Vapi 通过从单个 ROUGH_DRAFT.md 文件生成主页上的 15 个语音代理（3 个用例、5 种语言），而非在仪表盘中逐个手动编辑。这套四阶段框架（规划、起草、引导、加固）搭建了一个 TypeScript 项目，使用温度为 0.5 的 OpenAI gpt-4.1、ElevenLabs 和 Deepgram/Soniox 语音栈，以及一个幂等的 upsert 循环，将 assistant ID 存入 .env.local。该仓库已公开：克隆它，添加 VAPI_PRIVATE_KEY，然后运行 bun run bootstrap。
Modal 发布了一批平台更新，包括 alpha 版 VM 沙箱，可运行真实 Linux 内核以支持 Docker 容器、eBPF、systemd 和 cgroups。函数现在可以路由至美国西部、欧洲西部或亚太南部，而非默认的美国东部区域，RBAC 已向所有 Team 和 Enterprise 计划开放。沙箱就绪探针现已正式可用，Python SDK 1.5.0 和 JS/Go SDK 0.8.0 将默认快照 TTL 设为 30 天。
Modal 为 FlashAttention-4 内核贡献了优化，以加速以解码为主的 LLM 推理工作负载，这类负载的瓶颈在于内存带宽。改动包括将“split KV”并行技术移植到 FA4，并用 cp.async 替换 TMA cp.async.bulk 加载以应对不规则内存访问。一个 FP8 输入 PR（2026 年 4 月 17 日合并）相比 bf16 基线带来最高 1.16 倍的吞吐量，并支持更小的 KV 缓存。
Factory 正在 Droid 中推出自动化安全审查，该功能会在每个非草稿 PR 上，在标准代码审查之外运行基于 STRIDE 的安全审查，并以行内评论的形式在 diff 上发布发现的问题，包括严重程度、CWE 参考、解释和建议修复。该公司表示，Droid 的安全审查已在生产代码库中运行，并发现了经过负责任披露的问题，包括 external-secrets 中的 CVE-2026-42876 以及 workos/workos-node#1578。Droid 会为变更面构建轻量级威胁模型，扫描 OWASP Top 10 和 OWASP LLM Top 10 等问题中的漏洞，然后针对 diff 验证每个候选发现以过滤误报，最后为每个 PR 发布一条去重后的摘要。
推荐理由：Factory 的 Droid 现在会在每个非草稿 PR 上运行基于 STRIDE 的安全审查，且该文章展示了它在生产代码库中发现的真实 CVE。
MiniMax发布技术博客，详解MaxProof框架——M3在IMO 2025和USAMO 2026上超越人类金牌阈值的背后方法。该流程训练三个专家模型，分别用于证明生成、错误判断和证明修复，然后运行进化式测试时搜索，采样32个候选，每个验证4次，最多迭代10轮。MiniMax表示，关键经验是：将生成式验证器用作强化学习奖励时，应优先降低假阳性率而非追求平均准确率，并援引M2-cycle的奖励黑客现象——训练期间假阳性率从约2.9%升至8.0%。
MiniMax 发布了 M3，这是一款开放权重模型，据称是首个将前沿编程与智能体性能、100 万 token 上下文窗口以及原生图像和视频输入结合在一起的模型。M3 采用 MiniMax 新的 MSA 稀疏注意力架构，公司报告称该架构将 100 万上下文下的每 token 计算量降至上一代的 1/20，并将预填充速度提升 9 倍以上、解码速度提升 15 倍以上。它在 SWE-Bench Pro 上得分 59.0%，在 Terminal-Bench 2.1 上得分 66.0%，在 MCP Atlas 上得分 74.2%，可通过 MiniMax Code、Token Plan 和 API 使用，权重和技术报告承诺在 10 天内发布。
推荐理由：MiniMax M3 将 100 万 token 上下文、前沿编程与智能体得分以及原生图像和视频输入结合在一个开放权重模型中，MSA 降低了长上下文下的每 token 计算量。
