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。
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。
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。
Every 正在调整其 Plus One 产品，使其 AI 智能体作为具有明确职责的共享团队资源运作，而非为每位员工配备一个个人助理。该公司表示，其基于 OpenClaw 构建的第一个版本带来的更多是挫败感而非效率，智能体经常无法遵循指令。下一个版本旨在更加稳定，技能和集成仍属于计划的一部分。
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。
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。
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。
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。
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 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。
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。
Modal 为 Sandboxes 新增了目录快照功能，用户可对单个目录创建快照，并将其独立于基础镜像挂载到新的 Sandbox 中。Modal 还与 Z.ai 合作发布了一个免费的公共 GLM-5 端点，有效期至四月底，兼容 OpenCode、Claude Code、OpenClaw 和 Vercel AI SDK。modal billing report CLI 和 modal.billing.workspace_billing_report API 现已面向 Team 和 Enterprise 工作区正式可用。
Vapi 发布了 Vapi Skills，这是一个遵循 Agent Skills 标准的代码库，同时推出一个 Model Context Protocol 连接器，让编码代理能够实时访问 Vapi 的文档。一条安装命令即可加载分步说明以及精确的 API schema，用于 create-assistant、create-tool、create-call 和 setup-webhook 等工作流，该技能包可在 Claude Code、Cursor、VS Code Copilot 和 Gemini CLI 上运行。
Modal 是一个面向数据密集型和计算密集型 AI 工作负载的云基础设施平台，它重点介绍了 Hazy Research、Scaling Intelligence 和 IRIS 的研究工作，这些研究利用其 GPU 集群来加速 AI 研究。由 Scaling Intelligence 的 Anne Ouyang、Simon Guo 和 Will Hu 领导的 KernelBench 项目提供了一个包含 250 个问题的基准和研究环境，用于自动化 GPU 内核生成，并使用 Modal 在从 L40s 到 Blackwell 系统的硬件上实现一致、可扩展的基准测试。
Modal 公测推出 Directory Snapshots，允许用户对运行中的 Sandbox 内特定目录做快照，并将其挂载到另一个 Sandbox，且独立于基础镜像和文件系统其余部分。该功能面向需要在沙箱重启之间保留项目状态的编码智能体和 vibe coding 平台；Modal 表示，它可将系统依赖与应用代码分离、预热沙箱池，并更快预加载关键文件。Directory Snapshots 在最后一次使用后保留 30 天，可即时挂载，其内容在 Modal 的懒加载容器文件系统上会优先预加载。
Ramp 构建了 Ramp Inspect，这是一个运行在 Modal Sandboxes 上的内部后台编码代理，如今 Ramp 前端和后端仓库中约有一半已合并的拉取请求由它发起。每个会话都能在几秒内启动包含 Postgres、Redis、Temporal 和 RabbitMQ 的全栈环境，因为一个 Modal 定时任务每 30 分钟克隆仓库并保存文件系统快照。Modal Functions、Dicts 和 Queues 负责处理快照构建、会话锁和提示路由，使 Inspect 能够支持多人会话和数百个并发会话，且彼此互不影响。
Vapi 发布了 Composer，这是一款内置于 Vapi Dashboard 的 AI 助手，可根据描述构建语音代理，撰写提示词、配置设置、开通电话号码、构建工具并设置集成。Composer 还可以调取通话日志来解释失败的通话并应用修复，以及生成在 Vapi 基础设施上运行的自定义代码工具，用于 HubSpot 等集成。它现已以 Alpha 版本提供，无需设置或引导流程。
Modal 推出 GLM-5 的免费 OpenAI API 兼容端点，可用至 4 月底，限单个并发请求，同时发布在单节点 8 张 B200 上用 SGLang 部署的可复现代码。
推荐理由：Modal 为 Z.ai 的 GLM-5 提供免费 OpenAI 兼容端点，并给出在 OpenCode、OpenClaw、Claude Code 和 Vercel AI SDK 中接入的具体配置。
Modal 现可通过 AWS 和 Google Cloud 市场购买，企业客户可将现有云支出承诺用于 Modal 使用量。平台还发布了沙箱 UI 更新，提供更清晰的资源和区域详情以及新的执行时间线，客户端 1.3.1 新增对 Python 3.14 的支持，包括在 Modal 容器中实验性支持自由线程 Python（3.14t）。
持续学习与专业化密不可分，因为记忆的成本随范围扩大而增长：随着上下文增长，KV缓存线性增长并可能超过所有模型权重，因此信息必须从token层面转移到权重中。任务专业化基本上已通过持续微调流水线解决，而广泛范围、稀疏反馈、一次性保留仍然是难题。
Factory 推出了 Agent Readiness，它从八个技术支柱和五个成熟度等级评估代码库对自主开发的支持程度，可通过 Droid 中的 /readiness-report、组织仪表盘或 API 运行。每项标准均为二值判定，只有当某一等级 80% 的标准以及所有先前等级全部通过时，该等级才会解锁；将每次评估建立在仓库此前的报告之上，使 9 个基准仓库在六周内的评分方差从平均 7% 降至 0.6%。报告可触发一个智能体，由其发起拉取请求来修复未通过的标准，例如缺少 AGENTS.md、linter 配置或 pre-commit 钩子。