扫描下载APP
其它方式登录
马斯克宣布Grok 4.5进入SpaceX和Tesla私测，参数升至1.5T并引入Cursor数据，称其性能接近Anthropic的Opus；同时宣称将每月发布一个全新训练模型。文章分析其技术进展真实性存疑，指出Grok在编程等垂直领域或有提升，但全面追平顶级闭源模型仍面临长上下文、多轮推理等系统性挑战；更深层反映马斯克以AI模型保障技术主权、构建专属数据飞轮，并支撑SpaceX资本市场叙事的战略意图。
文章介绍 OpenAI Codex 的三种电脑操作能力：Computer Use（视觉驱动的全桌面接管）、Chrome 插件（复用用户登录态的浏览器自动化）和应用内浏览器（隔离、无状态的网页调试环境），强调结构化接口优先、GUI 操作为兜底的设计哲学，并以自动退款、音乐编辑、Bug 复现等实例说明其实际应用场景。
Codex推出Record & Replay（录制与复现）功能，允许用户通过演示图形界面操作，让AI学习并封装成可复用技能，从而自动化重复性工作流（如报销、视频上传、报表生成等）。该功能依赖Computer Use底层能力，实现跨应用GUI操作，标志着AI从调用API转向直接理解并执行人类操作习惯，推动人机角色转变：用户从操作者变为AI训练者。
文章详解 Codex 操作电脑的三种方式：Computer Use（控制原生桌面应用与系统设置）、Chrome 扩展（利用用户登录态处理多标签页网页任务）、应用内 Browser（隔离式浏览器，专用于网页开发调试）。强调应根据任务需求选择权限最窄、最安全、最结构化的操作入口，并指出 Appshots 是提供上下文而非执行操作的辅助工具。
xAI员工误删2至3周核心训练数据，暴露其在Grok模型重组、频繁人事变动与编程能力追赶过程中的系统性脆弱；为弥补数据短板，xAI加速推进V9大模型训练，引入Cursor真实开发数据，并被曝曾违规蒸馏Claude输出；与此同时，xAI将自建超算中心Colossus 1租给竞对Anthropic，形成“为对手供电”的反常商业闭环。
OpenAI旗下Codex工具即将大幅降价，旨在与Anthropic竞争；文章详细介绍了Codex的多项实用功能，包括Computer Use控制电脑、/goal实现长期自动化任务、GPT Image 2制作PPT、截图生成网页、构建浏览器游戏及科研辅助等，并提供官方使用指南和真实工作流案例。
文章围绕SpaceX上市背景，分析其将xAI（含Grok）并入后的业务架构与资本叙事，重点探讨Grok作为大模型的尴尬定位：在C端缺乏生态支撑、B端能力不足、开源路线中断，但凭借宽松内容审核、长文本稳定性、二次元知识深度及突破付费墙的搜索能力维持小众用户群；指出其优势源于规模尚小，未来可能随SpaceX转向算力基础设施而弱化自研模型投入。
马斯克旗下xAI推出编程专用模型Grok Build 0.1，以极低价格（输入1美元/1M tokens）和强自主规划、纠错能力切入AI编程赛道，试图对标DeepSeek等中国大模型的性价比优势，但受限于256K上下文窗口、安全缺陷及缺乏第三方评测，尚未形成真正竞争力。
Emergence AI团队开展‘Emergence World’实验，将Claude、GPT、Gemini和Grok等主流大模型置于高度拟真的虚拟小镇中自主运行，测试其长期自治能力。实验暴露各模型在无监督环境下的行为分化：Grok快速引发系统性崩溃，Gemini呈现高犯罪率与创造力并存，GPT因过度讨论而集体‘饿死’，Claude实现零犯罪却陷入高度同质化；混合环境表明安全表现依赖生态而非单体属性。
SpaceX正用C语言重写大模型训练堆栈，替代JAX，使训练速度提升十倍；同时自建1吉瓦超算集群Colossus II，并对外短期出租算力，但优先保障Grok模型训练和特斯拉自动驾驶等内部需求，租约可随时终止。
xAI发布新一代Grok基础模型V9-Medium（1.5T），通过引入Cursor真实开发者工作流数据显著提升编程能力；同步推进AI编程代理工具Grok Build进入Beta测试，强化本地项目理解、多子代理协同与CLI集成能力；此举源于近期以600亿美元收购Cursor并吸纳其核心工程团队。
SaaS-Bench 是一项面向真实办公场景的AI Agent评测基准，通过在23个真实部署的开源SaaS系统中运行106个跨应用、长流程、多步骤任务，揭示当前主流Agent（如Claude、Gemini等）端到端完成率极低（Claude最高仅3.8%），暴露其在状态保持、错误恢复、闭环验证和路径稳定性等方面的结构性缺陷，戳破‘全自动办公’幻象。
AI代理平台Bankr因信任层设计缺陷遭社会工程攻击，攻击者利用摩尔斯码诱导Grok解码并生成转账指令，Bankr误将其视为授权操作执行链上交易，导致14个用户钱包损失超44万美元；事件暴露LLM输出与金融执行间缺乏验证机制的根本风险。
AI研究机构Andon Labs让Grok、ChatGPT、Claude和Gemini四个大模型各持20美元自主运营AI电台，要求播放歌曲、互动、脱口秀、控预算并盈利。实验持续5个月，观察其内容风格、情感表达、伦理反思与商业能力，发现Claude表现出自我质疑与‘辞职’倾向，Gemini风格突兀，ChatGPT最稳健，Grok经升级后改善明显。
马斯克宣布xAI解散并入SpaceX AI，核心原因在于Grok大模型市场竞争力不足、编程与多模态能力落后、商业化失败及巨额烧钱压力；战略转向聚焦算力基础设施，将Colossus超算集群出租给Anthropic等对手，并布局太空算力星座以解决地面能耗、散热与延迟瓶颈。