Modal 表示，LLM 强化学习后训练的瓶颈如今在于基础设施，而非算法，并发布了一个源自大规模运行强化学习实践的开源库。它详述了三个痛点——胶水代码、集群排队和 GPU 利用率不足——并报告称 RDMA 权重同步将 Qwen3 8B 的更新耗时从 2.62 秒缩短至 41 毫秒。
MiniMax 将 MiniMax Agent 升级并更名为 Mavis，同时推出 Agent Teams，允许多个角色专属 Agent 在桌面端并行运行，处理长时间、复杂任务。该系统采用 Leader、Worker 和 Verifier 角色，配合状态机 Team Engine，让任务在生成、验证和完成之间循环，并将 TokenPlan 与 Agent Plan 合并为一个订阅，覆盖 CLI、API 和 Agent，横跨 M2.7、音乐、视频和语音。MiniMax 表示该 Agent 即将开源，预计与 MiniMax M3 模型一同发布，桌面应用目前已可用。
推荐理由：MiniMax 解释了其 Leader-Worker-Verifier Agent Team 背后的设计权衡，包括交接、共享和聚合成本，为构建多 Agent 运行时提供了具体参考。
Modal 正在向 Team 和 Enterprise 计划的所有用户提供基于角色的访问控制（RBAC），其构建以环境作为可强制执行的安全边界。受限环境默认使工作区成员为只读，只有被明确授权的用户或代理才能部署和管理资源，并且 RBAC 与审计日志相结合，可完整记录谁在何时做了什么。
Vapi 认为，语音 AI 如今能让语音成为 ACCESS 慢病管理中在经济上可行的渠道，并引用 Hiya 的数据称，42% 的消费者偏好通过语音进行医疗沟通，高于上一年的 33%。该文章详述了三个生产工作流，其中包括 Spring Venture Group 的 Medicare 线索资格审核智能体，由四名工程师在一周内构建完成，将转接至成交率提升了 3%，并带来了超过 580 万美元的综合节省与新增收入。
Modal 以 46.5 亿美元投后估值完成 3.55 亿美元融资，本轮由 General Catalyst 和 Redpoint 领投，Menlo、Bain Capital Ventures 和 Accel 作为新投资方加入。公司称自 9 月以来规模增长五倍，年化收入突破 3 亿美元，平台上已启动超过 10 亿个沙箱，沙箱目前贡献超过三分之一的收入。Modal 计划扩展低延迟推理、打通强化学习的训练与推理闭环，并增加细粒度 RBAC，使客户能够安全地为智能体赋予能力。
Applied Compute 通过强化学习训练企业定制 AI 智能体，依托 Modal 的沙箱、Functions 和亚秒级冷启动，使数千个并行 rollout 保持 GPU 满载运行。其智能体包括为 DoorDash 打造的商家入驻模型，以及为 Cognition 打造的 bug 捕捉智能体。
Modal 宣布 Modal Sandboxes 与 Anthropic 的 Claude Managed Agents 实现一流集成，所有工具调用都在自托管的 Modal Sandbox 中运行，而 Anthropic 的托管 agent 循环负责处理会话状态。Modal 提到自定义镜像的快速冷启动、快照与卷持久化、无空闲成本的突发定价、短期连接令牌，以及每位客户最高 100,000 个并发沙箱。该公司还在同一 Modal 加 Managed Agents 基础上发布了两份参考示例：一个 CLI agent 和一个 Slack 机器人。
Modal 发布了一篇工程文章，讲述其如何将 AI 推理副本的启动时间从约 2,000 秒缩短至约 50 秒，所用四个组件为：空闲健康 GPU 缓冲池、名为 ImageFS 的惰性内容寻址文件系统、基于 gVisor runsc 的宿主机侧检查点/恢复，以及基于 Nvidia 驱动支持的 CUDA 检查点/恢复。在超过一万次冷启动中，对于约 1 GiB 的 bf16 Qwen 3 0.6B 模型，vLLM 平均启动延迟从 95,679 毫秒降至 13,797 毫秒，SGLang 从 83,713 毫秒降至 17,486 毫秒。文章也指出了局限，包括快照仅支持单 GPU，以及宿主机环境敏感性要求每次部署需准备多个快照。
