Vapi 推出 Composer，一款可在仪表盘内构建语音代理的 AI 助手
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。
全部动态
Vapi BlogAI 评分5555 Modal Blog精选AI 评分7878 Modal 上线 GLM-5 免费端点并发布自部署与前端接入指南
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。
OpenAI Developers Blog精选AI 评分6262 OpenAI 推出 Codex 应用
OpenAI 在其官方开发者博客文章中介绍了 Codex 应用，这是为其 Codex 编程智能体打造的专属应用。该文章是一篇入门导览，介绍该应用及其核心工作流程，完整视频托管在 YouTube 上。
推荐理由：OpenAI 的官方导览展示了 Codex 应用如何组织核心编程工作流程，对于正在将其与现有编程智能体进行比较的开发者很有用。
Modal BlogAI 评分2222 Modal 产品更新：AWS 与 GCP 市场上架、沙箱可观测性及客户端更新
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）。
Charlie O'NeillAI 评分3838 持续学习与后单体式AI时代
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。
FactoryAI 评分5858 Factory 推出 Agent Readiness，用于评估代码库对 AI 编码智能体的支持程度
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。
Modal BlogAI 评分2222 Chai Discovery 在 Modal 上扩展计算药物发现
Chai Discovery 正在使用 Modal 运行其机器学习药物发现流水线，涵盖蛋白质嵌入、多序列比对到抗体设计。Modal Volumes 一次性下载并索引达到数百 GB 的数据集，然后在多台机器间共享，而弹性 GPU 扩展能在几分钟内启动数百个 GPU。Chai 表示，同一套设置现在无需重写基础设施就能将研究工作流带入生产环境。
OpenAI Developers BlogAI 评分4242 OpenAI 发布面向开发者文档的 Docs MCP Server
OpenAI 发布了一个公开的 Model Context Protocol (MCP) 服务器，让 agent 以只读方式访问 developers.openai.com、platform.openai.com 和 learn.chatgpt.com 上的开发者文档。该服务器仅用于文档，不会代表用户调用 OpenAI API。开发者可以通过 CLI 或 IDE 扩展，用一份共享配置将其添加到 Codex，并与 OpenAI Docs Skill 搭配使用以获得带引用的回答。
Modal BlogAI 评分3838 Modal 如何在多云环境下维护 20,000+ 块 GPU 的健康运行
Modal 已将其多云 GPU 工作池扩展到超过 20,000 块并发 GPU，并在过去几年中启动了超过四百万个云实例，现在正分享其背后的可靠性系统。该文章涵盖实例类型测试与选择、机器镜像准备与启动检查、被动与主动 GPU 健康检查，以及可观测性与支持。文章报告了超大规模云厂商之间的差异，例如云 A 的启动成功率为 99.6%，而云 C 的 H100 在 2025 年运行温度超过 90ºC。
Replit Blog精选AI 评分7070 Replit 通过 @replit 和 Replit Agent 在 ChatGPT 内推出应用构建功能
Replit 现已入驻 ChatGPT，用户可在任意消息中 @replit，让 Replit Agent 直接在对话中创建、更新和部署 Replit 应用。构建进度和交互式预览会显示在聊天中，添加深色模式或支付表单等每个请求都会即时更新应用，应用存储在用户的 Replit 账户中以便后续发布。该集成需要 ChatGPT 账户（Free、Plus、Pro 或 Teams）和 Replit 账户，在 ChatGPT App Store 可用的地区均可使用，并消耗 Replit Agent 额度。
推荐理由：Replit 的 ChatGPT 集成让用户在聊天中描述应用，由 Replit Agent 完成构建、预览和部署，无需离开对话。
Vapi BlogAI 评分3838 Vapi Voices Beta 发布，面向高并发语音 AI，每分钟 0.0025 美元
