ตอนนี้สามารถเปิดเซสชันแอป GitHub Copilot ได้โดยตรงใน VS Code โดยถ่ายโอนบทสนทนา การเปลี่ยนแปลงโค้ด และ worktree มาด้วย เพื่อให้นักพัฒนาสามารถตรวจสอบ diff แก้ไขด้วยตนเอง และทดสอบในเครื่องได้โดยไม่ต้องเริ่มใหม่ บทแนะนำนี้อธิบายขั้นตอนการเปิดเซสชัน การตรวจสอบการเปลี่ยนแปลงของเอเจนต์ทีละบรรทัด การสนทนาต่อในแถบด้านข้าง Copilot และการพุชอัปเดตไปยัง pull request ของเซสชัน
Google ได้เผยแพร่ TPU fork ของ TorchTitan จาก Meta ที่รันการฝึก PyTorch บน Cloud TPU ผ่าน backend torch.device("tpu") แบบเนทีฟของ TorchTPU พร้อมเคอร์เนลแบบ TPU-native และ playbook การปรับแต่งทีละขั้นตอน บน TPU v7x (Ironwood) Llama 3 405B รักษา MFU ประมาณ 57% ตั้งแต่ 128 ถึง 1,024 ชิป, Qwen3 235B ทำได้ 32.42% MFU บนสไลซ์ 1,024 ชิปหนึ่งสไลซ์ และ FLUX.1 ทำได้ 19.4% MFU บน 1,024 ชิปที่ประสิทธิภาพ weak-scaling 93% ฟอร์กอยู่ที่ https://github.com/google-pytorch/torchtitan/ และ Transformers modeling backend พร้อม agent onboarding skill ขยายเทรนเนอร์เดียวกันไปยังเช็กพอยต์อื่นๆ
ทำไมเรื่องนี้สำคัญ: Google ร่วมมือกับ Meta ในการพอร์ต TorchTitan ไปยัง TPU พร้อมเส้นทางการปรับแต่งทีละระดับตั้งแต่ FLUX.1 ถึง Qwen3 235B และตัวเลข MFU ซึ่งใช้เป็นข้อมูลอ้างอิงให้ทีม PyTorch ประเมินความเป็นไปได้ของการฝึกบน TPU
Legora 现在将其每个法律 agent 评估都放在单独的 Modal Sandbox 中运行，启动其完整应用并固定到特定 commit，使每次运行都反映确切的产品版本。一个典型实验包含 100 个用例、4 个 harness 变体、每个 5 次试验——即 2,000 次并行运行——并由 Modal Volumes 对文档、数据库和权限状态进行快照。Legora 还从 gVisor 迁移到 Modal VM Sandboxes，移除了其 Docker 网络和 FUSE 变通方案，并通过更智能的压缩和自定义工具搜索将 agent 成本降低了 30%。
Modal อธิบายรายละเอียดว่าพวกเขาพัฒนาสแตกไฟล์ซิสเต็มเพื่อรองรับ VM Sandboxes อย่างไร โดยส่งคำขอจาก guest ผ่าน virtio-fs และ virtiofsd ไปยัง ImageFS ไฟล์ซิสเต็มแบบ lazy-loading ของพวกเขา เวอร์ชันแรกบูตได้เร็วแต่ทำงานช้า: recursive chown ใช้เวลาจากสี่วินาทีเป็นกว่าหนึ่งนาที และการติดตั้ง pnpm กับ bun ช้ากว่าประมาณสามเท่า Microbenchmarks แสดงให้เห็นว่า chown ใช้เวลา 9.87 วินาทีบน virtio-fs เทียบกับ 2.31 วินาทีบน gVisor และ 1.58 วินาทีบน ImageFS
PJ วิศวกรที่ผันตัวมาเป็นเจ้าของธุรกิจกำจัดแมลงในเมืองโอคาลา รัฐฟลอริดา ปัจจุบันให้คำปรึกษาแก่ธุรกิจขนาดเล็ก เช่น ผู้รับเหมาก่อสร้างหลังคา สระว่ายน้ำ และยานยนต์ ในการติดตั้ง OpenClaw และสอนให้พวกเขาบริหารจัดการเอง ลูกค้าของเขาต้องการเครื่องมือที่เป็นของตัวเองอย่างแท้จริง แทนที่จะป้อนข้อมูลบริษัทเข้าไปในซอฟต์แวร์แบบเช่าใช้ และลูกค้ารายหนึ่งคือ Donna พนักงานธุรการวัย 66 ปี ใช้งาน OpenClaw ของเธอทุกวัน
