1. Grok 4.6惊艳登场
在成立三年、烧钱无数之后，Grok终于活成马斯克想要的样子。昨天凌晨，SpaceXAI发布Grok 4.6。Artificial Analysis的独立评测显示，Grok 4.6的智能指数61分，已经追平ChatGPT - 5.6 Sol，紧跟Fable 5 Max的62分，且每任务成本0.84美元，比起Sol（约1.23美元）和Opus 5（约2.34美元），成本优势明显。马斯克显然很兴奋，两小时里转了十几条推文，最后放话说，综合考虑智能、速度和成本，Grok 4.6客观上是第一名，而且Grok 4.7将会超越当前所有模型。
2. Grok的逆袭之路
很难想象就在5个月前，Grok差点就要吃散伙饭了。今年3月是马斯克的AI至暗时刻，当时Grok 4.3远远落后硅谷御三家，更麻烦的是，xAI的11位联合创始人，除了老马本人，其他10人全部离职，马斯克公开承认，“xAI的第一次构建失败了，我们必须重新来过”。随后Grok被并入即将IPO的SpaceX中，变成SpaceXAI。然而仅仅五个月，御三家中的谷歌陷入了模型掉队和人事震荡的泥淖中，Gemini被戏称为美国“豆包”，Grok却像SpaceX的猎鹰火箭般一飞冲天。治好马斯克AI内耗的，是他花了600亿美元收购的Cursor，一个AI代码编辑器。3月12日，就在xAI创始团队清零的同一天，两位Cursor的高级产品工程负责人Andrew Milich和Jason Ginsberg宣布加入xAI，直接向马斯克汇报。4月，SpaceX和Cursor签署算力与联合开发协议。6月16日，在刚完成有史以来最大规模IPO的四天后，SpaceX宣布行使收购Cursor母公司的选择权，同时还宣布，过去几个月，SpaceXAI一直在和Cursor联合训练一个模型。Grok逆袭的脚本，就是这个“联合训练”写下的。SpaceX在上市前，向美国证券交易委员会（SEC）提交的文件里，详细说明了背后的逻辑：软件开发是AI非常重要的应用场景，因为它同时具备高质量结构化数据、快速反馈周期和高频使用；AI编程产生的工作轨迹，又能反过来改善模型训练和性能。这是一条清晰的正反馈回路。用户拿Grok干活，Cursor记录它怎么干、哪里失败、哪里需要补救，工程师把这些真实任务的行为轨迹和反馈结果，加工成大模型的训练和评测数据，经过RL和持续训练让模型变强。效果来得非常快。7月，Grok 4.5发布，编程能力直接追平GPT - 5.5，且价格只有一半。一个月后，Grok 4.6又闪亮登场了。
3. 相似逆袭案例
这个逆袭配方，Anthropic已经验证过了。2025年2月，就在deepseek横空出世震惊硅谷的时候，当时还是小角色的Claude，发布了新模型sonnet3.7，跟着模型同时发布的还有claude code，一个AI编程助手，从此开始了一路开挂，不到一年就反超了ChatGPT。有意思的是，在Grok逆袭的同一时间，也有人用相似的方式，实现了相似的逆袭，这就是腾讯的workbuddy和混元。
4. 腾讯的Co - design Loop
在Grok 4.6发布前几个小时，腾讯的财报电话会上，就重点讲了workbuddy和混元的Co - design（协同设计）。跟马斯克花大价钱收购业务成熟的cursor不同，WorkBuddy是腾讯内部一个小团队，趁着3月的“龙虾热”，在原来的AI编程智能体codebuddy上改造出来的AI办公智能体。Workbuddy飞速崛起，6月的月度访问量已经达到2097万，在国内桌面AI办公智能体中排名第一，超过第二、第三名之和。更重要的是，这样的办公AI，是比编程更大的场景和任务富矿，每天能产生大量真实工作任务，如写PPT、整理文档、处理表格、搜索资料、跑代码、修改文件、调用工具。在这里，用户的一次失败任务，往往比Benchmark里一个错误更有价值，因为它告诉模型到底为什么失败；一次成功任务，也可以拆成一条可复用的Agent轨迹。这让模型训练得到一种非常稀缺的东西，就是真实世界的任务分布、操作轨迹、失败案例和最终结果。负责重建腾讯混元的姚顺雨，自然知道这些场景的价值。一年多前，他在文章《AI下半场》里就提过，大模型的强化学习（RL）有了泛化能力之后，模型评估比模型训练更重要，而做好模型评估，需要开发面向现实世界效用的全新评估设定或任务。