Vapi 发布了 Vapi Voices Beta，这是一系列专为高并发、成本敏感的语音 AI 用例构建的语音模型，定价为每分钟 0.0025 美元，延迟针对对话响应性进行了优化。这些模型出现在现有的语音下拉菜单中，与 ElevenLabs、PlayHT 和 Deepgram 等提供商并列，因此团队可以将预约提醒和路由菜单等高并发、低风险流程路由到这些模型，而无需任何集成更改。Vapi 表示，正式可用性取决于 beta 使用所揭示的用例、真实负载下的延迟以及节省是否重要。
Modal BlogAI 评分4242 Modal 为 Mistral 3 增加 Day 0 支持，并通过 GPU 快照实现 10 倍更快的冷启动
Modal 现已提供对 Mistral 3 的 Day 0 支持，让开发者无需管理基础设施即可在无服务器 GPU 上部署该开放模型系列。在 3B 的 Ministral 3 模型上，Modal 的 GPU 快照功能将中位冷启动时间从约 118 秒缩短至约 12 秒，降幅接近 10 倍。Ministral 3 提供 3B、8B 和 14B 三种规模，在基准测试中与 Qwen 3-VL 系列表现相当。
Modal BlogAI 评分2222 Modal 谈为何编码智能体也需要良好的开发者体验
Modal 认为，那些帮助人类的开发者体验原则——紧密的反馈循环、通过 CLI/SDK/API 的程序化访问、可操作的错误信息，以及与代码一致的示例——同样能让编码智能体更快。由于智能体通过生成、运行和观察代码来迭代，模糊的错误或仅限 UI 的配置会让它们停滞，因此为智能体设计意味着应用同样的原则，而不是重新发明它们。
Vapi BlogAI 评分4242 Vapi 新增结构化输出，可从语音 AI 通话中提取经 schema 校验的数据
Vapi 现已为所有语音 AI 助手支持结构化输出，确保每通电话返回的数据都符合开发者定义的 JSON schema。Schema 在运行时借助 OpenAI、Anthropic、Gemini 等厂商的原生能力强制执行，并可在多个助手之间复用。提取的数据会通过通话完成 webhook 和 REST API 送达。
Replit BlogAI 评分4242 Replit 推出 Fast Mode，让 Agent 编辑更快、更便宜
Replit 推出了 Fast Mode，这是一种更快的方式，用于指示其 Agent 进行小型、精确的更改。它运行在一个高效的 agentic 模型上，比 Build 模式便宜得多，并经过优化以用最少的步骤完成请求，面向快速修复、视觉迭代和小型功能。Fast Mode 从今天起对所有 Replit 用户开放，通过闪电图标激活。
Modal BlogAI 评分3030 Reducto 如何在 Modal 上将企业文档处理的 P90 延迟降低 3 倍
Reducto 将其 30 多个文档处理模型的推理工作负载迁移到 Modal，使 P90 延迟降低了 3 倍。GPU 内存快照将冷启动减少了 83%，从约 70 秒降至约 12 秒，而按客户划分的自动扩缩容池可隔离流量峰值。在一次负载测试中，Reducto 在不到一小时内将摄取流水线扩展到 1,000 多块 GPU，以展示每分钟 10 万页的处理能力。
Vapi BlogAI 评分3535 GPT-5.1 为语音 AI 带来个性预设，现已在 Vapi 上线
OpenAI 的 GPT-5.1 新增了一致的个性预设——Default、Professional、Friendly、Candid、Quirky、Efficient、Nerdy 和 Cynical——以及更具对话感的 GPT-5.1 Instant 和快速自适应推理，让简单问题得到快速回复，而复杂问题则获得更多思考。Vapi 表示，该模型已于上周随 OpenAI 的发布在其平台上线，使语音智能体无需重写提示词即可采用与品牌一致的语调。
Modal BlogAI 评分3636 Modal 博客：主机开销正在扼杀你的推理效率
Modal 的博客解释了主机开销——即 GPU 空闲等待 CPU 准备工作的时间间隙——如何在 AI 推理中表现为 GPU 内核利用率低下。当主机开销达到 50% 时，GPU 推理成本是原本的 2 倍。文章详细介绍了生产级开源推理引擎中采用的修复方法，包括在设备上构建张量而非传输张量，以及减少不必要的 CUDA 内核启动。
Modal BlogAI 评分4040 Decagon 如何在 Modal 上交付实时语音 AI
