OpenAI 和 Anthropic 在同一天各自推出了一款「AI for X」產品——一個是企業客服 agent 平台，一個是科學家工作台。兩邊的說法都是「讓 AI 做有價值的工作」，但部署權、整合權、和實際可用性各自不同。同一天，GitHub 上有人把 tokenization 從 MB/s 拉到 GB/s，沒有新聞稿，只有 benchmark 數字。外加一則紐約居民用 ChatGPT 告贏挪威航空公司的 11 個月跨國法律戰。

🔥 OpenAI Presence：把 AI agent 塞進企業客服——但部署權不在你手上

OpenAI 推出 OpenAI Presence，官方說法是「經過實戰驗證的企業 AI agent 平台」，讓企業部署語音和文字客服 agent 來處理帳務、保險理賠、IT 服務請求等工作。

技術上，Presence 打包了幾個元件：政策與標準作業程序、護欄、已批准的操作、模擬測試、評估工具、以及一個由 Codex 驅動的改善迴圈。OpenAI 聲稱自家客服專線（1-888-GPT-0090）已經在用 Presence，75% 的來電不需要真人介入，且 Codex 改善迴圈在 10 天內把人工轉接率降低了 15 個百分點。

限制條件值得放大看。第一，Presence 不走自助服務——部署由 OpenAI 的 Forward Deployed Engineers 和「選定的全球系統整合商」主導。OpenAI 的說法是「目前尚未以自助產品形式提供」。翻譯：你沒辦法自己買來試，OpenAI 幫你決定怎麼用、用在哪。第二，公告中提到的早期客戶（BBVA、SoftBank、IAG）清一色用「exploring」這個詞——沒有一家說已經在生產環境全面部署。第三，Codex 改善迴圈的機制是「Codex 調查生產訊號，提出更新建議，團隊測試後批准上線」——這意味著你的 agent 行為有一部分是由 OpenAI 的模型在後台自動調整，而你能做的只是對建議說 yes 或 no。

一個值得注意的時間點：Presence 的公告日期是 7 月 22 日——和 OpenAI 承認自家模型在內部資安測試中打穿 Hugging Face 正式環境，只隔了一天。

🧪 Claude Science：把 PubMed、Jupyter、HPC 全部塞進一個聊天視窗

Anthropic 推出 Claude Science，定位是「科學家的 AI 工作台」。核心功能：把文獻搜尋、資料分析、圖表生成、手稿撰寫全部整合在 Claude 介面裡，研究人員用自然語言下指令，背後由一個 coordinating agent 調度超過 60 個預先配置的 skills 和 connectors——涵蓋基因組學、單細胞、蛋白質組學、結構生物學、化學資訊學等領域。

幾個技術細節：Claude Science 可以原生渲染 3D 蛋白質結構、基因組瀏覽器軌道、化學結構等科學 artifact；每次產出附帶可審計的歷史記錄——生成圖表的程式碼、環境、完整訊息歷史全都保留，方便驗證和重現。reviewer agent 會檢查引用和計算，標記錯誤並自行修正。運算方面，Claude Science 可以直接提交工作到實驗室現有的 HPC 叢集（透過 SSH）或 Modal 帳戶，從單 GPU 擴展到數百個。

Anthropic 列了三個早期使用案例：Manifold Bio 用它篩選藥物靶點、Allen Institute 的神經科學家用它建立多 agent 文獻回顧系統（把原本兩年的工作縮短到數月）、UCSF 的流行病學家用它做腦腫瘤基因組分析（時間縮短到原本的十分之一）。

限制條件：目前是 beta 版，只支援 macOS 和 Linux。Pro/Max/Team/Enterprise 用戶可用，但 Team 和 Enterprise 需要 admin 手動啟用 Claude Science。Anthropic 同時推出了學術實驗室折扣價的 Team 方案，外加 50 個 AI for Science 專案資助（最高 $30,000 credits，Modal 再加 $2,000 運算資源）——不過申請截止日是 7 月 15 日，已經過了。

和 OpenAI Presence 放在一起看，兩家都在同一週推「AI for 特定領域」產品：OpenAI 選客服、Anthropic 選科學研究。共通點：部署權和整合權都在平台方手上，你是在他們給的框架內工作。差別在於 Claude Science 至少讓研究人員可以在自己的基礎設施上跑、資料不用離開實驗室的機器——Presence 目前完全是由 OpenAI 代管。