คู่มือของ LiveKit รวบรวมบทเรียนจาก solution architects และ forward deployed engineers เกี่ยวกับการนำ AI voice agent จากเดโมสู่การใช้งานจริง โดยจัดโครงสร้าง вокругสามคำถาม คือ agent ฉลาดและเป็นธรรมชาติพอหรือไม่ ประสิทธิภาพของมันสามารถสังเกตได้หรือไม่ และมันขยายขนาดได้อย่างเชื่อถือได้และคุ้มต้นทุนหรือไม่ คู่มือแนะนำให้วัดเทิร์นแรกแยกต่างหาก เนื่องจากบริษัทหนึ่งพบว่า ประมาณ 3 ใน 4 สายจบที่ขั้นตอนการทักทาย และระบุว่าลูกค้าที่เปลี่ยนจาก GPT-4.1 เป็น Gemma 4 31B บน LiveKit Inference ประหยัดเวลาได้ 300–500ms ที่ p50
ทีม Claude Code อธิบายกระบวนการโค้ดรีวิวแบบหลายชั้น ซึ่งการอ่านส่วนใหญ่ทำโดยเครื่องจักรและให้ความสนใจของมนุษย์ไว้สำหรับการอนุมัติตามความเสี่ยง ตั้งแต่เดือนมิถุนายนถึงกันยายน พูลรีเควสที่ถูก merge เข้าสู่โค้ดเบส Claude Code เพิ่มขึ้นกว่าสองเท่า ขณะที่สัดส่วนที่ต้องถูก revert ลดลงมากกว่า 40 เปอร์เซ็นต์ กระบวนการนี้ประกอบด้วยการตรวจสอบก่อน PR, CI ที่บังคับ, การรีวิวโดย Claude, การรีวิวด้านความปลอดภัย, การอนุมัติโดยมนุษย์ตามระดับความเสี่ยง และคิว merge พร้อมแฟล็กและการ rollback ที่รวดเร็ว และทีมได้เปลี่ยนเหตุการณ์ในอดีตให้เป็นชุด eval ประจำวันสำหรับผู้รีวิว
ทำไมเรื่องนี้สำคัญ: ทีม Claude Code ของ Anthropic อธิบายรายละเอียดว่าพวกเขาย้ายการอ่านโค้ดส่วนใหญ่ไปยังชั้นอัตโนมัติได้อย่างไร ขณะที่ PR ที่ merge เพิ่มขึ้นสองเท่าและการ revert ลดลงกว่า 40 เปอร์เซ็นต์ มอบโมเดลการรีวิวที่ถ่ายทอดได้สำหรับทีมที่ใช้เอเจนต์จำนวนมาก
Modal อธิบายวิธีรัน LiveKit Agents ด้วยโมเดล open-weights หรือโมเดลที่กำหนดเองบนเซิร์ฟเวอร์เลส GPU ของตน โดยใช้ Expression Video Avatar แบบ open-weights ของ BitHuman ที่ขับเสียงด้วย Qwen3-TTS เพื่อโคลน Charles Frye การตั้งค่านี้เปิดเผย endpoint /launch ของคอนเทนเนอร์อวาตาร์ผ่าน Modal Server และใช้ Sticky Sessions เพื่อให้ไคลเอนต์ WebSocket อยู่ในคอนเทนเนอร์เดียวกัน โดยใช้ GPU snapshots เพื่อซ่อน cold starts
GitHub ฝึก classifier แบบ ModernBERT ที่ปรับแต่งแล้วเพื่อแทนที่ไปป์ไลน์ที่ใช้ LLM เดิมสำหรับการตรวจจับความลับทั่วไป ทำให้ความแม่นยำของการแจ้งเตือนแบบถ่วงน้ำหนักตามเจ้าของดีขึ้น 11.5% และลดเวลาดำเนินการสแกนหลัง push ค่ามัธยฐานลง 86% ไปป์ไลน์สองขั้นตอนใช้การสร้างผู้สมัครด้วย regex ตามด้วยการจำแนกตามบริบท ซึ่งยังลดต้นทุนการให้บริการได้มากกว่า 98% เมื่อเทียบกับการเรียก LLM ระยะไกล ประสิทธิภาพที่เพิ่มขึ้นทำให้สามารถขยายการตรวจจับความลับทั่วไปไปสู่การป้องกันการ push โดยส่งผลลัพธ์ก่อนที่การเปลี่ยนแปลงจะถูก push
LiveKit เผยแพร่คู่มือการแก้ไขปัญหาสำหรับ Egress ครอบคลุมข้อผิดพลาดที่พบบ่อย เช่น 412 "start signal not received" จากเทมเพลตที่ไม่เคยเรียก START_RECORDING, 404 ไม่พบผู้เข้าร่วมหรือแทร็กภายใน 30 วินาที และ 400 การอัปโหลดล้มเหลวจากข้อมูลรับรอง S3/GCP/Azure ที่ไม่ถูกต้อง นอกจากนี้ยังกล่าวถึงปัญหาเลย์เอาต์ เว็บฮุก และ Egress ที่โฮสต์เอง และระบุว่าคำแนะนำนี้ใช้ได้กับทั้ง StartEgress API ปัจจุบันและ API เฉพาะแหล่งที่เลิกใช้แล้ว