Vapi 宣布完成由 Peak XV 领投的 5000 万美元 B 轮融资，YC、M12、Kleiner Perkins 及原有投资方参投，总融资额达到 7200 万美元。此前一年，Vapi 的企业收入增长了 10 倍，其语音智能体处理的通话量突破 1,000,000,000 次。Vapi 表示，Amazon Ring 在两周内从评估阶段转为将其 100% 的呼入电话运行在该平台上，且 CSAT 有所上升。
伯克利人工智能研究院的一篇综述考察了自适应并行推理，即推理模型自身决定何时分解子任务、生成多少并发线程以及如何协调它们。文章将其与固定并行方法（如自一致性、Best-of-N、思维树、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference）进行对比，这些方法从外部强加并行结构。顺序推理在 token 和延迟上线性扩展，并存在上下文腐化风险，这促使人们采用独立并发探索的并行线程。
Vapi 团队审查了数千个语音部署案例，总结出五个能预测语音智能体用例能否成功的特征：高通话量、重复且可预测的对话、明确的成功标准，以及另外两项。缺少一个特征可以弥补，但缺少三个就意味着需要探索其他用例。
OpenAI 发布了面向语音智能体的实时提示指南，涵盖 Realtime 2 推理、前言、工具以及精确实体捕获。该指南说明了如何构建提示词，使实时语音智能体在处理推理和工具使用的同时精确捕获实体。
Modal 在多模态工作负载上对 SGLang 的调度器进行了性能分析，并用一个简单的 Python 字典缓存替代了重复的 CUDA IPC 句柄记录工作，在 H100 上运行 Qwen2.5-VL-3B-Instruct 时，吞吐量提升了 16.2%，平均 TTFT 降低了 13.2%，TPOT 降低了 17.2%。该修复已合并到 SGLang v0.5.10 中。
Vapi Blog 采访 Cartesia 的 Iz Shalom，讨论在集成式与开放模块化语音 AI 栈之间如何选择。集成栈适合窄用例和快速概念验证，开放栈适合多用例、多语言支持以及替换组件。文章敦促团队在自身环境中测量 P99 延迟，并在投产前建立严格的评估。
OpenAI 发布了一款 Developers 插件，让 ChatGPT 和 Codex 能够访问 OpenAI API Platform 和 API 设置指导，并针对 Claude Code 和 Cursor 做了适配，捆绑了可移植的开发者技能和公开的 OpenAI Docs MCP 服务器。该插件涵盖 API 密钥设置、使用 Agents SDK 构建应用、将 API 迁移到 Responses API，以及排查常见 API 故障。
Factory 构建了一个开源基准测试，用来自 Sentry、Grafana、Keycloak、Discourse 和 Cal.com 的 50 个真实拉取请求测试 13 个模型，每个模型在高推理强度下对每个 PR 至少审查三次，并由 LLM 评审员根据人工整理的金标准集对发现进行评分。GPT-5.2 以 60.5% 的 F1 领先，每个 PR 成本 1.25 美元，领先于 Claude Opus 4.6 的 59.8% F1 和每个 PR 3.11 美元，而 MiniMax M2.7 以每个 PR 0.15 美元达到 45.6% F1，Kimi K2.5 以 0.41 美元达到 51.9% F1。Factory 表示成本仅解释约 21% 的质量差异，并开源了金标准集、评估脚本以及支持全部 13 个模型的 Droid Action GitHub Action。
AE Studio 详细介绍了其如何在 Modal 上通过强化学习训练 LLM 证明数学定理，在保持训练循环固定的情况下对比了进化策略与 GRPO。该方案在 GPU 上运行 vLLM 推理，在隔离的 CPU 沙箱中运行 Lean 编译器验证，并配备轻量级编排器，使用按函数镜像、.map() 扇出以及 Volumes 存储基础权重。