⚡ GigaToken：把 tokenization 從 MB/s 拉到 GB/s，開源、零新聞稿

GitHub 上冒出一個叫 GigaToken 的專案，作者 Marcel Rød 把 HuggingFace tokenizers 的速度拉高了約 1000 倍。在 AMD EPYC 9565（144 核）上跑到 5.56 G tokens/s，在 Apple M4 Max 上跑到 1.89 G tokens/s。對照組：HuggingFace tokenizers 在同樣硬體上分別是 5.63 M tokens/s 和 1.40 M tokens/s。

技術上，GigaToken 的核心改進在 pretokenization——這一步通常外包給 regex 引擎處理，作者用 SIMD（AVX-512/AVX2/NEON）重寫了實作，並對 pretoken cache 的階層做了深度優化。API 層面提供兩種模式：相容模式（drop-in 替換 HuggingFace 或 tiktoken，輸出完全一致但速度略慢）和原生模式（Rust 直接讀取檔案，繞過 Python 開銷，速度最快）。

已知限制：SentencePiece 類 tokenizer（Google 模型常用，如 Gemma）尚未充分優化、Windows 支援有限、WordPiece 尚未支援。但已覆蓋 Llama 3/4、Qwen 2/3、DeepSeek V3/R1/V4、GLM 4/5、Kimi K2、Gemma 3/4 等主流模型的 tokenizer。

作者給了一個直觀得尺度：用 EPYC CPU 跑 GigaToken，可以在 6.5 小時內 tokenize 整個 Common Crawl（約 130 兆 tokens）。pip install 就能用，Apache 2.0 授權。

💰 一名紐約用戶用 ChatGPT 告贏挪威航空公司，拿回 $4,760

這不是一個關於 AI 有多厲害的故事，而是一個關於「AI 降低了堅持下去的門檻」的故事。

紐約居民（作者匿名）一家四口從奧斯陸飛紐約，航班因技術故障延誤過夜。挪威航空（Norse Atlantic）給了一張 $25 的餐飲卡，然後對所有後續索賠裝死。作者把延誤通知丟進 ChatGPT Pro，問「我有什麼權利」——然後展開了一場 11 個月的跨國法律戰。

ChatGPT 做了哪些事：指出挪威雖不在歐盟但在 EEA，EU261 航空旅客權益規則照樣適用（作者自己查大概會漏掉這條）；告訴他把「賠償」和「照護費用」分成兩個獨立索賠，各自引用正確法條；幫他向挪威航空旅客投訴機構 Transportklagenemnda 起草申訴書；當 Transportklagenemnda 裁定 Norse 應賠 €2,400 + NOK 6,240 後，ChatGPT 冷靜地告訴他：「這個裁定沒有強制力，Norse 可以不付，下一步是調解法院」；引導他向挪威調解法院（Forliksråd）提告，並指出正確管轄法院是 Arendal 而非 Oslo（作者本能地想告 Oslo）；替他找到挪威法院的「固定會議代理人」（faste møtefullmektiger）制度——一個幾乎沒有外國人知道的機制，費用只要 NOK 2,690（約 $270），而不是索賠代理公司開價的 35–50%。

最關鍵的一步在最後：Norse 終於願意和解，但只提了本金和費用，閉口不提利息。作者本能想接受，ChatGPT 阻止他——「接受這個 offer 可能被視為 full and final settlement，你會默默放棄利息。」ChatGPT 幫他寫了一段話：先接受部分付款、明確保留利息請求權、等全額到帳才撤案。Norse 最後全付了。$4,760.36。

作者自己的結論：「AI 降低了我拒絕放棄的成本。它對 Norse 拖時間的能力毫無影響——每個在看這篇文章的公司都在讀同一本 playbook。」整件事花了 11 個月，瓶頸從來不是法律知識，而是等待：等投訴機構排隊、等航空公司裝死期限過期、等紙本文件跨越大西洋。

📡 其他值得關注

  • Anthropic 經濟指數 Connector 上線：Claude 用戶現在可以直接在對話中查詢 Anthropic Economic Index 的資料，問「哪些職業用 AI 最多」之類的問題。Anthropic 提醒資料反映的是 Claude 使用模式而非整體勞動市場。 → Anthropic
  • CrucibleBench：用 MUD 來測 LLM 的社交行為：獨立研究團隊用 90 年代的 MUD（多人文字地城）作為 LLM 評估環境，7 種指令、12 個房間、4 個有信任/懷疑狀態的 NPC。核心發現不是模型排名——而是評分器中一個 LLM-judge 元件可以讓排行榜位移六個名次，但所有聚合可靠性指標（κ = 0.04）都保持沉默。作者把 judge 依賴問題稱為論文「最可推廣的發現」。650 份完整記錄、原始碼和計分邏輯全部開源。 → CrucibleBench