ซีรีส์ Copilot for Beginners ของ GitHub อธิบายสี่วิธีในการให้บริบทโปรเจกต์แก่ Copilot ได้แก่ คำสั่งกำหนดเองใน `.github/copilot-instructions.md` พร้อมไฟล์เฉพาะพาธใน `.github/instructions` ทักษะเอเจนต์ใน `.github/skills` เอเจนต์กำหนดเองใน `.github/agents` และเซิร์ฟเวอร์ MCP ที่เชื่อมต่อ Copilot กับเครื่องมือภายนอกเช่น Playwright โพสต์นี้พาผู้อ่านไปทีละกลไกและวิธีที่它們ทำงานร่วมกัน พร้อมชี้แนะผู้อ่านไปยังคอลเลกชัน Awesome Copilot ของชุมชนสำหรับตัวอย่างสำเร็จรูป
Lat Ware วิศวกรของ Vapi ทบทวนแนวปฏิบัติในการสร้าง Pedantic Review Bot ขึ้นเอง โดยปัจจุบันบอตนี้ตรวจสอบทุก PR ทำให้เวลา merge เฉลี่ยลดจาก 130 ชั่วโมงเหลือ 65 ชั่วโมง
Serve AI สร้าง phone agent ใหม่บน LiveKit ให้กับลูกค้าบริษัทกำจัดแมลงมูลค่า 150 ล้านดอลลาร์ โดยยุบ flow graph ของ Retell ที่มี 224 โหนดให้เหลือพรอมต์เดียว และตรวจสอบด้วย Agent Simulations มีการแปลงสายเรียกจริงในการผลิตประมาณ 100 สายให้เป็นสถานการณ์จำลอง ทำได้อัตราผ่าน 98% ภายใน 10–15 รอบก่อนตัดover โดยมี latency ต่อ turn มัธยฐาน 1.3 วินาที เทียบกับเพดาน 1.5 วินาที การย้ายครั้งแรกใช้เวลาหนึ่งสัปดาห์โดยไม่มีการ rollback และ containment เพิ่มขึ้น 15% ซึ่ง Serve ประเมินว่าช่วยลูกค้าประหยัดได้อีก 320,000 ดอลลาร์ต่อปี
Anthropic เผยแพร่ตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents (เบต้า) ที่อ่านช่อง Slack และ pull request บน GitHub ตามกำหนดเวลาด้วย cron ติดตามการเปลี่ยนแปลงตั้งแต่การรันครั้งล่าสุดผ่านบุ๊กมาร์กแยกตามแหล่งที่มา และโพสต์สรุปไปยัง Slack บทความอธิบายครอบคลุมถึงข้อมูลรับรองที่เก็บใน vault การเข้าถึงแบบอ่านอย่างเดียวและเพดานการใช้จ่ายต่อการรันหนึ่งครั้ง รวมถึงกฎสำหรับการรายงานแหล่งที่มาที่ล้มเหล�ว่าไม่สามารถอ่านได้แทนที่จะถือว่าเป็นวันที่ไม่มีอะไรเกิดขึ้น และการยืนยันการโพสต์ Slack ก่อนอัปเดตบุ๊กมาร์กและบันทึกบัญชี คำสั่ง Claude Code ที่ใช้สกิล claude-api จะกำหนดค่าเอเจนต์ตามคำแนะนำในบทความ
ทำไมเรื่องนี้สำคัญ: Anthropic แบ่งปันตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents ตามกำหนดเวลาที่อ่าน Slack และ GitHub พร้อมกฎที่ชัดเจนสำหรับบุ๊กมาร์ก การอ่านที่ล้มเหลว และการยืนยันการโพสต์
Addy Osmani อธิบาย Claude Code cloud sessions โดยแต่ละงานจะรันบน VM ใหม่ที่ Anthropic จัดการ พร้อมโคลน repository ลงบน branch ของตัวเอง และ cloud sessions รวมอยู่ในแพ็กเกจ Pro, Max, Team และ Enterprise โดยไม่มีค่าใช้จ่ายด้าน compute เพิ่มเติม ในการทดสอบสี่เซสชันบน repository ตัวอย่างของ Node สามเซสชันที่เริ่มห่างกันภายใน 16 วินาทีเสร็จสิ้น 87 วินาทีหลังจากเซสชันแรกเริ่ม และเซสชันทดสอบแบบ flaky รันชุดทดสอบ 40 ครั้งโดยไม่มีความล้มเหลว คู่มือครอบคลุมสคริปต์ตั้งค่า ระดับเครือข่าย เส้นทางการเชื่อมต่อ GitHub และเวิร์กโฟลว์เจ็ดแบบที่เหมาะกับ cloud sessions พร้อมระบุว่า local sessions ยังเหมาะกว่าสำหรับงานที่ต้องใช้ข้อมูลในเครื่อง บริการ VPN GPU หรือ Zero Data Retention