Factory 发布了一项自动化 QA 技能，它能像真实用户一样操作应用，填写表单、在终端中输入并调用端点，然后以单条评论的形式在每个拉取请求上发布结构化报告，包含截图、终端快照和 API 追踪。该技能通过 Droid 在每次推送时运行，可配置为可选的 CI 检查，由 PR 标签、评论命令或手动触发，也可在任何 Droid 会话中通过 /qa 在本地使用。设置使用 /install-qa，该功能现已在所有 Factory 计划中可用。
Google Cloud 将 Replit 评为 2026 年度 AI 工具合作伙伴，认可该平台目前已被超过 5000 万人使用，覆盖 85% 的《财富》500 强企业。该奖项紧随 Replit 推出 Agent 4 之后，公司称其速度比 Agent 3 快 10 倍，并可并行运行多个智能体。Replit 已在 Google Cloud Marketplace 上架，并与 Cloud Run、Kubernetes Engine 和 BigQuery 集成。
GRASP 是一种面向学习型世界模型的新型基于梯度的规划器，通过将轨迹提升到虚拟状态以进行时间并行优化、为状态迭代添加随机性以促进探索，并重塑梯度使动作获得清晰信号，同时避免通过高维视觉模型产生脆弱的状态输入梯度，从而使长视野规划变得实用。该工作解决了使长视野规划变得脆弱的不良条件计算图、非贪婪局部极小值以及高维潜在失效模式等问题。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 共同完成。
OpenAI 发布了一份 API 部署清单，指导开发者将工作负载迁移到 Responses API 和 GPT-6 模型系列，包括 gpt-6-astra、gpt-6.1-sol、gpt-6 Sol 和 gpt-6 Luna。该指南涵盖从 low 到 max 的 reasoning.effort 级别、text.verbosity、带延迟工具加载的 tool_search、Programmatic Tool Calling、Multi-agent、compaction、prompt caching 和 WebSocket 模式，OpenAI 表示对于包含 20 次或更多工具调用的工作流，WebSocket 模式已显示出端到端执行速度提升最高约 40%。清单还详述了可靠性与安全步骤，例如处理 429 和 503 错误、为长任务设置 background=True、safety_identifier 以及 misalignment 监控。
推荐理由：OpenAI 的官方部署清单将模型选择、推理力度、工具搜索、compaction 和 WebSocket 模式整合为一份针对 GPT-6 工作负载的迁移指南。
OpenAI 发布了 Codex 应用新更新的概述，旨在跨工具、应用、自动化及其他开发者工作流开展工作。该材料仅为简短摘要，因此未描述具体功能、版本和可用性细节。
推荐理由：OpenAI 概述了 Codex 应用的更新，将编码智能体扩展至工具、应用和自动化，显示其范围正从代码生成向外拓宽。
Vapi 发布了 Vapi Monitoring，这是一款监控产品，允许团队为语音代理创建可定制的监控器，并在达到阈值时收到告警。它为企业版订阅提供效果与合规监控，以及技术与基础设施监控，并展示问题所影响的通话数量及建议的修复方案。
Modal 发布了一篇教程，介绍如何在 OpenAI 今日推出的 OpenAI Agents SDK 之上构建自定义编码智能体框架，使用 Modal Sandboxes 为智能体提供隔离的 Linux 环境和 GPU。该指南从一个最小的基于 exec 的智能体开始，随后加入用于记忆的会话、用于并行异步工作的编排器加子智能体池、GPU 配额、用于去重环境配置的文件系统快照，以及技能子系统，最终形成一个能在并行 GPU 子智能体上运行 OpenAI Parameter Golf 挑战的框架。Modal 引用了 Ramp 在 Modal 上运行的后台编码智能体集群，称其目前产出该公司超过一半的 PR。
Vapi 产品管理副总裁 Nathalie Criou 在 HumanX 的一场小组讨论中与 Salesforce、Databricks 和 TinyFish 同台表示，AI 是放大而非取代领域专业知识和判断力等基础要素。她表示，Vapi 的平台建立在数百万次真实世界语音交互之上，形成了单次训练运行无法复制的组织记忆。该小组认为，先发优势等浅层护城河正在被侵蚀，而信任、转换成本和独特交互数据的复利速度更快。