Decagon 与 Modal 合作构建了 Decagon Voice 2.0，将延迟降低 65%，同时提升了意图识别和响应质量。Decagon 通过 SFT 和 RL 微调紧凑的开源模型，使其超越更大的前沿模型；Modal 则训练了自定义 EAGLE3 草稿模型，接受长度提高 38%，并重新设计了 SGLang，加入异步投机解码调度器，将吞吐量提升最高 12%。
Vapi BlogAI 评分1818 Vapi 创始人回顾打造 VapiCon：首届语音 AI 峰会
Vapi 创始人回顾了公司如何举办 VapiCon——号称首届语音 AI 峰会，吸引了 850 名参会者，并让来自 OpenAI、Deepgram 和 Assembly AI 的语音 AI 领袖齐聚一堂。Vapi 在该活动上花费约 50 万美元，收回约 40 万美元，创始人称真正的回报是合作关系和企业交易。公司现已推出 VapiCon 视频库，收录所有会议和小组讨论。
Modal BlogAI 评分5858 Modal、Pipecat 与开源模型实现一秒语音到语音延迟
Modal 的 Ben Shababo 详细介绍了如何用开源 Pipecat 框架和开放权重模型在 Modal 上构建对话语音机器人，当客户端与容器地理位置接近时，语音到语音延迟中位数约为 1 秒。该流水线使用 NVIDIA parakeet-tdt-0.6b-v3 做 STT，用 vLLM 服务 Qwen3-4B-Instruct-2507，用 KokoroTTS 做语音输出，并用 ChromaDB 搭配 all-minilm-l6-v2 在 Modal 文档上做 RAG。Modal Tunnels 绕过输入平面，为 STT、TTS 和 vLLM 服务提供低延迟的 WebSocket 和 HTTP 连接；同时，与每个对话会话绑定的 FunctionCall 恢复了自动扩缩容能力，而将服务固定到附近区域则降低了网络延迟。
Modal BlogAI 评分2222 Modal 更新 Volumes v2、JavaScript 和 Go SDK 至测试版
Modal 已面向所有应用发布 Volumes v2 公开测试版，其重建的文件系统带来更高吞吐量、更快的随机访问，以及支持数百个容器真正的高并发写入，且存储文件数量不设上限。其 JavaScript/TypeScript 和 Go SDK 也以 v0.5 进入测试版，新增统一的 Client 对象，并支持 Sandboxes、Functions、Images 和 Volumes。
Modal BlogAI 评分3838 Modal 与 Datalab：5 分钟内即可部署 Marker 和 Surya 文档智能
Modal 已与 Datalab 合作，让开发者能在 5 分钟内于 Modal GPU 上部署 Marker 文档解析模型和 Surya OCR 工具包。Marker 是一个参数量低于十亿的模型，支持 90 多种语言，在 Modal 上运行每个容器约可达每秒 2.2 页，大约是使用 Apple MPS 的 M4 Mac 上每秒 0.22 页的 10 倍。Datalab 的工具对研究、个人使用以及融资或营收低于 200 万美元的初创公司保持免费，同时提供商业许可。
Vapi BlogAI 评分2828 Vapi 提供一周免费的 Cartesia Sonic-3 TTS
从 10 月 28 日到 11 月 2 日，Vapi 通过其托管 API 密钥，向社区免费开放 Cartesia 新推出的 Sonic-3 TTS 模型的无限制访问。Sonic-3 新增了情绪和笑声标签、细粒度的语速和音量控制，并支持 27 种新语言。Vapi 建议从 Kira 和 Ariana 语音开始，以获得低延迟、听起来自然的智能体。
Modal BlogAI 评分3838 Modal 以 11 亿美元估值完成 8700 万美元 B 轮融资
Modal 已完成由 Lux Capital 领投的 B 轮融资，金额超过 8000 万美元，投后估值达 11 亿美元，总融资额达 1.11 亿美元。这家 AI 基础设施提供商提供 Inference、Sandboxes、Batch 和 Training 产品，容器启动时间不到一秒，并采用按使用量计费的无服务器定价模式。Meta 使用 Modal 为其 Code World Models 的强化学习启动了数千个并发沙箱环境。
Modal Blog精选AI 评分6060 Modal工程师逆向解析Flash Attention 4的工作原理
