市場(chǎng)約 778 億美元。不過(guò)不同報(bào)告的分類口徑可能不同市場(chǎng)規(guī)模也不等于 Presence 可直接獲得的收入。它首先要證明 Agent 能降低每次有效服務(wù)的綜合成本同時(shí)不以更高的合規(guī)風(fēng)險(xiǎn)、接管負(fù)擔(dān)和客戶體驗(yàn)波動(dòng)為代價(jià)。六、對(duì)中國(guó)開(kāi)發(fā)者與技術(shù)管理者的影響自建還是采購(gòu)問(wèn)題正在改變Presence 未必會(huì)成為中國(guó)團(tuán)隊(duì)可以直接采購(gòu)的默認(rèn)選項(xiàng)但它體現(xiàn)的平臺(tái)化方向具有參考價(jià)值未來(lái)企業(yè)評(píng)估 Agent不會(huì)只問(wèn)用了哪個(gè)模型還會(huì)問(wèn)權(quán)限如何定義、風(fēng)險(xiǎn)如何攔截、上線前如何測(cè)試、失敗如何接管、線上數(shù)據(jù)如何形成改進(jìn)閉環(huán)。這對(duì)開(kāi)發(fā)者意味著Agent 工程的價(jià)值重心正在上移。提示詞、工具調(diào)用和 RAG 仍然重要但僅完成一個(gè)可演示原型已經(jīng)不夠。真正稀缺的能力會(huì)包括策略引擎、身份與權(quán)限映射、評(píng)測(cè)數(shù)據(jù)集、可觀測(cè)性、審計(jì)、版本管理和人工工作臺(tái)。換句話說(shuō)模型能力可能越來(lái)越容易采購(gòu)圍繞模型建立可信運(yùn)行系統(tǒng)仍需要長(zhǎng)期工程積累。對(duì)技術(shù)管理者自建與采購(gòu)可以用四個(gè)問(wèn)題判斷流程是否構(gòu)成核心差異化如果 Agent 直接承載獨(dú)特業(yè)務(wù)邏輯且規(guī)則變化頻繁自建控制層更有價(jià)值標(biāo)準(zhǔn)化服務(wù)流程則更適合采購(gòu)成熟平臺(tái)。數(shù)據(jù)和合規(guī)邊界是否允許托管數(shù)據(jù)駐留、跨境訪問(wèn)、審計(jì)要求與行業(yè)監(jiān)管可能先于模型能力決定方案是否可行。企業(yè)是否具備持續(xù)運(yùn)營(yíng)團(tuán)隊(duì)Agent 不是一次開(kāi)發(fā)完成的軟件。沒(méi)有評(píng)測(cè)、運(yùn)營(yíng)和業(yè)務(wù)專家協(xié)同自建系統(tǒng)很容易停留在試點(diǎn)。能否承受供應(yīng)商鎖定需要評(píng)估模型、策略、對(duì)話記錄、測(cè)試集和系統(tǒng)連接器的可遷移性而不是只確認(rèn) API 是否開(kāi)放。一個(gè)審慎的落地路徑可以分為三步。第一步從單一部門(mén)的高頻、低風(fēng)險(xiǎn)任務(wù)開(kāi)始建立人工基線和失敗分類第二步用真實(shí)歷史請(qǐng)求構(gòu)建測(cè)試集比較端到端成功率、人工接管率、P95 響應(yīng)時(shí)間和單次有效任務(wù)成本第三步再根據(jù)風(fēng)險(xiǎn)逐級(jí)開(kāi)放寫(xiě)操作并為關(guān)鍵動(dòng)作設(shè)置審批和回滾。中國(guó)團(tuán)隊(duì)在評(píng)估國(guó)際平臺(tái)、國(guó)內(nèi)平臺(tái)或自建方案時(shí)也應(yīng)堅(jiān)持同一口徑。不要拿某個(gè)平臺(tái)的演示成功率與另一方案的真實(shí)生產(chǎn)數(shù)據(jù)比較不要只看模型回答分?jǐn)?shù)而忽略系統(tǒng)可用性、中文業(yè)務(wù)規(guī)則、數(shù)據(jù)合規(guī)、技術(shù)支持和長(zhǎng)期遷移成本。Presence 最值得借鑒的不是某個(gè)品牌選擇而是把治理和評(píng)測(cè)放到項(xiàng)目第一天。七、總結(jié)Agent 治理才是真正的門(mén)檻OpenAI Presence 的戰(zhàn)略意義不是 OpenAI 發(fā)布了一個(gè)更大的客服機(jī)器人而是它開(kāi)始交付模型之上的企業(yè)運(yùn)行體系由 GPT-5.6 系列提供能力以策略和權(quán)限設(shè)定邊界用 Guardrails 進(jìn)行運(yùn)行時(shí)干預(yù)通過(guò)部署前模擬與自動(dòng)評(píng)分建立質(zhì)量門(mén)檻再?gòu)木€上不確定案例形成持續(xù)改進(jìn)循環(huán)。這標(biāo)志著 OpenAI 從 API 提供商向托管式企業(yè)服務(wù)提供商邁出更明確的一步也讓它與 Salesforce Agentforce、Microsoft Copilot、Zendesk AI 的競(jìng)爭(zhēng)從模型層進(jìn)入工作流和運(yùn)營(yíng)層。其 Forward Deployed Engineers 模式可能加快復(fù)雜項(xiàng)目落地但項(xiàng)目制交付的成本、規(guī)模化效率以及客戶對(duì)供應(yīng)商依賴的接受程度仍需要真實(shí)案例驗(yàn)證。對(duì)企業(yè)而言最重要的采購(gòu)問(wèn)題不是“Agent 能不能回答”而是“Agent 在什么條件下可以行動(dòng)出錯(cuò)時(shí)誰(shuí)能發(fā)現(xiàn)風(fēng)險(xiǎn)擴(kuò)大前誰(shuí)能阻止改動(dòng)之后如何證明沒(méi)有退化”。對(duì)開(kāi)發(fā)者而言長(zhǎng)期壁壘也不會(huì)只是調(diào)用某個(gè)模型而是把權(quán)限、評(píng)測(cè)、監(jiān)控、接管和業(yè)務(wù)反饋組織成可持續(xù)的系統(tǒng)。如果說(shuō)大模型決定了 Agent 能做多復(fù)雜的事那么治理決定了企業(yè)敢讓它做多少事。Presence 把后一個(gè)問(wèn)題放到了平臺(tái)中心。它能否成為企業(yè) Agent 的主導(dǎo)方案尚無(wú)定論但“先治理再放權(quán)”很可能會(huì)成為這一階段更重要的產(chǎn)品原則。