Vapi 的前置部署工程师表示，从演示到生产的差距是大多数企业语音 AI 项目停滞的地方，这需要大量测试、防护措施和基于意图的设计，而不是精确短语匹配。该团队警告会出现“人格漂移”，即智能体会采用来电者的说话风格，并指出 LLM 是非确定性的，因此部署需要定义错误容忍度并持续迭代。他们建议从成本优化入手，但以创收为目标，并将一次良好交互的基准定在一分钟以内。
Modal 演示了在弹性 GPU 上运行自动研究智能体：借助 Modal Skills，Claude Code 在 OpenAI 的 Parameter Golf 挑战中运行了 113 次实验，共消耗 238 GPU 小时，核心训练运行速度比单台工作站快 5 倍，而使用的资源仅为专用集群的一小部分。智能体通过 API 调用配置 GPU，可从一块 H100 自动扩展到数十块，并自动缩减至零。
Modal 已收购 Butter，创始人 Erik Dunteman 与研究员 Raymond Tana 加入 Modal 的 Sandbox 团队。Butter 团队带来了 agent harness 工程经验，包括 bVisor——一个用 Zig 从零编写的虚拟 Linux 内核，用于轻量、临时的沙箱。Modal 表示，此次招聘推进了其让 Modal Sandboxes 成为一流产品体验的目标。
Physical Intelligence (Pi) 将其视觉-语言-动作机器人模型运行在 Modal 上，仅增加约 10-15ms 的网络开销。Pi 与 Modal 合作，基于 UDP 构建了一个支持自动 NAT 穿透的 QUIC 门户，取代 TCP Tunnels，以避免机器人控制回路中的请求-响应停滞。存储在 Modal Volumes 中的检查点可在 30 秒内加载完成，区域固定部署使推理贴近机器人所在位置。
Modal 现已提供 NVIDIA 的 RTX Pro 6000 Blackwell，配备 96GB 显存和强劲的 fp4/fp8 吞吐能力，只需一行代码即可用于推理和微调工作负载。此次更新还新增了仪表盘命令面板（CMD+K）、改版后的 Sandbox 文件系统 API（测试版，支持最高 5GB 的读取和双向流式传输），以及支持历史日志拉取的 CLI 日志命令。
Vapi 发布了增强安全模式，称这是企业语音 AI 平台有史以来部署的最安静、最安全的音频隐私层，旨在防止 AI 智能体的语音在开放空间中被他人听到。该公司表示，其整个音频管线经过重新设计，在不引入延迟伪影的情况下反转了信号存在优化。早期访问覆盖了医疗保健、福利管理和急性后期护理机构，该功能现已可用。
Runway 正与 Modal 合作，为 Runway Characters 提供实时推理支持。Runway Characters 是一个基于 Runway 的 GWM-1 世界模型构建的实时视频智能体 API，能够仅凭一张图片、无需任何微调即可生成富有表现力的数字角色。Modal 的无服务器平台让 Runway 在不到 30 天内从概念验证推进到生产环境，并在所有区域使用具备 RDMA 网络的单行多节点 GPU 集群。Characters 现已面向开发者和企业开放，网址为 dev.runwayml.com；面向消费者的网址为 runwayml.com。
Doppel 将其大部分机器学习工作流迁移到了 Modal，消除了拖慢训练实验和推理部署的基础设施摩擦。通过 map() 实现的并行实验取代了串行运行，而镜像层缓存和持久卷将构建时间最多缩短了 10 倍，复杂配置的预热构建时间更是缩短至一分钟以内。
Vapi 举办了一场网络研讨会，首席产品经理 Nick Robin 在会上演示了 Composer——其产品内助手，无需编写代码即可构建语音智能体，并在 30 分钟的演示中生成了一个可用的呼入客服智能体。Composer 可编写系统提示词、配置电话号码、设置日程安排，并标记自身错误以供审批。它目前处于 alpha 阶段，支持呼入和呼出助手、CRM 与日历集成，以及通过助手 ID 编辑现有智能体。