用 Gemini 3.5 Transcribe 实现智能转写

C4rohan/Lampline

这是一个开源、可自托管的语音电话智能体（voice agent）项目，可在本机或自有服务器上用一条命令构建、测试和运行，并用 AI 来电者测试每次改动。无 API 密钥时可免费运行，自带密钥时每通电话成本约 0.02–0.17 美元；支持从 Dialogflow CX 和 CX Agent Studio 导入智能体。话题标签涉及 agents-as-code、呼叫中心、IVR、SIP、语音识别与合成、pipecat 等。

在 Mac 上用本地 AI 模型构建应用

Build Applications with Local AI Models on a Mac

这是 Manning Publications 出版的书，作者 Keiji Kamigusa，出版日期 2026-09-28，296 页，ISBN 9781633433700，主题词为 AI。简介称其以在任意近期 Mac（从基础款 Mac mini 到 Mac Studio）上构建语音聊天机器人为逐步实践项目，串联音频采集、语音转写与语言模型推理三项本地技术，涵盖 Homebrew 配置、下载本地大模型等内容，主题是本地运行 AI 带来的隐私与免订阅优势。适合想在 Mac 上做本地 AI 应用开发的读者阅读。

Voxtral 3

Mistral 介绍 Voxtral 3 的产品公告，包括语音智能体 SDK 与支持 50 多种语言的语音模型，用于实时多步对话。文中称其结合了准确的语音转写、带情绪适配的自然语音合成以及工具调用集成，可通过 Mistral 的欧盟托管 API 或自部署使用，面向呼叫中心、虚拟助手和免手操作助手等场景，并附有一段预约就医对话的示例演示。

Ringg 的 AI 智能体借助 OpenAI 解决多达 65% 的客户来电

Ringg’s AI agents resolve up to 65% of customer calls with OpenAI

OpenAI 于 2026 年 9 月 23 日发布的创业公司案例。亚太地区的 Ringg 使用 GPT-5.6 在语音、聊天、WhatsApp 和网页渠道运行多语言智能体，文中称其成本相比 GPT-4.1 降低 90%。页面数据还显示每月处理 700 万通以上来电、智能体请求解决率最高 65%。适合了解语音与多渠道客服智能体实践案例的读者。

MCP 与 API 调用：Python LLM 应用该选哪个？

MCP vs API Calls: Which Should You Use for Python LLM Apps?

Real Python 的教程，作者 Valerio Maggio，阅读时长约 28 分钟，难度标注为中级。文章从指标对比入手，分三组特性比较直接 API 调用与 MCP 服务器：集成成本与可复用性、标准化与互操作性、开销控制与成熟度，最后给出选择决策表，并注明 Anthropic 已开源 Model Context Protocol。适合在 Python LLM 应用中选择集成方式的开发者阅读。