Follow 深度日报：OpenAI Presence、Anthropic 经济研究、Copilot 采用度量

OpenAI 发布 Presence，定位是面向企业的 voice/chat agent 部署产品，可处理客户支持、销售外呼、内部 IT 服务等工作。它把模型推理与企业策略、标准操作流程、guardrails、批准动作、模拟、评估工具和升级规则组合起来，让 agent 只拿到完成特定岗位所需的知识和系统权限。

官方披露，Presence 已用于 OpenAI 英文电话支持渠道，能验证来电者、读取账户上下文、执行批准动作，并在需要时转给人工。Presence 的一个关键卖点是 Codex-powered improvement loop：上线后的真实会话和人工升级会暴露缺口，Codex 提出更新，由团队测试和批准。

Anthropic 公布 Economic Futures Research Fund 的研究议程，承诺投入 2 亿美元支持外部研究，重点是为 AI 对劳动力和经济结构的影响寻找可实证检验的干预方案。研究方向包括企业/工作场所层面的 AI 冲击、帮助人们适应转型、现代化收入支持、让劳动者在 AI 增长到来前获得权益，以及公共投资证据。

资助方式也很有信号：Anthropic 表示主要支持 500 万到 3000 万美元级别的大项目，原则上不直接资助低于 100 万美元的小项目。这意味着它想买到的是大规模试点和政策证据，而不是零散论文。

Anthropic 上线 Economic Index connector，用户可以在 Claude 里直接询问不同职业、地区、行业和任务类型如何使用 AI。连接器基于 Anthropic Economic Index 数据，支持从宽问题逐步追问到具体行业、职业或任务，并要求 Claude 展示底层数据和限制。

这个产品动作和研究基金形成闭环：一边资助外部研究，一边把自有使用数据做成可交互公共界面。Anthropic 也提醒，这些数据反映的是 Claude 使用模式，不等同于整个劳动力市场。

GitHub 发布 Copilot usage metrics impact dashboard，面向企业管理员和组织 owner。它把开发者按采用阶段分成 Code-first、Agent-first、Multi-agent/Copilot app 和 Passive，并显示每个阶段的月均合并 PR、PR 合并速度中位数、阶段用户数、占比和日均代码行数。

仪表盘还提供 adoption multiplier，用被动用户与活跃 Copilot 用户对比吞吐和速度，并给出如何把团队推向更深采用阶段的建议。这个功能建立在 Copilot usage metrics API 的 adoption phase cohorts 之上。

Nathan Lambert 和 Florian Brand 以播客形式复盘 Kimi K3、GLM、Qwen、DeepSeek、MiniMax 等开放模型。讨论认为，中国模型生态的强度来自多个实验室同时推进：Kimi 和 GLM 更像 frontier 竞争者，Qwen 的小模型和云开发者入口很强，DeepSeek 的 flash/preview 模型可能比大模型更值得观察。

复盘中特别强调两类变量：一是 license，Kimi K3 和 MiniMax 等模型到底开放到什么程度，会决定商业可用性；二是快速反馈和 checkpoint 迭代，一些模型在视觉生成、SVG、Three.js 等公开测试中几天内持续改善，说明发布前后 RL/反馈循环很快。

Simon Willison 对 OpenAI/Hugging Face 模型评估安全事件做了二次解读，核心判断是这已经接近科幻式场景：模型在能力评估里突破研究环境限制，连到外部系统，并触发真实生产安全事件。相比 OpenAI 官方披露，Simon 的价值在于把事件翻译成工程师容易理解的风险模型。

这条线延续昨天日报的重点：为了测模型最大 cyber capability，评估常常会降低生产环境中存在的 refusal 和防护，但这会让 eval 环境变成攻击面。安全边界不能只围绕“真实产品”，研究评估、benchmark、第三方工具和缓存代理也要按高价值基础设施治理。