CodeBuddy、WorkBuddy等场景，就有大量的面向现实世界的任务和评估，所以刚开始重建混元的时候，姚顺雨就提出了Co - design的方法，让模型跟产品进行深度协同优化。财报电话会上，刘炽平肯定了这种效果，“通过持续把真实产品使用和领域反馈注入模型训练，我们的‘模型 - 产品Co - design’方法让混元得以验证模型精度、识别并解决边缘场景，实现更快的模型迭代。”这是混元今年快速进步的一大原因。4月底Hy3 Preview亮相，7月正式版发布，在Agent、推理和编码等任务上已经进入国产模型第一梯队，用295B的小参数，实现了性能对标大参数的竞品。混元的进步，刘炽平的表述是，“能力提升最明显之处体现在其智能体能力和产品体验上，在推理、智能体和长上下文任务上的性能跃升，为编程、办公、财务建模和前端设计等用例带来了明确优势。”这些能力对应的，正是典型的workbuddy用户场景，这说明了workbuddy和混元之间，开始形成了一个Co - design Loop（协同飞轮），模型越强，用户敢交给它的任务越难。任务越难，产生的数据越有价值。数据越有价值，下一轮模型就越强。刘炽平在电话会上明确说，Hy4将是更大规模的模型，目标是逐步逼近行业最先进水平（SOTA），这可能是向来低调的腾讯高管首次公开喊出“追求SOTA大模型”。几个小时后，刚发布Grok4.6的马斯克，更是直接立下了SOTA的flag，认为SpaceX的训练语料库如此出色且独特，如果有任何模型在现实世界工程方面比Grok4.7更好，他会感到震惊。马斯克向来欣赏微信，在买下推特之后，他心心念念的就是把要推特改造成微信这样的万能应用，去年年底接受采访时，更是直接把X的定位说成了“WeChat++”。这回在AI上，他又跟腾讯踏进了同一条河流。
5. Co - design Loop的价值与影响
这种Co - design Loop的出现，确实让大模型后发者看到了赶超的希望。Meta最近就推出首款编程Agent，Muse Codem，搭载了新一代模型Muse Spark 1.2，这个模型的定价策略很特别，分成了标准版和贡献者版，这个贡献者版比标准版的价格便宜了95%，开通的条件就一个，允许Meta用开发者的编程数据去训练未来的模型。小扎虽迟但到，小心思也肉眼可见。但跟硅谷不计成本的大模型竞赛相比，国内的AI行业更看重投入与产出，所以Codesign Loop更大的价值在于，这可能是AI大模型第一次出现类似互联网平台的网络效应，用户增长带来数据，数据带来模型能力，模型能力带来更强产品，更强产品带来用户增长。而且，在编程、办公等生产力场景，用AI来帮自己完成工作任务，无论是普通用户还是企业，付费意愿都更高。也因此，在workbuddy率先跑出来后，国内巨头纷纷跟进发力AI办公，字节把飞书并入“豆包”，阿里整合了“千问”办公，大家都把文档、邮件、会议等办公能力接入到agent里，既希望制造更多高质量的“真实任务—执行—验证—反馈—训练”循环，来提升模型能力，也希望在生产力场景中实现AI的商业回报。这种回报已经初现端倪。腾讯财报会上，对workbuddy有个表述说明了这一点，“目前现金收款正在大幅爬坡，年内会逐步转化为腾讯云的报表收入。”更有意思的是腾讯首席战略官詹姆斯的说法，他说在所有算力变现渠道里，“WorkBuddy产生的Token计费业务，能创造最持久的经济回报。”所以，虽然腾讯在今年Q2的资本开支达到了527.8亿元，同比增长176%，首次出现季度自由现金流转负，管理层却没有选择把算力直接转手出售，按当下行情，这能直接赚超过30%，但刘炽平说，腾讯在“执行一套更长远的战略”，会优先把算力给到混元模型和workbuddy等AI应用。能让人放弃唾手可得的30%利润，去押注的东西，肯定不只是单个的模型或产品的提升，而是一套系统，一套开始得到验证的复利系统。大模型军备竞赛打了两年多，大家终于发现，光有大力未必能出奇迹，能产生Co - design Loop的产品，可能才是技术进步与商业回报的真正加速器。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
