今天的 LLM 圈沒有人推新模型。三家主要玩家各自在推同一件事：讓 AI agent 變成企業可以「信任」的生產力工具。OpenAI 是白手套全包式管理服務，Google 是 API 級基礎設施元件，Mistral 是 prompt 治理層。三條路線得共同前提是：模型本身已經夠好了，接下來的瓶頸不是智力，是企業敢不敢把客服、理賠、內部流程交給它。

🔥 OpenAI Presence：企業 agent 平台，但你得先過 OpenAI 業務那關

OpenAI 發表了 Presence——一個企業級 AI agent 平台，定位是讓企業部署「可信賴」的語音和文字客服 agent。這不是一組 API，是一個由 OpenAI Forward Deployed Engineers（FDE）帶領的部署產品。

Presence 的核心運作方式：企業設定政策（agent 能做什麼、什麼時候要人類核准、什麼時候該升級給真人），Codex 監控正式環境的對話，找出落差後提出修改建議，團隊審核後上線。OpenAI 自己的電話客服專線（1-888-GPT-0090）已經在用，官方說法是目前能自行處理 75% 的進線問題，Codex 驅動的改善循環在 10 天內把轉接真人的比例再降了 15 個百分點。

公開的客戶名單：BBVA（墨西哥銀行業務）、SoftBank（日文客服）、IAG（天災期間的保險理賠）。三家都是「正在探索」的階段，不是「已全面部署」。

限制條件比功能清單更值得讀。第一，Presence 目前是「limited general availability」——只有透過 OpenAI FDE 和「特定全球系統整合商」才能部署，沒有自助開通管道。第二，定價沒有公開，頁面上寫的是「contact your OpenAI account team」。第三，OpenAI 說他們會「alongside each customer」來識別工作流程、連接系統、建立權限——翻譯成白話：你買的不是軟體授權，是一組顧問服務，平台只是服務的載體。

把 Presence 跟 OpenAI 的 API 業務放在一起看：一邊是開發者自己拼裝模型、工具、評估管線；另一邊是企業客戶把整個客服營運外包給 OpenAI，連 agent 行為的持續改善都交給 Codex 建議、人類蓋章。OpenAI 正在從模型供應商轉型成 agent 營運商，而這條轉型路徑的入口不經過開發者——經過的是採購部門。

🛸 Project Pilot：Anthropic 讓 15 顆前沿模型學開無人機，Fable 5 飛得最好但還不會認路

Anthropic 的 Frontier Red Team 跟 Andon Labs 合作，發表了一項讓 AI 模型自主控制無人機的評估研究。他們測試了 15 顆模型——從 GPT-4o 到 GPT-5.6 Sol 和 Fable 5——任務是在室內辦公室找到指定人物並跟隨，也就是空中監控最基礎的「定位後追蹤」流程。研究同時產出了一個新 benchmark：Drone-Bench。

任務拆成五個子項目：3D 場景重建、定位、導航、偵測、跟隨。Andon Labs（不是 Anthropic）用自己的人機協作團隊對每個子項目建立了 baseline，模型只要達到或超過 baseline 就算過關。

結果：Fable 5 表現最好，在五個子項目中四個達到 baseline，但卡在 3D 重建——模型無法從影片準確重建辦公室的空間結構，導致導航失敗，無人機無法自主在房間之間移動。在 10 次模擬中，Fable 5 平均只在三個子項目穩定達到 baseline，距離「可靠」還有距離。

幾個值得注意的細節。硬體：DJI Tello EDU，一台 $129 美元的玩具級四軸機，不是什麼軍規平台。環境：單一辦公室平面圖、少數人員、慢速飛行、無戶外測試、無人群——Anthropic 自己在論文中列出這些限制。一個不尋常的安排：Anthropic 說他們沒有取得 Drone-Bench 的存取權，所有評估由 Andon Labs 獨立執行。一家公司發表 benchmark 結果但自己無法驗證數據——這在業界不常見。

Anthropic 的論點：一旦模型通過能力門檻，「把人類留在 loop 裡」會從安全措施變成成本負擔。他們用 coding agent 從「每個 tool call 都要人類核准」演進到「最小干預下執行長週期任務」的歷史來對比——無人機領域可能走上同一條路。他們的結論是：在效率不該是唯一考量標準的領域（涉及人身安全和隱私），這些決定必須是刻意的，不能讓成本壓力自然推動。

🌐 Gemini Managed Agents：Google 加背景執行、MCP 遠端連線、自訂函式

Google 為 Gemini Interactions API 的 Managed Agents 擴充了四個新功能，都是開發者回饋中呼聲最高的基礎設施需求：

背景執行：不再需要為了長任務保持 HTTP 連線。傳入 background: true，API 立刻回傳 interaction ID，客戶端可以輪詢進度或稍後重連——不需要自己架 job queue。

遠端 MCP 伺服器：agent 可以直接連線到企業內部的 Model Context Protocol 伺服器（資料庫、觀測平台、內部 API），不需要再寫一層自訂 proxy。可以跟內建工具（程式碼執行、Google Search）混合使用。

自訂函式＋沙箱工具並行：在一個互動中同時使用 Google 的沙箱工具和客戶端自訂函式。API 自動追蹤哪些工具在伺服器端執行完畢、哪些需要客戶端處理——不需要工程師自己管理狀態機。

憑證刷新：更換 token 或 API key 時，沙箱的檔案系統、已安裝套件、已 clone 的 repo 會保留，不會因為換憑證就被清空。

Google 的路線跟 OpenAI Presence 正好是光譜的兩端：OpenAI 賣的是「你不需要懂基礎設施」的白手套服務，Google 賣的是基礎設施元件本身——你拿這些元件去組你自己的 agent 平台。一個鎖定採購部門，一個鎖定開發團隊。

📡 其他值得關注

  • Mistral Studio 為 prompt 和 skill 加上版本控制：Mistral 在 Studio 中加入 prompt/skill 的版本管理系統——immutable versions、audit logs、owner tracking、rollback、staging/production 標籤。核心論點：企業內 prompt 散落在程式碼倉庫、Notebook、Slack 討論串裡，業務團隊懂該寫什麼但打不進程式碼流程，工程師卡在每一次 wording 調整的 CI/CD。Studio 讓非工程人員可以直接迭代 prompt 並測試，正式上線仍走既有的審核管線。目前開放給 Mistral Studio 客戶。 → Mistral

  • Cursor Bridge：用 Cursor 訂閱跑 Claude Code，不另外付費：開源工具，把 Claude Code 的工作負載透過 Cursor 的 API 配額執行——訂了 Cursor 就不用另外付 Anthropic 的錢。GitHub 上已開源。 → GitHub