Modal工程师阅读了已发布的Flash Attention 4源代码，逆向解析了这个针对Blackwell优化的注意力内核的工作原理，因为目前尚无官方技术报告。文章追踪了一个tile在内核的warp特化异步流水线中的流转过程，并详述了两个数学技巧：一个可替代基于SFU的指数运算的三次多项式软件指数，以及一个更聪明的在线softmax重缩放规则——Tri Dao称其将修正次数减少了10倍。据报道，FA4比Nvidia闭源的cudnn注意力内核快约20%，而在撰写本文时反向版本尚不可用。
推荐理由：Modal工程师阅读了已发布的Flash Attention 4源代码，解释了其warp特化流水线和两个数学技巧，提供了一个关于CUDA内核设计走向的可迁移视角。
Modal BlogAI 评分1818 Justin Dignelli 加入 Modal 担任销售副总裁
Justin Dignelli 已加入 Modal 担任销售副总裁，此前他曾为这家 AI 计算平台提供下一阶段增长方面的咨询，并投资了其 A 轮融资。Modal 目前已在数千家客户中实现超过八位数的高额营收，Dignelli 计划组建一支 GTM 团队以进一步扩大规模。
Modal BlogAI 评分3838 Modal Vibe：一个基于 Modal Sandboxes 构建的 AI 编程平台，5 分钟内可扩展至 1,000 个应用
Modal 构建了 Modal Vibe，这是一个基于 Modal Sandboxes 的开源演示型 vibe 编程平台，可在约五分钟内从 0 扩展到 1,000 个 AI 编码应用。一次创建 1,000 个应用（每个应用位于各自的 Sandbox 中）的负载测试耗时约 300 秒，其中 AI API 是限速环节。Modal 表示，Team Plan 可运行 1,000 个并发 Sandbox，足以支持每月超过一百万次会话。
Modal BlogAI 评分2020 Modal 产品更新：Notebooks、沙箱空闲超时和客户端变更
Modal 发布了多项产品更新，包括支持最高 8 块 B200 GPU 的云端 Python 实验环境 Modal Notebooks，以及为 modal.Sandbox.create() 新增的可选 idle_timeout 参数。客户端还为 @app.function() 和 @app.cls() 装饰器新增了 startup_timeout 参数，并提供了用于以命令式方式管理 Modal 资源类型的新 API 模式。Modal Notebooks 此后已被关停，但现有 notebook 仍可下载为 .ipynb 文件。
Modal BlogAI 评分4747 深入 Modal Notebooks：Modal 如何打造秒级启动的云 GPU Notebook
Modal 详细介绍了 Modal Notebooks 背后的工程实现：这款云端 Jupyter notebook 能在数秒内启动 GPU 和自定义镜像，并支持实时协作。内核运行在 Modal Sandboxes 内，由一个 modal-kernelshim 守护进程将 Jupyter ZeroMQ 消息转换为通过 Modal 控制平面隧道的 HTTP 调用。一个惰性加载的 Rust FUSE 容器文件系统通过分层缓存按需获取文件内容，从而避免了镜像解包延迟——对于 8 GB 的 Python/ML 镜像，该延迟可能接近一分钟。
Modal BlogAI 评分5858 Modal 推出 Notebooks，GPU 内核启动时间不到 5 秒
Modal Notebooks 在上个月有限测试后，现已向所有 Modal 客户全面开放。这个协作式笔记本环境运行在支持 GPU 的 Python 内核上，可在任意容器镜像和最高 256 vCPU、8 块 H100/B200 GPU 的硬件上于 5 秒内达到就绪状态，并具备自动空闲关机、共享 Volumes 和 Secrets 以及实时多光标编辑功能。Modal 表示，在 8 月测试期间，超过 5,000 个账户运行了 200,000 个代码单元，即将推出的功能包括内存快照、一键导出到 Modal Apps 以及定时运行。
Modal BlogAI 评分2222 Zencastr 如何借助 Modal 在几天内转录数百年的音频
Zencastr 将其播客转录工作负载迁移到 Modal 的 GPU 平台，在几分钟内扩展到 1,500 个并发 GPU，仅用几天时间就处理了数百年的音频。从自管理的 Kubernetes GPU 节点转向 Modal 的缩容到零基础设施，降低了空闲 GPU 成本，并消除了驱动程序和依赖管理的开销。所有核心 ML 工作负载现在都在 Modal 上运行，包括转录、说话人计数、笑声检测和音频质量评分。
Modal BlogAI 评分3838 Modal 产品更新：GPU 内存快照、Notebooks、服务令牌等
