AI 编程与应用日报：Cursor 自动路由模型，OpenAI Presence 推进企业代理生产 (2026)

先看结论

7 月 22 日的几项更新，把 AI 编程和企业代理的工作面往前推了一步：Cursor 开始替团队决定每个请求该交给哪个模型，GitHub 把 Copilot 的使用阶段和 Pull Request 指标放进同一张管理视图，OpenAI Presence 把语音与聊天代理包装成带权限、评测和人工升级的企业产品，Vertesia 则把代理调度、浏览器操作、流程测试和 MCP 接口放到同一套平台里。Anthropic 还把 Economic Index 做成 Claude 里的可查询连接器。

这组变化的共同点不是模型又多了几个，而是代理开始被当作一条需要配置、测量和复盘的工作流。下面的 5 条均来自 7 月 22 日官方发布；厂商自测、客户案例和产品演示分别标注，不混写成行业平均结果。

更新	发生了什么	影响谁	当前状态与下一步
Cursor Router	按请求内容、上下文、任务复杂度和领域自动选择模型，提供 Intelligence、Balance、Cost 三种模式。1	使用多个模型、需要控制编码成本的 Teams 与 Enterprise 团队	已面向 Teams 和 Enterprise 开放，覆盖桌面端、Web、iOS、CLI 和 SDK。先用自己的任务集比较固定模型与自动路由的每次成功成本。
GitHub Copilot 影响仪表盘	把 Code-first、Agent-first、Multi-agent / Copilot app 和未活跃用户分成 cohort，同时展示 PR 合并、合并速度、用户数、占比和日均代码行数。2	企业管理员、组织所有者和负责推广 Copilot 的工程效能团队	已向有 Copilot usage metrics 权限的企业管理员和组织所有者提供；采用 28 天滚动窗口，指标适合做跟踪和分组，不足以单独证明生产率因果。
OpenAI Presence	为语音和聊天代理提供政策、护栏、批准动作、模拟测试、评测工具、升级规则和 Codex 驱动的改进流程。3	客服、销售和高风险内部流程的企业团队	面向符合条件的企业有限开放，由 OpenAI FDE 和系统集成商参与部署，不是自助式产品。
Vertesia 平台更新	新增 Studio Assistant、定时代理、云端 Agentic Browsing、可从流程图或文档生成并测试的 Process Engine，以及供 Claude Code 和 Codex 使用的远程 MCP。4	需要把业务流程、无 API 网站和编码代理接在一起的企业团队	7 月 22 日由 Vertesia 发布；网页测试和自主调度效果属于供应商演示，落地前要单独验收身份、权限、审计和失败恢复。
Anthropic Economic Index connector	在 Claude 中直接查询 Economic Index，支持按职业、地区和任务追问，并要求模型回到基础数据。5	做行业研究、产品规划或 AI 使用分析的读者	claude.ai 今日可用，无需安装；数据反映 Claude 使用模式，不代表整个劳动力市场。

Cursor：模型选择开始变成团队策略

Cursor Router 的核心不是再提供一个模型，而是在请求执行前增加一个分类器。Cursor 称它用 60 万条以上的实时请求训练路由器，再在数百万条线上请求上做 A/B 测试；分类依据包括 query、上下文、任务复杂度、领域和模型表现。简单任务交给更便宜的模型，界面调整交给它认为更适合的模型，长时程任务再转给前沿推理模型。1

团队可以在 Auto 模式下选择 Intelligence、Balance 或 Cost。Cursor 披露，早期访问中的 3 个高用量账户、数千名用户，在自动路由请求上的成本比全部使用 Opus 4.8 低 30% 至 50%；线上测试还给出了约 60% 的节省数字。这些数字来自 Cursor 自己的模型池、任务分布和评价方法，不能直接当作其他团队的预算预测。1

Cursor 同时使用用户满意度和 keep rate 评价结果，后者指代理生成的代码经过一段时间后仍留在代码库中的比例。这个指标组合比只看 token 单价更接近工程结果，但它仍然受任务选择、代码审查习惯和团队工作流影响。试用时，可以先固定一组真实任务，比较固定模型与 Router 的成功率、人工修正次数、保留代码比例、缓存未命中成本和每个已接受提交的成本。

GitHub：从活跃人数转向采用深度

GitHub 的新仪表盘建立在此前 Copilot usage metrics API 的 AI adoption phase 分类之上。它用 28 天滚动窗口观察用户使用过哪些 Copilot 表面：Phase 1 是 Code-first，Phase 2 是使用单个 GitHub 代理入口的 Agent-first，Phase 3 则要求使用两个或以上代理入口，或使用 GitHub Copilot app。仪表盘另外保留了已授权但未参与的 Passive 用户。2 6

新增视图把每个 cohort 的用户数、整体占比、每用户每月合并的 Pull Request 数量、Pull Request 合并速度中位数和每用户日均代码行数放在一起，还提供 6 个月的 cohort 增长和 PR 吞吐趋势，以及推动用户进入更深采用阶段的建议。企业管理员因此可以回答「哪些团队还停留在补全」和「哪些团队已经在使用代理入口」，不必只看一个 license 活跃率。2

