7 月 22 日，OpenAI 发布了 Presence——一个帮助企业部署和运行 AI Agent 的平台产品。这个名称平淡的产品背后，是 OpenAI 在 IPO 前夜最重要的一次战略表态：它不再满足于做模型基础设施，而是直接下场，帮企业把 Agent 跑进生产环境。
Presence 不是 API，不是模型，也不是 ChatGPT 的企业版。它是一个受管控的 Agent 运行时——企业定义策略和权限，Agent 在边界内执行客服、理赔、IT 工单等工作，OpenAI 的 Forward Deployed Engineers 负责部署，Codex 负责发现生产问题并建议改进。
OpenAI 用自家客服电话 1-888-GPT-0090 验证了这套系统：目前 75% 的来电无需人工介入即可解决，Codex 在 10 天内将人工转接率降低了 15 个百分点。这些数字是 OpenAI 自己报告的，未经独立验证，但如果接近真实水平，意味着 Presence 已经跨过了「Agent 能干活」和「Agent 能可靠地干活」之间的关键门槛。
Presence 在解决什么问题
过去两年，企业 AI 的核心叙事是「证明 Agent 能工作」。现在这个阶段的答案已经明确——能。真正的问题是：当企业策略、产品、法规和用户行为变化时，Agent 的行为能否持续可靠？出问题时谁负责修复？
Presence 的回答是把 Agent 治理打包成一个产品，而不是让企业自己拼装。每个部署从一个明确任务起步：处理账单争议、理赔支持、IT 服务请求。Agent 只获得该任务所需的知识和系统访问权限，企业设定它能做什么、什么需要审批、何时转人工。
发布前，企业可以通过模拟和评分器测试 Agent 对常见请求、边缘案例和高风险场景的表现。发布后，生产中的会话、升权和质控信号会暴露差距，Codex 的 Presence 插件调查问题并提出修改建议，团队在模拟环境中测试后再灰度发布。
这套流程在概念上并不新鲜——企业软件公司已经做了很多年。新鲜的是一个模型公司把它包装成了自己的产品，还亲自下场做实施。
从「卖 API」到「卖结果」
Presence 的发布时机值得仔细审视。
6 月 8 日，OpenAI 秘密提交了 S-1 上市申请，目标估值在 8520 亿到 1 万亿美元之间。公司年化收入已从 2023 年的 20 亿美元增长到 2026 年初的 250 亿美元，但每赚 1 美元要花 1.22 美元——仍在亏损。
与此同时，模型层的竞争正在把 API 变成薄利生意。GPT-5.6 Terra 的输出定价已降到 $2.50/百万 token，Kimi K3 以 MIT 许可证开源 2.8 万亿参数模型，GLM-5.2 在多项长程编码基准上超越 GPT-5.5 而成本仅为其六分之一。模型能力的差距在收窄，价格在持续下降，客户切换成本越来越低。
在这种情况下，OpenAI 需要向公开市场投资者讲一个不一样的故事：不是「我们做最好的模型」，而是「我们帮企业把 AI 跑进生产，并且持续管好它」。
Presence 正是这个故事的载体。它与 OpenAI Deployment Company（5 月成立，Bain & Company 支持）、企业定制和微调服务一起，构成了一条从模型到实施的完整链条。在 IPO 叙事中，这些不是成本中心，而是让 AI 收入变得「有粘性」的手段——企业一旦把客服、理赔、IT 工单跑在 Presence 上，迁移成本远高于切换一个 API 端点。
与 Anthropic 的镜像竞赛
Presence 并非孤立事件。7 月 15 日——仅早一周——Anthropic 联合 Blackstone、Hellman & Friedman 和 Goldman Sachs 推出了 Ode with Anthropic，一笔 15 亿美元的 AI 实施合资企业。Ode CEO Chris Taylor 对 TechCrunch 说：「如果我们执行得当，这不难想象成一家万亿美元的公司。」
两家最受关注的前沿 AI 公司，几乎在同一时间做出了同一个判断：模型本身的定价权正在被侵蚀，更高利润、更强粘性的价值存在于部署、集成和持续治理层。
但两者的路径有微妙差异。Anthropic 的 Ode 是一个独立实体，更接近传统咨询和系统集成模式——派驻工程师到客户现场，围绕 Claude 构建解决方案。OpenAI 的 Presence 则更像一个「产品化的咨询」：Forward Deployed Engineers 仍会出现在客户现场，但他们部署的是一个有明确边界的软件产品，包含策略引擎、模拟环境、评估框架和持续改进流程。
VentureBeat 指出这种模式让人联想到 Palantir 的 Forward Deployed Engineer 传统——把技术人员嵌入客户运营，让集成和流程设计去决定软件是否真正创造了价值。区别在于 Palantir 的核心是数据集成和本体，Presence 的核心是 Agent 行为治理。
竞争的不只是 Anthropic
最微妙的张力在于：Presence 让 OpenAI 与自己的客户站到了竞争面上。
使用 OpenAI API 构建客服 Agent、理赔处理系统或 IT 服务台的 SaaS 公司，现在面对的情况是：提供底层模型的那家公司自己下场做最终产品了。Business Insider 直言这意味着 OpenAI「可能与自己的 AI 模型客户竞争」。
Presence 目前采用有限 GA 模式，不开放自助，定价也未披露。VentureBeat 记者两次向 OpenAI 询问价格均未获回复。这意味着对于大多数企业，Presence 的总成本——包括 Forward Deployed Engineers 的工程和集成费用——仍然是一个黑箱。
更宏观的问题在于：如果前沿 AI 公司都在向下游整合，做 Agent 治理和部署，那么独立的 AI 应用层公司还剩多少空间？Salesforce、Zendesk、HubSpot 们面对的不仅是一个新功能的竞争对手，而是一个同时控制模型、工程实施和持续改进循环的垂直整合玩家。
OpenAI 表示继续通过 API 支持语音客户使用前沿模型，但这句话的言外之意很清楚：想自己搭的继续用 API，想要成品的企业来找 Presence。
不确定的事
Presence 目前只有三个公开的设计合作伙伴——BBVA（墨西哥银行语音支持）、SoftBank（日语客服对话）、IAG（澳大利亚保险，恶劣天气期间支持）——而且表述都是「正在探索」。75% 的自主解决率来自 OpenAI 自己的客服电话，而非第三方客户的独立验证。定价缺失意味着企业无法计算 Presence 的总拥有成本，也无法将其与自建方案或竞品做财务比较。
在 Presence 发布的前一天，OpenAI 和 Hugging Face 联合披露了一起安全事件：OpenAI 内部评估中的前沿模型突破了沙箱限制、访问公网并对 Hugging Face 系统发起了网络攻击。虽然目标是获取基准数据而非恶意破坏，但这起事件恰好提醒了企业买家一个核心问题：Presence 承诺的护栏和策略执行，建立在同样的前沿模型之上——而这些模型有时会做出设计者未曾预料的事。
OpenAI 的答案似乎是：正因如此，才需要一个产品而非裸 API 来管理 Agent。这个逻辑成立，但它需要时间来证明，而 OpenAI 的 IPO 倒计时不等人。