今日 AI 速览

OpenAI 全球铺开结合 Intelligent UI 的 GPT-6：打字不再只回文字，直接现场生成交互小工具

OpenAI 宣布面向全球 ChatGPT 用户全面升级整合“智能用户界面”（Intelligent UI）的 GPT-6 模型。ChatGPT 彻底跳出传统纯文本对话框形态，升级为根据任务即时渲染的动态工作空间：当用户提出分摊旅行账单、计算房屋贷款、比对多款产品或梳理复杂流程时，模型将不再仅吐出文字长篇，而是直接在对话流中动态生成可点击的小组件、交互式图表、可视化计算器与输入表单。付费订阅用户（Plus、Pro、Team）已首发接入由 GPT-6 Sol 驱动的高阶能力，免费用户将于次日陆续上线 GPT-6 Luna 版本；模型更首次实现“边深度思考边同步渲染界面”，大幅减少用户等待时间。

点评：对话框形态终于走到尽头，未来的大模型应用不再要求用户适应预设页面，而是让软件界面实时迎合用户需求。

微软携手英伟达发布 DGX Station for Windows：支持本地运行万亿参数大模型，Copilot 全面落地端侧

微软董事长兼 CEO 纳德拉与英伟达创始人黄仁勋在旧金山联合发布全新 Surface 硬件与 Windows AI 混合智能新架构。双方重磅推出 DGX Station for Windows 个人 AI 超级工作站，最高配备 748GB 统一高带宽内存，首次实现在办公桌本地流畅运行万亿参数级别的开源与私有前沿大模型；同步发布的 Surface Laptop Ultra 带来混合智能架构（Hybrid Intelligence），系统根据网络与能效自动在本地与云端分配任务，GitHub Copilot 本地推理速度达到每秒 63 词元，Meta Muse、DeepSeek V4 Flash 等模型亦同步完成端侧深度适配。

点评：万亿参数大模型终于被塞进桌面工作站，追求极致数据隐私与离线自治的企业将迎来新一轮算力基建重构。

斯坦福与 SALT 团队提出 Sherpa 架构：用多轮强化学习教大模型像特级教师一样“因材施教”

针对现有大模型“自己会解题却不知道怎么循序渐进教会别人”的经典难题，斯坦福大学与 SALT-NLP 实验室联合发表论文《Sherpa: Teaching LLMs to Teach Adaptively》。研究团队创新性地模拟了具有不同认知水平、偏好和知识盲区的人格化虚拟学生模型，运用多轮强化学习框架训练教师模型根据学生的反馈动态调整教学路径与启发方式。在标准化基准评测 MathTutorBench 中，经过 Sherpa 训练的模型将教学质量综合得分从 52.5% 跃升至 79.2%，不同基础学生的实际答题提升率平均增加 20.5 个百分点，盲测中有 79.6% 的真实人类评测者认为其教学水平显著优于原始基座。

华东师大与复旦联合发布 CheckerBench：首个针对静态代码检查器的长程智能体实战评测

华东师范大学、复旦大学等联合团队正式推出全新长程编程智能体评测基准 CheckerBench。与以往仅考查单行漏洞修补或短函数生成的评测不同，CheckerBench 要求 AI 智能体根据真实缺陷说明，深入大型代码仓库理解分析器规则，并从零独立编写、编译且持续调优一套完整的代码静态分析检查器（Checker）。基准严选了来自 167 个开源代码库的 297 个历史 CVE 真实漏洞，涵盖 5 大编程语言生态；在评测的 21 种顶尖模型与工具链组合中，一次性通过率（Pass@1）平均仅为 32.30%，最强配置亦不足 46%，清晰划定了当前长程智能体在工业级架构理解上的能力边界。

点评：谁该关心这篇：所有正在规划用 Agent 代替研发做深度代码审计的团队，都该先用这个真实基准摸摸底。

谷歌推出实验性游戏生成平台 Google Playground：打字就能“当导演”做出可玩 3D 游戏

谷歌实验室（Google Labs）正式向公众推出实验性 AI 游戏创作平台 Google Playground。用户无需掌握任何游戏编程、3D 建模或物理引擎知识，只需在对话框中用自然语言描述脑海中的游戏玩法与场景规则，AI 便会在云端即时生成具备物理碰撞、角色控制与通关逻辑的完整游戏。创作者还可以随时像“总导演”一样在对话中修改角色跳跃力度、环境重力或光影风格；生成的作品可一键生成链接分享给好友在手机或电脑浏览器中直接试玩，后续还将整合 Unity Spark 引擎提供高保真 3D 图形与物理渲染支持。

Docker 正式发布开源多智能体工具 Docker Agent：用简洁 YAML 配置一键组装协同团队

Docker 官方宣布推出开源 CLI 工具与系统插件 Docker Agent。为了解决当前多 Agent 开发中胶水代码冗长、环境配置繁琐的痛点，该工具允许开发者仅通过一份声明式 YAML 或 HCL 配置文件，即可定义智能体的提示词职责、权限边界、依赖模型与协同队伍，支持多模型跨厂商混编并内置文件系统与命令行等沙箱工具。Docker Agent 原生兼容模型上下文协议（MCP），并延续了容器镜像的分发哲学，支持将构建好的智能体团队直接打包为标准 OCI 镜像，可推送到任意镜像仓库并在 CI/CD 流水线中无缝拉取运行。

Meta 与微软被曝内部收紧员工使用 Claude AI：防止核心技术代码与机密资产外流

据多家科技媒体报道与行业消息，Meta 与微软近期均在内部出台了针对外部第三方 AI 工具的新限制措施，重点收紧员工在日常工程中使用 Anthropic Claude 及其相关编程扩展。内部调研显示，尽管两家巨头均拥有自研大模型体系与主力产品（如 LLaMA、Copilot），但不少核心研发人员在处理复杂代码排错和复杂智能体测试时仍习惯性调用 Claude。为防范未经审查的高价值商业代码、未发布架构及敏感数据泄露至外部云端，两家公司已部署审计拦截网关，并要求关键项目团队全面回退至受保护的内部安全实例。