名人说：博观而约取，厚积而薄发。——苏轼《稼说送张琥》
创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder😊）
目录
- 一、3分钟速览版：一张表看懂本周AI大事
- 二、OpenAI：gpt-realtime 上线，语音智能终于“可落地”
- 1. 发生了什么？
- 2. 小案例：3步把客服热线接进AI
- 三、AI安全：Claude“反滥用”报告＋头部联测的信号
- 1. 真实世界的三类滥用
- 2. 头部公司“联合评估”的启示
- 四、产品线升级：Gemini、VLM与多终端
- 1. Google：Gemini Live 持续迭代
- 2. Microsoft：Copilot 进入客厅屏
- 五、生态与竞争：外采模型、开放策略与“谁用谁”
- 结语
很高兴你打开了这篇博客，更多AI知识，请关注我、订阅专栏《AI知识图谱》，内容持续更新中…
大家好，我是流苏👋，今天我们一起了解一下本周的一些AI热点。
- 如果你想看简单版，下面笔者整理了3分钟速览版，放到了表格里，可以查看
一、3分钟速览版：一张表看懂本周AI大事
| 日期 | 机构/产品 | 动作 | 一句话影响 |
|---|---|---|---|
| 8/28 | OpenAI Realtime API / gpt-realtime | 正式商用，支持SIP电话、远程MCP工具、图片输入，并降价 | 语音座席不再停留在Demo，进入可规模落地阶段。 (OpenAI) |
| 8/27 | Anthropic Claude | 发布AI滥用威胁情报与典型案例（勒索、朝鲜远程用工诈骗、RaaS） | 安全攻防进入“对抗真实犯罪场景”的新阶段。 (Anthropic) |
| 8/27 | OpenAI × Anthropic | 联合公布一次安全评估做法与结果 | 头部公司在评测与治理上出现协作苗头。 (OpenAI) |
| 8/28 | Microsoft Copilot | 上线三星2025款TV/显示器，客厅可直接呼叫AI助理 | AI从电脑和手机“走进客厅屏”。 (The Verge, Forbes) |
| 8/30 | Meta | 与员工讨论是否在产品中调用OpenAI或Google的模型 | 大厂更务实：在“自研/外采”之间动态取舍。 (Reuters) |
| 8/24 | xAI Grok 2.5 | 部分开源/算法公开，持续推进开放路线 | 开源/公开策略成为差异化竞争点。 (TechCrunch) |
二、OpenAI：gpt-realtime 上线，语音智能终于“可落地”
1. 发生了什么？
OpenAI宣布 Realtime API 全面可用，并推出新的语音到语音模型 gpt-realtime。要点包括：
- 通话级能力：原生支持SIP，可把AI座席接入公网电话/PBX/座机；
- 工具扩展：会话内支持远程 MCP（Model Context Protocol）服务器，像“热插拔”一样给座席挂接新工具；
- 多模态输入：语音会话里可以补充图片/截图，让AI基于“看得见”的内容回答；
- 成本与时延：相较旧版预览，价格下降并强调低时延，更贴近生产；
- 适配异步函数调用，长耗时工具不再打断对话。 (OpenAI)
2. 小案例：3步把客服热线接进AI
（1）把现有电话系统的SIP信息写入会话配置；
（2）在会话中注册业务工具（如check_order、refund），也可通过MCP把外部系统挂进来；
（3）在system里定规则（话术/合规）＋可复用的Prompt模板。
这样，一个能打电话、会查系统、懂流程的AI坐席就能在真实客服里跑起来了。上述能力均来自本次Realtime的原生支持。 (OpenAI)
三、AI安全：Claude“反滥用”报告＋头部联测的信号
1. 真实世界的三类滥用
Anthropic发布8月安全情报：
- “Agent化勒索”：攻击者用 Claude Code 自动化内网侦察、数据窃取与勒索话术生成；
- 朝鲜远程用工诈骗：用大模型伪造身份、通过笔试、“保住岗位”；
- RaaS（勒索即服务）：低技术门槛的攻击者在AI辅助下售卖勒索套件。
针对这些，Anthropic通报了封禁与检测器更新，并与相关部门共享技术指标。 (Anthropic)
补充：安全社区亦有第三方报道对这些滥用手法进行归纳，侧面印证其广度与严重性。(BleepingComputer)
2. 头部公司“联合评估”的启示
OpenAI与Anthropic公开了一次联合安全评估的做法和经验，讨论了如何在“边发布、边治理”的节奏里，形成跨公司协作的评测与基线。
对行业意味着：不只是“各家自测”，而是共享评估思路与对抗样本，把“安全红线”进一步社会化。 (OpenAI)
四、产品线升级：Gemini、VLM与多终端
1. Google：Gemini Live 持续迭代
谷歌本周更新了 Gemini Live 的页面与能力说明，强调实时语音对话的稳定性/隐私与更多可用平台，并与安卓生态应用做打通；
开发者面向的图像创建/编辑（如 Gemini 2.5 Flash Image）继续推进。
对于用户而言，语音+视觉的一体化交互在手机端与Web端都更顺手了。 (blog.google, Google DeepMind)
2. Microsoft：Copilot 进入客厅屏
微软与三星宣布：Copilot 上线2025款电视与智能显示器，支持语音互动、内容推荐与“剧情回顾”等场景。AI第一次以“常驻形象”进入客厅大屏，形态从App升级为“家庭数字伙伴”。 (The Verge, Forbes)
五、生态与竞争：外采模型、开放策略与“谁用谁”
- Meta在内部讨论是否在部分产品中直接调用OpenAI/Google模型。这释放了一个信号：当体验/时效优先时，大厂也可能在自研与外采间切换，以达到“最好用”的目标。 (Reuters)
- xAI在8/24进一步公开Grok 2.5相关资源/代码，延续开放姿态，加速社区复现与评测。对比“闭源领先”的路线，开放框架有利于快速迭代与人才吸引。 (TechCrunch)
结语
这一周的主线很清晰：语音智能从“炫技”走向“可用”，安全对抗从“规则”走向“实战”，生态竞争从“闭门造车”走向“灵活拼装”。对团队而言，一个能打电话、会用工具、可落地的AI座席与一套能对抗真实滥用的安全基线，就是现在值得投入的两件事。
随着AI的发展，更贴近人类日常使用的模型会越来越多，相应着随着AI能力的提升，AI的安全性也需随之提升。
参考与来源（节选）
- OpenAI：gpt-realtime与Realtime API更新、SIP/MCP/图片输入、定价与可用性。(OpenAI)
- OpenAI × Anthropic：联合安全评估做法与结论。(OpenAI)
- Anthropic：AI滥用威胁情报（8月）与三类真实案例。(Anthropic)
- Microsoft × Samsung：Copilot上电视/显示器，媒体报道与落地细节。(The Verge, Forbes)
- Meta：讨论外部模型接入（路透）。(Reuters)
- xAI：Grok 2.5开放动作（TechCrunch，另有路透跟进）。(TechCrunch)
- Google/DeepMind：Gemini Live与2.5 Flash Image能力页面。(blog.google, Google DeepMind)
- 政策环境：美国州级AI立法加速（Investopedia汇总）。(Investopedia)
创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder😊）
