新智元報道

【新智元導讀】AI編程三國殺來了！5月14日，xAI上線了Grok Build，一個跑在終端里、能自己規劃任務和改代碼的編程智能體。馬斯克曾承認xAI在編程上落后，這是它正面追趕Claude Code和OpenAI Codex的第一步。

馬斯克補齊xAI編程短板的兩張牌，已經打出。

5月14日，xAI發布Grok Build早期Beta，官方把它定位為「編程智能體和CLI（命令行工具）」，優先面向SuperGrok Heavy訂閱用戶開放。

到了25日，xAI在官網正式發布Grok Build公告，準入也從SuperGrok Heavy擴大到所有SuperGrok和X Premium Plus用戶。至此，它才從一個高門檻的小范圍Beta，變成更多付費用戶能上手的工具。

https://x.ai/news/grok-build-cli

馬斯克此前公開承認過，xAI在編程場景上落后。據Bloomberg報道，xAI內部曾有高管要求團隊，把Grok做到能在各類任務上追平Claude。而Grok Build，就是這場追趕賽的第一個產品。

但產品一上線，很快就有用戶提出了一個尖銳的問題：雖然產品界面不錯，可底層模型不夠強：

只要xAI拿出一個真正SOTA（業界最強水平）的模型，Grok Build一夜之間就能和Codex、Claude Code正面競爭。

馬斯克隨后在X上回了話，亮出了xAI下一代基礎模型：

「我們最近完成的Grok V9 1.5T運行效果非常出色，這還是在尚未加入Cursor數據進行補充訓練之前的結果。」

他還專門發帖，捋了一遍xAI那套「有點令人困惑」的版本號：內部正在開發的V9，參數1.5T，在數據整理、訓練方法、模型規模等每個方面都顯著優于V8，并針對Blackwell架構進行了優化；而面向公眾的v4.2，基于V8訓練，參數僅0.5T，在訓練數據的質量、全面性和比例上存在重大缺陷。

從V8到V9，馬斯克用了一個詞來形容：「差距巨大」。

三大維度重建V9

馬斯克口中的「差距巨大」，主要來源于三個維度的重建。

參數規模

首先，是參數規模，從0.5T漲到1.5T，實現了三倍擴張。

參數量擴大，可能提升模型容量、復雜任務建模能力，以及長鏈路工具調用中的穩定性。但上下文窗口、倉庫級理解和長程任務表現，并不由參數量單獨決定。

V9是否能在復雜代碼倉庫、跨文件修改和多步驟智能體任務中明顯提升，仍需等公開版上線后通過實測驗證。

由于Claude、GPT、Gemini 等頭部模型普遍不公開具體參數量，V9的1.5T更適合作為xAI自身代際比較的指標，而不宜直接拿來和Sonnet、Opus或GPT系列做橫向比較。

Hopper不夠用了

xAI把Blackwell頂上去

按馬斯克的說法，公開版v4.2所基于的V8約為0.5T參數，訓練在Hopper芯片上；內部V9則擴大到1.5T參數，并面向Blackwell架構優化。

這意味著，V9的升級不只是模型尺寸變大，也伴隨著底層硬件平臺的代際切換。

相比Hopper，Blackwell面向更大規模模型集群做了進一步設計，包括更高的互聯帶寬、更強的低精度計算能力，以及面向萬億級模型訓練和推理的系統級擴展能力。

需要注意的是，Hopper本身已經支持FP8，Blackwell的新增重點更應放在FP4、第五代NVLink和更大規模集群互聯上。

xAI的算力底牌，是部署在孟菲斯的Colossus超級集群。

馬斯克過去一年多次更新過Colossus的擴張進度。

這次V9被稱為面向Blackwell優化，也意味著xAI正試圖把集群擴張和硬件升級，轉化為下一代基礎模型的訓練與運行能力。

真實的開發者數據

第二個是數據質量。

馬斯克直言不諱：V8的數據質量有缺陷，全面性不夠，比例不對。這意味著V8并非只是「規模小一點的模型」，而是一個數據基礎就沒打好的模型。

而V9補充訓練的核心一步，是引入Cursor數據。

馬斯克在5月15日的帖子里特別提到：V9的訓練剛剛跑完，Cursor數據還沒有加進去，將在補充訓練階段引入。

5月17日他更新了進度：下一步加入Cursor數據做補充訓練，然后是SFT（監督微調）和RL（強化學習），整個流程大約還需要3到4周。

Cursor數據的價值，在于它是過程數據。GitHub上有海量代碼，但是終態數據。

從空白文件到最終代碼之間發生的數據：開發者補全、回退、糾錯、與智能體互動……這些過程數據才是訓練編程智能體真正稀缺的資源。

在補充訓練中加入Cursor數據之后，V9將是第一個在真實開發者行為上系統性訓練過的Grok。

這次馬斯克點名Cursor，也不是隨意的。xAI與Cursor的關系由來已久：2025 年grok-code-fast-1發布時，Cursor是其限時免費接入的合作平臺之一。