ทำไมเรื่องนี้สำคัญ: คู่มือภาคสนามเชิงปฏิบัติสำหรับ Claude Code cloud sessions แสดงให้เห็นว่า VM ต่องานช่วยให้ทำงานแบบขนานได้อย่างไร และ local sessions ยังเหมาะกว่าในกรณีใด
GitHub Blog ระบุทักษะสามอย่างที่นักพัฒนาควรเสริมสร้างเมื่อ AI เปลี่ยนแปลงงานของพวกเขา ได้แก่ การกำกับ AI agent ไม่ใช่แค่ใช้งาน การตรวจสอบผลลัพธ์ของ AI อย่างมีวิจารณญาณแทนที่จะเชื่อคำตอบแรก และการใช้เวลาที่ประหยัดได้จาก AI ไปจัดการกับปัญหาที่กว้างขึ้น โดยอ้างถึง Rubber Duck agent ที่มีมาใน GitHub Copilot ซึ่งใช้โมเดลที่สองในการวิพากษ์แผน โค้ด และการทดสอบก่อนที่นักพัฒนาจะดำเนินการต่อ
Claude Code mods เป็นไฟล์ JavaScript หรือ TypeScript ขนาดเล็กที่ทำงานภายในเซสชันในฐานะฮุกที่จัดส่งในปลั๊กอิน และสามารถสังเกตเหตุการณ์ เขียนพฤติกรรมใหม่ หรือวาด UI แบบกำหนดเองในเทอร์มินัลหรือแอปเดสก์ท็อป คู่มือนี้สร้าง Token Weather ซึ่งเป็นมอดประมาณ 80 บรรทัดที่อ่าน $.session.usage() หลังแต่ละเทิร์นและวาดแถบหน้าต่างบริบทสไตล์สภาพอากาศเหนือพรอมต์ จากนั้นพาชม Blast Radius ซึ่งกักคำสั่ง Bash ที่เสี่ยง และ Replay Theater ซึ่งไล่ดูการแก้ไขของแต่ละเทิร์น มอดต้องใช้ Claude Code 2.1.287 หรือใหม่กว่าและเปิดใช้เป็นค่าเริ่มต้น โค้ดที่เสร็จสมบูรณ์ของทั้งสามอยู่ใน anthropics/claude-code-playground
ทำไมเรื่องนี้สำคัญ: คำแนะนำแบบลงมือปฏิบัติของ Claude Code mods ที่สร้างมาตรวัดหน้าต่างบริบทที่ใช้งานได้ในประมาณ 80 บรรทัด แสดงให้เห็นว่าฮุก สถานะ และ UI แบบกำหนดเองทำงานร่วมกันอย่างไร
Anthropic เพิ่มสองคำสั่งให้กับสกิล claude-api ภายใน Claude Code: /claude-api build-eval สร้างชุดการประเมินในโค้ดเบสของคุณ และ /claude-api hillclimb ทำการวนซ้ำบนแอปพลิเคชันเทียบกับชุดการประเมินนั้นด้วยชุด held-out เพื่อจับ overfitting
ทำไมเรื่องนี้สำคัญ: Anthropic เพิ่มคำสั่ง build-eval และ hillclimb ให้กับสกิล claude-api ของตน แสดงให้เห็นว่า Claude Code สามารถออกแบบการประเมินและวนซ้ำเทียบกับการประเมินเหล่านั้นได้อย่างไร พร้อมทั้งป้องกัน overfitting
Vapi ได้ทำการทดลองเบื้องต้นโดยใช้โมเดล "System One" ชื่อ Jev ของ TypeSafe AI ซึ่งอยู่ในช่วง early-access เป็นแนวป้องกันที่ให้คะแนนว่าการตอบกลับของผู้ช่วยเสียงละเมิดกฎที่นักพัฒนากำหนดไว้หรือไม่ก่อนที่จะพูดออกไป ในการทดสอบเบื้องต้นครั้งหนึ่ง Jev จับการตอบกลับที่ละเมิดกฎได้อย่างน้อยสามในสี่ครั้ง แม้ว่า Vapi ระบุว่านี่ไม่ใช่การรับประกันความสอดคล้อง 100% และเป็นเพียงการตรวจสอบเพิ่มเติมบน prompt guardrails เท่านั้น
