OpenAI Presence发布：企业Agent终于开始补“上线后”这门课

7月22日，OpenAI发布了一个很值得企业客户关注的新产品：Presence。它不是又一个更会聊天的模型，而是一个把AI Agent放进客服、销售、理赔、IT服务等真实业务流程里的企业产品。OpenAI自己的说法很直接：企业现在的挑战已经不是证明Agent能工作，而是让它可靠到足以承担高价值生产任务。

我觉得这个发布真正有信息量的地方，在于它把企业AI落地的焦点从“上线前能不能演示”挪到了“上线后能不能持续变好”。过去很多Agent项目卡住，不是因为第一次回答太差，而是因为政策变了、产品变了、客户问法变了、业务边界变了，Agent却没有一套稳定的校准机制。上线当天能跑，不等于三个月后还值得信任。

Presence卖的不是“聪明”，是运行系统

按OpenAI的介绍，Presence会从一个具体任务开始，例如处理账单问题、支持保险索赔、解决员工IT服务请求。Agent只获得完成这项工作所需的知识和系统访问权限；企业自己定义政策，包括它能做什么、什么时候需要批准、什么时候必须转给人处理。

这和“接一个大模型API，再写几条提示词”的思路完全不同。Presence把政策、标准操作流程、护栏、批准动作、模拟测试、评估工具和后续改进流程打包在一起。换句话说，它承认了一件企业早就知道、但AI行业过去不太愿意承认的事：生产环境里的Agent不是一个模型能力问题，而是一个持续运营问题。

企业Agent的成熟标志，不是第一次把任务做对，而是每次出错之后都能被发现、被复盘、被校准，并且下一次少犯同类错误。

75%的自动解决率背后，是人机交接的能力

OpenAI披露，Presence已经用于自己的英文电话支持渠道，可以处理开放式请求、验证来电者、使用账号上下文并执行经过批准的动作。上线数周后，它达到了或超过OpenAI用来评估一线人工支持质量的基准，目前能在没有人工介入的情况下解决75%的来电问题；通过Codex驱动的改进闭环，10天内还把人工转接比例降低了15个百分点。

这里最关键的数字其实不是75%，而是“人工转接比例”。企业AI经常把自动化率当成胜利指标，但客户服务、销售跟进、理赔审核这类场景里，最怕的不是Agent转给人，而是Agent不知道什么时候该转给人。一个可靠的企业Agent必须能识别边界：能自己处理的就闭环，风险变高的就升级，规则不清的就暴露给团队校准。

Gartner的提醒：治理不能一刀切

Presence发布前两个月，Gartner也给过一个相互印证的判断：企业如果对所有AI Agent套用同一套治理规则，反而会导致失败。Gartner预测，到2027年，40%的企业会因为生产事故后才暴露出来的治理缺口，下调或停用自主AI Agent。

原因很现实。只读总结文档的Agent，和能修改系统配置、发送沟通、处理退款的Agent，不应该用同一套权限和评估标准。管得太死，简单Agent也跑不起来，业务团队会绕开正规流程；放得太松，高自主Agent就会扩大安全、合规和运营风险。真正成熟的治理，是按Agent能做什么、能碰到什么、能影响什么来分层。

这也是Presence选择从具体工作开始的原因。它不是先造一个万能Agent，再让企业自己找场景，而是先定义任务、系统、权限、评估和升级规则。这个顺序对企业非常重要：先有边界，再谈自主；先有评估，再谈扩张；先有人工交接，再谈自动化率。

从FDE到产品化，AI落地正在进入第二阶段

OpenAI在5月已经推出Deployment Company，通过前向部署工程师进入企业内部，把模型接到数据、工具、控制和业务流程上。7月的Presence更像是把这类部署经验沉淀成产品：常见任务用产品承载，复杂场景再由FDE和系统集成伙伴继续深入。

这说明AI行业正在从第一阶段走向第二阶段。第一阶段拼的是模型能力、演示效果和谁能更快接API；第二阶段拼的是谁能把经验做成可复用系统。企业真正需要的，不是每个项目都重新请一队工程师从零搭，而是把可重复的部分沉淀下来，让新场景可以站在旧经验上继续长。

对中小企业来说，这一点尤其重要。头部企业可以请模型厂商、咨询公司、系统集成商一起驻场；大多数企业没有这种预算和组织耐心。它们更需要的是一套从选场景、搭知识、设权限、跑评估、看结果、再校准的轻量闭环。否则Agent越多，管理成本越高，最后又回到“试点很好看、生产很难用”的老问题。

STARBOX视角：企业需要自己的Agent运营台

在STARBOX看来，Presence这类产品的出现，验证了一个我们一直在实践中的判断：企业AI不是“装一个聪明工具”就结束，而是要形成自己的智能体运营台。组织层定义目标、品牌、合规和权限；BOX层沉淀行业知识、客户旅程、内容策略和业务方法；智能体层负责执行具体任务，并在DDABC闭环里持续复盘。

这和内容营销场景高度相关。一个内容Agent今天写公众号，明天写落地页，后天做GEO素材，如果每次只是临时拼提示词，它不会真正积累企业经验。STARBOX更关心的是：这次内容为什么有效？客户在哪个阶段被触达？哪些表达符合品牌调性？哪些素材带来了转化？下一次智能体能不能自动避开低效路径，沿用有效判断？

这就是DDABC的价值。Define不是写一句任务说明，而是定义业务目标；Deploy不是把Agent放出去，而是把它接到正确的知识和权限里；Analyze不是看生成了多少字，而是看结果；Benchmark不是做一次复盘，而是形成可比较的标准；Calibrate不是靠人工救火，而是让系统下一次更稳。

2026年，企业该少问“能不能做”，多问“怎么持续做对”

我对这条新闻的判断是：企业Agent竞争的重心正在后移。过去大家关心模型能不能理解任务，今天更应该关心上线后能不能被监控、被纠错、被评估、被授权、被升级。一个没有运行闭环的Agent，即使第一天表现惊艳，也很难承担长期业务责任。

所以，企业在2026年评估AI项目时，可以把问题换一下：不要只问“这个Agent能不能帮我做客服、销售、内容、IT支持”，而要继续追问“它依据什么政策做决定？失败案例如何进入改进流程？哪些动作必须人工批准？谁负责看它的质量指标？旧经验能不能复用到新场景？”

AI Agent会越来越能干，但企业真正的护城河不是让Agent无限自主，而是让它在组织定义的边界里持续变好。能把这套运行机制搭起来的企业，才会从“用了AI工具”走向“拥有AI工作站”。

信息源：OpenAI《Introducing OpenAI Presence》（2026年7月22日）、OpenAI《OpenAI Deployment Company》（2026年5月11日）、Gartner关于AI Agent分层治理的新闻稿（2026年5月26日）、OpenAI ChatGPT Enterprise与Edu发布说明（2026年7月）。