Modal 以 alpha 形式新增 GPU 内存快照，通过跳过 Torch 编译等步骤，将 GPU 工作负载的冷启动时间缩短 10 倍，可通过 enable_gpu_snapshot 选项启用。此次更新还带来处于 beta 阶段的 Modal Notebooks，可在浏览器中运行 Python；面向工作区管理员的 Service Tokens；以及为已部署 Functions 提供的浏览器生成 UI。
Modal Blog精选AI 评分6060 Modal 推出 GPU 内存快照，实现亚秒级无服务器冷启动
Modal 宣布推出 alpha 版 GPU 内存快照，将其现有的检查点/恢复系统扩展至捕获 GPU 显存、CUDA 内核、流和上下文，使 GPU 工作负载从冻结状态恢复，而非在启动后重建 CUDA 状态。
推荐理由：Modal 将 GPU 状态加入其内存快照，使 torch.compile 和 vLLM 工作负载的冷启动时间最多缩短 10 倍，并让缩容至零更具实用性。
Modal BlogAI 评分3636 什么是 AI 代码沙箱？
AI 代码沙箱是一个隔离环境，在运行时执行 LLM 生成的代码，将错误或注入漏洞的影响范围限制在沙箱内。现代实现运行在虚拟机或容器上，通常使用 gVisor 等安全运行时来拦截系统调用并保护主机。大多数公司选择托管沙箱服务，而不是用 Kubernetes 自建，因为冷启动和扩展到数百万并发会话的处理成本很高。
Modal BlogAI 评分5252 Modal 为批量转录开源 ASR 模型提供基准测试，速度提升 100 倍、成本降低 100 倍
Modal 在其平台上使用 NVIDIA 的 parakeet-tdt-0.6b-v2 和 canary-1b-flash 实现了批量转录服务，报告称其端到端性能比一个流行的专有 ASR API 快 100 倍以上或便宜 100 倍，同时在约一周的 ESB 基准音频上错误率与之相当。团队将这一提升归因于跨请求批次打乱文件、在 GPU 批次内按音频时长排序、并行下载，以及根据经验选择的 GPU 和 worker 配置。文章详细介绍了架构和优化步骤，以便他人构建类似服务。
Modal BlogAI 评分3030 按 token 计价有害：为何自托管 LLM 推理应按请求计价
Modal 的一篇博客文章认为，从 OpenAI、Anthropic 和 Alphabet 等 API 提供商沿袭而来的“每 token 美元”定价方式，对运行自托管 LLM 推理的团队有实际危害。文章主张，应用用户关心的是请求而非 token，需要按请求的框架来推理延迟、副本数量和计算成本。
Modal BlogAI 评分4040 Modal 产品更新：多节点训练集群、B200 和 H200 GPU，以及 Client 1.0
Modal 已推出多节点训练集群测试版，用户只需添加 @clustered 装饰器，即可跨多台主机调用数十块 GPU，并配备 3.2 Tbps Infiniband RDMA 互连，实现接近线性的扩展。该平台现以无服务器方式提供 NVIDIA B200 和 H200 GPU，价格分别为每小时 6.25 美元和 4.54 美元，声称 LLM 推理速度比 H100 最高快 2-4 倍。Modal 还发布了 Client 1.0，强调 API 稳定性，同时更新了只读 Volume 方法和 Cron 调度器的时区支持。
Modal BlogAI 评分3131 Jamsocket 加入 Modal
Jamsocket 是开源编排器 Plane、Y-Sweet 和 ForeverVM 背后的后端平台，现已加入 Modal，联合创始人 Paul Butler 和 Taylor Baldwin 也将加入 Modal 团队。Jamsocket 产品将继续正常运营，同时核心功能将迁移至 Modal。创始人表示，这让以 AI 为核心的客户能够在一个平台上部署 GPU 推理、代码沙箱和实时后端。
Modal BlogAI 评分2828 Modal 如何在周末支撑 25 万个 Lovable 应用创建
Lovable 在 2025 年 6 月与 Anthropic、OpenAI 和 Google 联合举办的促销周末活动中，使用 Modal Sandboxes 运行 LLM 生成的代码，使用户在 48 小时内构建了约 25 万个应用。Modal 运行了超过 100 万个沙箱，峰值时并发数高达 2 万个，Lovable 的并发会话激增 2.5-3 倍，而其平台团队一次都未被呼叫。切换到 Modal 后，Lovable 将其沙箱编排代码从 15,000 行缩减到 700 行。