Modal อธิบายวิธีที่บริษัทปรับแต่งการอนุมานของ Kimi K2.6 สำหรับเอเจนต์เขียนโค้ด จนได้ประสิทธิภาพต่อผู้ใช้ 2.8 เท่า และข้ามผู้ใช้ 5.6 เท่าต่อรีพลิกา พร้อมให้บริการที่ระดับหลายแสนล้านโทเคนต่อวัน งานนี้ผสาน DFlash speculative decoding แบบกำหนดเองที่ปรับละเอียดบนข้อมูลการเขียนโค้ด, FP8 KV cache และ NVFP4 shared-expert quantization, HiCache CPU-tier caching และการกำหนดเส้นทางตามโหลดที่คำนึงถึง KV cache Modal ได้ส่งแพตช์ SGLang ขึ้นต้นน้ำและเปิดเผยคอนฟิกูเรชันเบื้องหลัง Modal Auto Endpoints
คู่มือนี้เปรียบเทียบ LiveKit Agents และ Pipecat ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สสองตัวที่บทความระบุว่าสำคัญที่สุดสำหรับการสร้างเอเจนต์ AI แบบเสียงและวิดีโอระดับโปรดักชัน ครอบคลุมสถาปัตยกรรม การนำไปใช้ ประสบการณ์นักพัฒนา และความพร้อมสำหรับโปรดักชัน LiveKit Agents ทำงานบนโครงสร้างพื้นฐาน WebRTC และ SIP โอเพนซอร์สของ LiveKit และเชื่อมต่อไปป์ไลน์ให้เอง ขณะที่ Pipecat ไม่สมมติเรื่องการรับส่งข้อมูลและให้นักพัฒนาประกอบไปป์ไลน์ทีละขั้นตอน บทความยังกล่าวถึงตำแหน่งของ TEN Framework, Dograh, Vision Agents และ Vocode ด้วย
LiveKit อธิบายว่าคำเตือน "inference is slower than realtime" ใน voice agents ของ LiveKit หมายถึงโมเดล VAD ภายในเครื่อง ไม่ใช่โมเดล STT, TTS หรือ LLM ที่ใช้ผ่าน LiveKit Inference หน้าต่างเสียงขนาด 32ms แต่ละช่วงต้องถูกประมวลผลให้เสร็จภายใน 32ms และความล่าช้าที่รายงานแสดงว่า VAD ตามเสียงสดไม่ทันมากน้อยเพียงใด สาเหตุหลักคือ event loop ที่ถูกบล็อกและ CPU ที่อิ่มตัว และวิธีแก้คือการตัดโค้ดแบบ synchronous ออก ไม่ใช่การเพิ่ม thread
语音信箱检测（也称应答机检测）会在约三到五秒内判断外呼电话是接通了真人还是录音，其依据是时序和行为信号，而非语音音频。一篇 2026 年的 arXiv 预印本发现，仅凭时序特征就能达到基于提示音和关键词的方法的效果，同时避免后者带来的额外延迟。Vapi 允许用户选择检测提供商、调整时序，并在真人接听时切回对话。
Botika ดำเนินงาน generative AI แบบ full-stack บน Modal ครอบคลุมไปป์ไลน์ข้อมูลภาพขนาด 100 เทระไบต์ โมเดลพื้นฐานที่พัฒนาเองซึ่งมีพารามิเตอร์หลายหมื่นล้านตัว และโมเดลราว 15 ตัวที่ให้บริการ inference ในโปรดักชัน ไปป์ไลน์นี้ประมวลผลชุดข้อมูลดังกล่าวด้วยอัตราความผิดพลาดต่ำกว่า 1% ผ่านคอนเทนเนอร์ที่ทำงานพร้อมกันหลายพันตัว และปัจจุบันนักวิจัยคนเดียวสามารถรันการทดลองได้ 50 ครั้งต่อวัน แทนที่จะเป็นหนึ่งหรือสองครั้ง
บล็อกของ LiveKit อธิบายว่าทำไมวอยซ์เอเจนต์มักเงียบหลังคำตอบสั้น ๆ อย่าง "yes" หรือ "ok" โดยสืบสาวไปถึงความล้มเหลวในการตรวจจับการผลัดกันพูด สาเหตุที่พบบ่อยที่สุดคือผู้ให้บริการ STT พลาดคำพูดสั้นและไม่ส่ง final_transcript ออกมาเลย ซึ่งขัดขวางการตรวจจับจุดสิ้นสุดของคำพูดโดยสิ้นเชิง บทความยังกล่าวถึงความหน่วงของ endpointing ที่ก้าวร้าวหรือผ่อนปรนเกินไป และการตัดเสียงรบกวนที่กำหนดค่าผิดซึ่งตัดเสียงสั้น ๆ ทิ้งไปราวกับเป็นเสียงรบกวน