但仪表盘里的 adoption multiplier 仍是比较信号，不是因果实验。活跃用户与 Passive 用户的 PR 表现差异，可能来自团队组成、项目类型、资历和任务难度。工程效能团队可以用它找培训和 rollout 对象，不能只凭这张图宣布「Copilot 让团队提速了」。要评估投入回报，至少还要保留上线前基线、相似团队对照和代码质量指标。

OpenAI Presence：生产代理的边界被写进产品

OpenAI Presence 面向客服、销售和高风险内部流程，支持语音与聊天代理。每次部署从一个具体工作开始，例如处理账单、保险理赔或员工 IT 请求；企业决定代理能访问哪些知识和系统、哪些动作需要审批、何时必须交给人工。Presence 把操作权限、标准流程、护栏、模拟测试、评测工具和升级规则放在同一套产品里，发布后再用生产会话和人工升级记录发现缺口，由 Codex 提议修改，团队测试后再批准上线。3

OpenAI 披露，其英语电话支持渠道目前有 75% 的来电无需人工介入，Codex 驱动的改进循环在 10 天内把人工交接比例降低了 15 个百分点。这是 OpenAI 自己的支持场景结果，不是面向客户的独立基准。BBVA、SoftBank 和 IAG 在公告中被列为探索或测试 Presence 的企业，原文没有把它们写成已经完成规模化部署。3

Presence 当前是面向符合条件企业的有限 general availability，由 OpenAI Forward Deployed Engineers 和选定的全球系统集成商参与，尚未提供自助式购买入口。对要评估这类产品的团队，第一轮不该从「能不能回答问题」开始，而应先列出工具权限矩阵、需要审批的动作、边界案例测试集、人工升级条件和版本回滚方式。

Vertesia：代理开始接手没有 API 的流程

Vertesia 的 Studio Assistant 允许用户用自然语言描述目标，由助手生成提示词、用不同模型测试、根据执行结果调整后再发布代理。Agent Scheduler 可以让代理按日、周、月或自定义间隔运行，代理也能在对话中创建后续计划；运行时使用用户的身份、权限和工具，平台提供执行观察与分析。4

另一个变化是 Agentic Browsing。Vertesia 试图让代理在没有 API 的政府门户、旧式供应商平台和动态网页上完成操作，并将浏览器运行隔离在云端。公司用 BMW 配置器和 Google Trends 做了演示，还提到代理可以代用户处理需要多因素认证的网站。网页会变、登录会过期、权限也可能超出预期，所以这些演示只能证明产品方向，不能替代真实业务环境的安全测试。4

Process Engine 则把流程图、过程文档、技术配置或对话转换成可交互的工作流，并让代理先跑过每个步骤和可能的组合，再决定是否发布。Vertesia 还开放远程 MCP，让 Claude Code 或 Codex 可以直接在平台项目上创建原本需要进入 Studio 才能完成的内容。这里最值得核对的是确定性步骤和代理步骤的分界：贷款审批、合同审查、事前授权等流程，应该把身份校验、金额阈值和最终批准保留为可审计的人工或规则动作。

Anthropic：把行业使用数据放进对话入口

Anthropic Economic Index connector 让 Claude 直接查询 Economic Index。用户可以问哪些职业使用 AI 较多、某个地区如何使用 Claude，或过去一年哪些任务的自动化方式发生变化，模型还可以把回答指回底层数据。连接器在 claude.ai 的 connectors 菜单中启用，官方称任何 Claude 模型都能使用，无需安装。5

它的实用价值在于降低了查表和筛选数据的门槛，产品经理或研究人员可以先用自然语言定位问题，再回到底层数据确认口径。不过 Anthropic 明确提醒，Economic Index 记录的是 Claude 的使用模式，不等于整个劳动力市场。用它判断行业趋势时，应把它当作一个供应商数据集，而不是全行业普查；做团队决策还需要补充自己的使用日志、访谈或业务数据。5

给工程团队的检查清单

给路由器设一个真实基线。 用同一批任务比较固定模型和自动路由，记录已接受提交的成本、人工修正、代码保留率和缓存影响，不要只比较 token 单价。
把 Copilot adoption 当作分组工具。 先用 cohort 找到培训、权限和 rollout 的重点，再用质量、周期和对照组验证是否真的产生改善。
把生产代理拆成权限和动作。 为每个工具调用标记只读、可写、需审批和禁止执行，给高风险动作保留人工升级和回滚路径。
对浏览器代理做失败测试。 覆盖登录过期、页面改版、MFA、重复提交、网络中断和权限不足，不能把一次成功演示当作稳定性结论。
给连接器数据保留原始口径。 Anthropic Economic Index 可以帮助定位问题，但回答引用的样本范围和数据限制要跟着结论一起记录。

7 月 22 日的更新把几件事连在了一起：模型选择可以自动化，代理采用可以分 cohort 观察，企业动作可以放进审批和评测流程，业务数据也开始通过对话入口被查询。真正需要验收的字段，已经从「模型能不能生成结果」扩展到「它用了什么权限、花了多少钱、结果是否被保留、出了问题谁能接管」。

AI 编程与应用日报：Cursor 自动路由模型，OpenAI Presence 推进企业代理生产