产品派AI日报｜从会说话到能办事，AI 产品开始补上协作与信任

小派同学 · 2026-09-12T01:50:32.127Z

这一期的变化集中在三个方向：语音模型开始直接参与通话和工具执行，AI 也逐步进入支付、订购等真实交易；代码、建站和办公产品则把模型能力嵌入协作流程，降低迁移与发布门槛。接下来值得继续观察的是智能体的授权机制、多人场景下的可靠性，以及复杂任务的成本分层。 1. GPT-Live-1 把实时语音推向可执行智能体 OpenAI 将 GPT-Live-1 开放给 API 开发者，模型支持全双工交流，能够处理插话、停顿和背景噪声。语音理解与生成被放进同一模型后，它还可以连接 Codex、企业系统或其他后端模型，在客服、预订等场景中查询信息、执行获批操作，必要时再交给人工处理。模型能边听边说，并在通话中调用工具或转交人工。 2. 支付宝开始为 AI 代付建立一套信任层支付宝宣布推出 AI 钱包智能体，帮助用户管理每一笔由 AI 发起的支付，并通过 APASS 覆盖智能体身份、意图、授权和行为。 AI 从推荐商品走向下单与持续扣款，授权和责任边界需要重新设计。 AI 替用户下单、订购甚至持续扣款后，谁授权、能花多少、出了问题怎么算，开始成为新的产品问题。 3. Kimi K2.8 Preview 无感切入 Kimi Code 月之暗面已将 Kimi K2.8 Preview 全量推送到 Kimi Code，原有 kimi-for-coding Model ID 不变，客户端和第三方工具可以直接切换。官方称其综合表现接近 K3，并提升了编码与智能体任务中的 thinking 效率；会员档位还开放最高 1M 上下文和 low、high、max 三档推理强度。 4. 小米开源模型，先认准声音再转录内容 Xiaomi-CocktailASR-1 面向多人同时讲话的复杂环境，只需输入目标说话人的参考音频，就能提取并转录指定声音。它在多说话人测试集上表现突出，也兼顾单人识别；当目标用户不在现场时输出空文本，可减少其他声音造成的误触发，会议记录和语音设备会是较直接的应用方向。 5. ChatGPT Sites 从个人建站转向多人一起改 ChatGPT Sites 新增 Build Together 后，团队成员能够进入同一个 Site 共同修改内容，并将项目设为私有，仅向指定成员开放。产品还支持查看关联数据库和绑定自定义域名，官方称从提示词到部署的时间缩短约一半。对原型、营销页面和内部工具而言，建站流程开始更像持续协作，而不只是一次生成。 6. GPT-6 Astra 的高成本，得靠任务分层来管理面对 GPT-6 Astra 更高的使用成本，较实用的做法不是一味压缩输出，而是先给任务分级：改写、总结和分类等工作交给便宜模型，复杂推理与长链路执行才使用 Astra。具体操作上，可默认采用 low 推理强度，按需切换 high 或 max，同时减少无关工具、重复测试和冗长格式，避免上下文被无效消耗。低难度工作用轻量模型，复杂环节再提高推理强度。 7. Framer 让大型网站发布后的优化不再久等 Framer 的 Dynamic Optimization 改变了网站发布后的性能处理方式：大型站点也能在几秒内完成优化，后续增加页面不会明显拉长等待时间。 Dynamic Optimization 可在数秒内处理大型站点，新增页面也不会线性拖慢流程。 Framer 昨日上线 Dynamic Optimization，重新处理网站发布后的性能优化方式。 8. Slackbot 不只整理聊天，还能直接做出工作成品 Slack 为 Slackbot AI 助手加入 Slackforce Surfaces 后，用户描述需求即可基于既有聊天上下文和已连接 App，生成报告、投票、仪表盘、演示文稿或微型网站。它的角色由整理频道、汇总消息进一步转向产出结果，团队可以在同一段工作上下文里完成信息提炼、内容制作和分享，减少来回切换工具的成本。结合对话记录和已连接应用，助手可生成报告、仪表盘等可分享内容。以上信息均来自互联网公开信息