Vapi เผยแพร่เกณฑ์เจ็ดข้อสำหรับประเมิน AI voice agents ในด้านประสบการณ์ลูกค้า ครอบคลุมการแก้ปัญหา คุณภาพเสียงแบบเรียลไทม์ การดำเนินการ การส่งต่อ ความยืดหยุ่นของโมเดล ความน่าเชื่อถือตลอดวงจรชีวิต และการควบคุมแพลตฟอร์ม คู่มือนี้โต้แย้งว่าการนับ containment และ deflection นั้นนับความสำเร็จเกินจริง เนื่องจากผู้โทรที่ถูก contained อาจเพียงแค่วางสาย และอ้างข้อมูล ContactBabel ที่แสดงให้เห็นว่าความชอบใช้โทรศัพท์สำหรับการโต้ตอบที่ซับซ้อนเพิ่มขึ้นจาก 28% ในปี 2018 เป็น 47% ในปี 2024 Vapi วางตำแหน่งตัวเองเป็นเลเยอร์แพลตฟอร์มที่ไม่ผูกกับโมเดลใดโมเดลหนึ่ง พร้อมการตั้งค่า endpointing การจัดการการขัดจังหวะ และการลดสัญญาณรบกวนพื้นหลัง
LiveKit กำลังขยายสถาปัตยกรรม SFU ของตนให้เกินกว่าลิงก์แบบ peer-to-peer เดี่ยว เพื่อให้การติดตั้งหุ่นยนต์สามารถรันเซสชันหลายผู้เข้าร่วมได้ โดย Room อนุญาตให้แต่ละกล้อง โมเดล ผู้ควบคุม หรือบริการเข้าร่วมเป็นผู้เข้าร่วมของตัวเอง LiveKit อธิบายสถาปัตยกรรมสามแบบ: การบันทึกข้อมูลแบบ human-in-the-loop ที่มีหุ่นยนต์ นโยบาย ผู้ควบคุม และเครื่องบันทึกอยู่ในเซสชันเดียว; การจัดการทักษะที่นำทางด้วย VLM ซึ่งโมเดลภาพ-ภาษาเลือกทักษะที่ประมาณ 1 Hz ขณะที่ผู้เข้าร่วมนโยบายแยกต่างหากควบคุมหุ่นยนต์ที่ระดับหลายสิบเฮิรตซ์; และการยกระดับนโยบาย ซึ่งโมเดลรางวัลที่ 30 Hz หรือสูงกว่าจะตั้งค่าสถานะที่ติดขัดหรือไม่ปลอดภัย และหุ่นยนต์จะเพิกถอนอำนาจจากนโยบายเฉพาะทาง
คู่มือที่เป็นกลางต่อผู้ขายนำเสนอเกณฑ์ห้าข้อในการเลือกแพลตฟอร์ม Conversational AI สำหรับ voice agent ในองค์กร ได้แก่ การควบคุมของนักพัฒนา การเลือกโมเดลและการมี fallback การทดสอบและการสังเกตการณ์ วงจรชีวิตของ agent แบบครบถ้วน และการปฏิบัติตามข้อกำหนดในระดับขนาดใหญ่ โดยอ้างอิงผลสำรวจของ Zapier จากผู้บริหารระดับ C-level ในสหรัฐฯ จำนวน 542 คน ซึ่ง 81% กังวลเกี่ยวกับการพึ่งพาผู้ขาย AI รายใดรายหนึ่ง และมีเพียง 6% ที่สามารถยกเลิกผู้ขายหลักได้โดยไม่เกิดผลกระทบ คู่มือโต้แย้งว่า latency และ orchestration สำคัญกว่ารายการฟีเจอร์ โดยอ้างถึงข้อค้นพบของ AssemblyAI ว่าความหน่วงที่เกิน 500–700 ms รู้สึกไม่เป็นธรรมชาติ
Vapi ชี้ว่า voice agent ถูกตัดสินจากห้ามิติแบบเรียลไทม์ ได้แก่ latency, turn-taking, การจัดการการขัดจังหวะ, prosody และ pipeline ที่ทนทาน โดยอ้างงานวิจัยที่ระบุว่าช่องว่างการผลัดกันพูดของมนุษย์อยู่ใกล้ 200ms และหมายเหตุว่าความหน่วงเกินราว 500–700ms รู้สึกไม่เป็นธรรมชาติ ขณะที่ pipeline แบบลำดับตรงไปตรงมาอาจใช้เวลาราว 1.9 วินาที เทียบกับ 600–900ms สำหรับแบบที่ปรับแต่งแล้ว Vapi วางตำแหน่ง pipeline ที่ไม่ผูกกับโมเดลของตนว่าสามารถปรับแต่งและทดสอบได้ผ่านการโทรจำลอง