至于V9補充訓練所用的Cursor數據具體來源和授權細節，目前沒有公開信息。

Grok Build到底是什么

功能上，Grok Build是一個跑在終端里的CLI工具，安裝只要一行命令。

https://x.ai/cli

功能上，這是一個跑在終端里的CLI工具，安裝只要一行命令。

裝好之后，進入項目目錄敲一個grok，它就開始工作。你可以讓它解釋整個代碼倉庫的結構，也可以直接丟給它一個任務，比如「給這個API加上限流」，它會自己定位文件、改代碼、跑測試、再修自己的錯。

它有三種用法。一是TUI（終端圖形交互界面），全屏、可鼠標操作；二是headless（無界面）模式，塞進腳本和自動化流程里；三是通過ACP（智能體客戶端協議）接入其他應用。

真正值得關注的是它的工作方式：先規劃，后執行。

面對復雜任務，Grok Build會先把思路寫成一份計劃，停下來等你確認。你可以逐條批注、整段重寫，甚至讓它帶著問題先反問你一句，再動手。計劃通過后，每一處改動都以清晰的diff（差異對比）呈現，改了什么一目了然。當一個編程智能體直接在真實項目文件里動手，這道審核關卡就不是可有可無。

它還支持子智能體并行，把一個任務拆給多個子智能體分頭處理；支持MCP（模型上下文協議）服務器；有skills（技能）、plugins（插件）和marketplace（應用市場）的擴展體系；斜杠命令里甚至帶著用/imagine生成圖片、用/imagine-video生成視頻。

把這些拼在一起，Grok Build對標的是Claude Code、Codex CLI和Cursor的智能體，而并非傳統聊天機器人。xAI這次拿出的，是一個完整的開發者工作流入口。

底座是grok-build-0.1

V9還沒上線

按xAI官方文檔，驅動Grok Build的是一個專門訓練的模型：grok-build-0.1。

它在5月19日前后進入API早期訪問，官方對它的定位是「為智能體編程訓練的快速編碼模型」。

這是一款專門定位于編程的模型。它支持文本和圖像輸入，原生具備工具調用、結構化輸出和推理能力，上下文窗口256K（約25.6萬token）。它被訓練成能在一個長鏈路里反復循環：讀問題、寫代碼、用終端、查錯、改錯。

grok-build-0.1已單獨上架xAI API，開發者可以把它直接塞進自己的智能體循環或者IDE集成里，并不一定要套Grok Build這個外殼。

它的出現，也意味著xAI編程模型線的一次重整。更早的grok-code-fast-1已在5月中旬退役，xAI官方建議把代碼工作負載遷移到grok-build-0.1，并稱后者在智能體編程和Web開發能力上有顯著提升。

從一個「快而便宜的代碼模型」，到一整套編程智能體產品，xAI走的是從模型API到開發者入口的路。

目前，xAI官方模型頁仍把Grok 4.3列為通用主模型，只在用途表里把「編程」對應到Grok Build 0.1。

xAI官網API頁面，當前對外主模型仍為Grok 4.3。https://x.ai/api

馬斯克口中的V8、V9，是xAI基礎模型的代際編號，和對外的產品版本號是兩回事：他帖子里把公開模型稱作v4.2，xAI官網則標為Grok 4.3。

grok-build-0.1則是另一條線上面向編程的專用模型，它和V9是不是同一套底座、有沒有用上V9的預訓練成果，xAI都沒有公開說明。

真正的較量在6月

V9訓練跑完，并不等于上線。整套后訓練流程走完，公開版還要再等幾周。

在這幾周里，同行不會閑著。Claude Code保持著極高的迭代密度，最快兩天內完成bug修復并發版；OpenAI的Codex持續小步推進；Cursor作為IDE平臺，也在加深智能體能力、擴展模型選擇、增強平臺粘性。

V9上線之后，還有問題待驗證。參數翻3倍，并不等于能力翻3倍。1.5T能不能在編程基準上拉開和Claude、GPT的差距，要等實戰。

xAI補齊了產品線，V9訓練已跑完、硬件已就位，幾周后就要拿出公開版，接受所有人檢驗。

xAI的兩張牌已經攤開，但牌桌上不止它一家。

Claude Code、Codex、Grok Build即將正面相遇，Cursor也在一旁持續加碼。

誰是王者，要等6月的代碼實戰才能揭曉。

參考資料：

https://x.com/elonmusk/status/2055914584373141906

編輯：元宇 Moses