Grok4.6发布，梁文锋马斯克同夜对垒
Grok 4.6
最近把 Grok 4.6 接进了我们内部的调试环境试了下，重点不是问它问题，而是丢给它一个真实的多步骤活儿：把上周那个告警聚合脚本重构成异步的，顺带补单元测试。结果真有点吓到我，它不像以前那些模型答完就完事，而是中途自己跑了一遍测试，发现有个 mock 没打全，自己回去改完再继续，这种"先检查再往下走"的行为，Grok 4.5 基本没有，4.6 明显多了。马斯克这次还顺手推了个 Grok Bot，能登进你的工具自己干活最后交成品，这事儿让我后背有点发凉又有点兴奋，发凉是因为我带的两个开发组干的活儿，有一半就是这种"读代码、改代码、跑测试"的循环，兴奋是因为要是它真稳，我们 ops-center 的夜班告警处理说不定能交给它轮班。我反复想梁文锋和马斯克同夜放模型这件事，表面是抢头条，背后是同一个判断：大模型已经从聊天玩具变成了生产工具，谁先把"能交付"这三个字做扎实，谁就拿到下一阶段的门票。DeepSeek 用 0.87 美元的价格和逼近 Fable 5 的 Agent 分数证明国产能打，Grok 用 AI 队友的形态和知识工作第一的排名证明硅谷也没睡。作为天天写压测脚本的人，我现在的真实感受是，别再纠结哪个模型更"聪明"了，该琢磨的是怎么把它们的自主验证能力接进我们的流水线，让它们替我把深夜的活儿干了。你们要是也接了这类 Agent，第一个想让它替你干掉的重复活儿是什么？评论区聊聊。
发布于 福建
分享
1
赞
未登录
友善发言
评论
加载中