Vapi เผยแพร่คำตอบจากคำถามในเว็บบินาร์ร่วมกับ Anthropic เกี่ยวกับ AI เสียง โดยลงรายละเอียดเอเจนต์สาธิตจองรถโดยสารแบบสดที่สร้างบน Vapi ด้วย Claude Haiku ของ Anthropic และเสียง Layla v2 เอเจนต์นี้ใช้เครื่องมือห้าอย่าง ได้แก่ ประเมินราคา จอง ตรวจสอบสถานะ ยกเลิก และวางสาย พร้อมการตรวจจุดสิ้นสุดอัจฉริยะและเกณฑ์การขัดจังหวะแบบอนุรักษนิยมเพื่อให้ได้รอบการสนทนาต่ำกว่าหนึ่งวินาที เอเจนต์ที่รัน Claude บน Vapi รองรับสายเกือบ 5 ล้านสายใน 30 วันที่ผ่านมาในกว่า 50 ภาษา
AI voice agent ช่วยลดเวลารอของลูกค้าได้สองวิธี คือ ลดงานออกจากคิวผ่านการให้บริการด้วยตนเอง การจัดเส้นทางอัจฉริยะ การช่วยเหลือเอเจนต์ และการคาดการณ์ความต้องการ และตอบรับทันทีโดยไม่ต้องรอสาย SQM Group พบว่าลูกค้าวางสายโดยเฉลี่ยที่ 2 นาที 36 วินาที ขณะที่ ContactBabel ระบุว่าอัตราการวางสายเฉลี่ยของสหราชอาณาจักรอยู่ที่ 8.4% ในปี 2024 Vapi กล่าวว่าสามารถตั้ง voice agent ตัวแรกได้จากแดชบอร์ดภายในไม่กี่นาที จากนั้นวัดผลด้วย ASA อัตราการวางสาย และการแก้ไขปัญหาในการโทรครั้งแรก
Modal เผยแพร่เครื่องมือแบบอินเทอร์แอกทีฟสำหรับประเมินต้นทุน GPU แบบเซิร์ฟเวอร์เลสเทียบกับการจอง โดยค่าเริ่มต้นใช้ราคาปัจจุบันของ GPU B200 แบบเซิร์ฟเวอร์เลสบน Modal และแบบจองผ่านผู้ให้บริการคลาวด์รายใหญ่เป็นเวลา 3 ปี โมเดลนี้แสดงให้เห็นว่าเมื่ออัตราส่วนพีคต่อค่าเฉลี่ยของแอปพลิเคชันสูงกว่าอัตราส่วนลดของการจอง GPU แบบเซิร์ฟเวอร์เลสจะมีต้นทุนโดยรวมต่ำกว่า และ Modal อ้างถึงส่วนลดที่พบจริงอยู่ที่ 2-5 เท่า เทียบกับอัตราส่วนพีคต่อค่าเฉลี่ยที่ 5-10 เท่า
Vapi เผยแพร่คำตอบสำหรับเจ็ดคำถามที่ถูกถามบ่อยที่สุดจากเว็บบินาร์ร่วมกับ Spring Venture Group ซึ่ง Homer Kay อธิบายว่า SVG ใช้ voice agent ของ Vapi ในการคัดกรองลูกค้าเป้าหมาย Medicare ก่อนโอนสายให้ตัวแทนที่มีใบอนุญาต คำตอบครอบคลุมถึงการปฏิบัติตามข้อกำหนดในการโทรออก การผสานรวมแบบ API-first การสลับเปลี่ยนคอมโพเนนต์ STT, LLM และ TTS ได้อย่างอิสระ การส่งต่อให้มนุษย์ และการกำหนดค่าที่สอดคล้องกับ HIPAA พร้อม Zero Data Retention
ความสำเร็จของ Voice AI เริ่มต้นจากการเลือกกรณีการใช้งาน: งานที่จบลงด้วยลิงก์ โค้ด หรือตัวเลขควรอยู่ในแชท ขณะที่ปัญหาที่เร่งด่วน พิมพ์ยาก หรือมีอารมณ์เกี่ยวข้องเหมาะกับเสียง บทสนทนาในแชทต้องเขียนใหม่ให้เหมาะกับการฟัง—แบ่งข้อความยาวออกเป็นรอบละหนึ่งความคิด ทวนรายละเอียดที่เก็บมาเช่นวันที่ออกเสียง และจำกัดตัวเลือกที่พูดได้เป็นสองหรือสามข้อ บริษัทจัดหางานแห่งหนึ่งลดข้อผิดพลาดในการบรรจุตำแหน่งปลายทางได้ 30% ด้วยการยืนยันแต่ละช่วงเวลาขณะเก็บข้อมูล และอีกทีมหนึ่งลดระยะเวลาโทรเฉลี่ยได้ 40 วินาทีด้วยการเปลี่ยนคำถามปลายเปิดเป็นตัวเลือก
