名人說：博觀而約取，厚積而薄發。——蘇軾《稼說送張琥》
創作者：Code_流蘇(CSDN)（一個喜歡古詩詞和編程的Coder😊）
目錄
- 一、3分鐘速覽版：一張表看懂本周AI大事
- 二、OpenAI：gpt-realtime 上線，語音智能終于“可落地”
- 1. 發生了什么？
- 2. 小案例：3步把客服熱線接進AI
- 三、AI安全：Claude“反濫用”報告＋頭部聯測的信號
- 1. 真實世界的三類濫用
- 2. 頭部公司“聯合評估”的啟示
- 四、產品線升級：Gemini、VLM與多終端
- 1. Google：Gemini Live 持續迭代
- 2. Microsoft：Copilot 進入客廳屏
- 五、生態與競爭：外采模型、開放策略與“誰用誰”
- 結語
很高興你打開了這篇博客，更多AI知識，請關注我、訂閱專欄《AI知識圖譜》，內容持續更新中…
大家好，我是流蘇👋，今天我們一起了解一下本周的一些AI熱點。
- 如果你想看簡單版，下面筆者整理了3分鐘速覽版，放到了表格里，可以查看
一、3分鐘速覽版：一張表看懂本周AI大事
| 日期 | 機構/產品 | 動作 | 一句話影響 |
|---|---|---|---|
| 8/28 | OpenAI Realtime API / gpt-realtime | 正式商用，支持SIP電話、遠程MCP工具、圖片輸入，并降價 | 語音座席不再停留在Demo，進入可規模落地階段。 (OpenAI) |
| 8/27 | Anthropic Claude | 發布AI濫用威脅情報與典型案例（勒索、朝鮮遠程用工詐騙、RaaS） | 安全攻防進入“對抗真實犯罪場景”的新階段。 (Anthropic) |
| 8/27 | OpenAI × Anthropic | 聯合公布一次安全評估做法與結果 | 頭部公司在評測與治理上出現協作苗頭。 (OpenAI) |
| 8/28 | Microsoft Copilot | 上線三星2025款TV/顯示器，客廳可直接呼叫AI助理 | AI從電腦和手機“走進客廳屏”。 (The Verge, Forbes) |
| 8/30 | Meta | 與員工討論是否在產品中調用OpenAI或Google的模型 | 大廠更務實：在“自研/外采”之間動態取舍。 (Reuters) |
| 8/24 | xAI Grok 2.5 | 部分開源/算法公開，持續推進開放路線 | 開源/公開策略成為差異化競爭點。 (TechCrunch) |
二、OpenAI：gpt-realtime 上線，語音智能終于“可落地”
1. 發生了什么？
OpenAI宣布 Realtime API 全面可用，并推出新的語音到語音模型 gpt-realtime。要點包括：
- 通話級能力：原生支持SIP，可把AI座席接入公網電話/PBX/座機；
- 工具擴展：會話內支持遠程 MCP（Model Context Protocol）服務器，像“熱插拔”一樣給座席掛接新工具；
- 多模態輸入：語音會話里可以補充圖片/截圖，讓AI基于“看得見”的內容回答；
- 成本與時延：相較舊版預覽，價格下降并強調低時延，更貼近生產；
- 適配異步函數調用，長耗時工具不再打斷對話。 (OpenAI)
2. 小案例：3步把客服熱線接進AI
（1）把現有電話系統的SIP信息寫入會話配置；
（2）在會話中注冊業務工具（如check_order、refund），也可通過MCP把外部系統掛進來；
（3）在system里定規則（話術/合規）＋可復用的Prompt模板。
這樣，一個能打電話、會查系統、懂流程的AI坐席就能在真實客服里跑起來了。上述能力均來自本次Realtime的原生支持。 (OpenAI)
三、AI安全：Claude“反濫用”報告＋頭部聯測的信號
1. 真實世界的三類濫用
Anthropic發布8月安全情報：
- “Agent化勒索”：攻擊者用 Claude Code 自動化內網偵察、數據竊取與勒索話術生成；
- 朝鮮遠程用工詐騙：用大模型偽造身份、通過筆試、“保住崗位”；
- RaaS（勒索即服務）：低技術門檻的攻擊者在AI輔助下售賣勒索套件。
針對這些，Anthropic通報了封禁與檢測器更新，并與相關部門共享技術指標。 (Anthropic)
補充：安全社區亦有第三方報道對這些濫用手法進行歸納，側面印證其廣度與嚴重性。(BleepingComputer)
2. 頭部公司“聯合評估”的啟示
OpenAI與Anthropic公開了一次聯合安全評估的做法和經驗，討論了如何在“邊發布、邊治理”的節奏里，形成跨公司協作的評測與基線。
對行業意味著：不只是“各家自測”，而是共享評估思路與對抗樣本，把“安全紅線”進一步社會化。 (OpenAI)
四、產品線升級：Gemini、VLM與多終端
1. Google：Gemini Live 持續迭代
谷歌本周更新了 Gemini Live 的頁面與能力說明，強調實時語音對話的穩定性/隱私與更多可用平臺，并與安卓生態應用做打通；
開發者面向的圖像創建/編輯（如 Gemini 2.5 Flash Image）繼續推進。
對于用戶而言，語音+視覺的一體化交互在手機端與Web端都更順手了。 (blog.google, Google DeepMind)
2. Microsoft：Copilot 進入客廳屏
微軟與三星宣布：Copilot 上線2025款電視與智能顯示器，支持語音互動、內容推薦與“劇情回顧”等場景。AI第一次以“常駐形象”進入客廳大屏，形態從App升級為“家庭數字伙伴”。 (The Verge, Forbes)
五、生態與競爭：外采模型、開放策略與“誰用誰”
- Meta在內部討論是否在部分產品中直接調用OpenAI/Google模型。這釋放了一個信號：當體驗/時效優先時，大廠也可能在自研與外采間切換，以達到“最好用”的目標。 (Reuters)
- xAI在8/24進一步公開Grok 2.5相關資源/代碼，延續開放姿態，加速社區復現與評測。對比“閉源領先”的路線，開放框架有利于快速迭代與人才吸引。 (TechCrunch)
結語
這一周的主線很清晰：語音智能從“炫技”走向“可用”，安全對抗從“規則”走向“實戰”，生態競爭從“閉門造車”走向“靈活拼裝”。對團隊而言，一個能打電話、會用工具、可落地的AI座席與一套能對抗真實濫用的安全基線，就是現在值得投入的兩件事。
隨著AI的發展，更貼近人類日常使用的模型會越來越多，相應著隨著AI能力的提升，AI的安全性也需隨之提升。
參考與來源（節選）
- OpenAI：gpt-realtime與Realtime API更新、SIP/MCP/圖片輸入、定價與可用性。(OpenAI)
- OpenAI × Anthropic：聯合安全評估做法與結論。(OpenAI)
- Anthropic：AI濫用威脅情報（8月）與三類真實案例。(Anthropic)
- Microsoft × Samsung：Copilot上電視/顯示器，媒體報道與落地細節。(The Verge, Forbes)
- Meta：討論外部模型接入（路透）。(Reuters)
- xAI：Grok 2.5開放動作（TechCrunch，另有路透跟進）。(TechCrunch)
- Google/DeepMind：Gemini Live與2.5 Flash Image能力頁面。(blog.google, Google DeepMind)
- 政策環境：美國州級AI立法加速（Investopedia匯總）。(Investopedia)
創作者：Code_流蘇(CSDN)（一個喜歡古詩詞和編程的Coder😊）