Vapi สร้าง voice agents 15 ตัวบนหน้า homepage ของตน — 3 use cases ใน 5 ภาษา — โดยการสร้างจากไฟล์ ROUGH_DRAFT.md ไฟล์เดียว แทนการแก้ไขทีละตัวใน dashboard กรอบการทำงานสี่ระยะ (plan, draft, bootstrap, harden) สร้างโครง TypeScript project ด้วย OpenAI gpt-4.1 ที่ temperature 0.5, voice stacks จาก ElevenLabs และ Deepgram/Soniox และลูป upsert แบบ idempotent ที่เก็บ assistant IDs ไว้ใน .env.local repo เป็น public: clone, เพิ่ม VAPI_PRIVATE_KEY และรัน bun run bootstrap
Modal ได้มีส่วนร่วมในการปรับแต่งเคอร์เนล FlashAttention-4 เพื่อเร่งความเร็วเวิร์กโหลดการอนุมาน LLM ที่เน้นการถอดรหัส ซึ่งแบนด์วิดท์หน่วยความจำเป็นคอขวด การเปลี่ยนแปลงรวมถึงการพอร์ตเทคนิคความขนานแบบ "split KV" ไปยัง FA4 และแทนที่การโหลด TMA cp.async.bulk ด้วย cp.async สำหรับการเข้าถึงหน่วยความจำที่ไม่สม่ำเสมอ PR อินพุต FP8 (ผสานเมื่อ 17 เมษายน 2026) ให้ปริมาณงานสูงสุดถึง 1.16 เท่าเมื่อเทียบกับพื้นฐาน bf16 และช่วยให้แคช KV เล็กลงได้
Modal ระบุว่าคอขวดในการฝึกหลังการฝึกด้วย RL ของ LLM ตอนนี้คือโครงสร้างพื้นฐาน ไม่ใช่อัลกอริทึม และได้เปิดตัวไลบรารีโอเพนซอร์สที่พัฒนาจากการรัน RL ในระดับสเกลใหญ่ โดยชี้จุดเจ็บปวดสามประการ ได้แก่ โค้ดเชื่อมต่อ การเข้าคิวของคลัสเตอร์ และการใช้ GPU ไม่เต็มประสิทธิภาพ พร้อมรายงานว่าการซิงค์น้ำหนักผ่าน RDMA ลดเวลาอัปเดต Qwen3 8B จาก 2.62 วินาที เหลือ 41 มิลลิวินาที
Modal เผยแพร่บทความเชิงวิศวกรรมเกี่ยวกับวิธีที่พวกเขาลดเวลาการเริ่มต้นรีพลิกา AI inference จากประมาณ 2,000 วินาทีเหลือประมาณ 50 วินาที โดยใช้สี่องค์ประกอบ: บัฟเฟอร์ของ GPU ที่ว่างและมีสุขภาพดี ระบบไฟล์แบบ lazy content-addressed ที่ชื่อ ImageFS การ checkpoint/restore ฝั่งโฮสต์ผ่าน runsc ของ gVisor และการ checkpoint/restore ของ CUDA ที่สร้างบนการสนับสนุนไดรเวอร์ของ Nvidia จากการ cold start กว่าหมื่นครั้ง ค่าเฉลี่ยเวลา boot ของ vLLM ลดลงจาก 95,679 ms เหลือ 13,797 ms และ SGLang จาก 83,713 ms เหลือ 17,486 ms สำหรับโมเดล Qwen 3 0.6B ขนาด ~1 GiB ใน bf16 บทความยังระบุข้อจำกัด รวมถึงสแนปช็อตที่รองรับ GPU เดียวเท่านั้น และความอ่อนไหวต่อสภาพแวดล้อมโฮสต์ที่ต้องใช้หลายสแนปช็อตต่อการดีพลอย
ทีมงานของ Vapi ได้ตรวจสอบการติดตั้งระบบเสียงหลายพันครั้งและระบุลักษณะห้าประการที่บ่งชี้ว่า use case ของ voice agent จะประสบความสำเร็จหรือไม่ ได้แก่ ปริมาณการโทรสูง บทสนทนาที่ซ้ำซากและคาดเดาได้ เกณฑ์ความสำเร็จที่ชัดเจน และอีกสองข้อ การขาดลักษณะหนึ่งสามารถชดเชยได้ แต่หากขาดสามข้อหมายความว่าควรสำรวจ use case ทางเลือกอื่น
OpenAI เผยแพร่คู่มือการเขียนพรอมต์แบบเรียลไทม์สำหรับ voice agents ครอบคลุม Realtime 2 reasoning, preambles, tools และการจับเอนทิตีอย่างแม่นยำ คู่มืออธิบายวิธีจัดโครงสร้างพรอมต์เพื่อให้ voice agents แบบเรียลไทม์จัดการ reasoning และการใช้เครื่องมือ พร้อมทั้งจับเอนทิตีอย่างแม่นยำ