马斯克甩出两张王牌，Grok Build杀入AI编程

新智元报道 【新智元导读】 AI编程三国杀来了！5月14日，xAI上线了Grok Build，一个跑在终端里、能自己规划任务和改代码的编程智能体。马斯克曾承认xAI在编程上落后，这是它正面追赶Claude Code和OpenAI Codex的第一步。 马斯克补齐xAI编程短板的两张牌，已经打出。 5月14日，xAI发布Grok Build早期Beta，官方把它定位为「编程智能体和CLI（命令行工具）」，优先面向SuperGrok Heavy订阅用户开放。 到了25日，xAI在官网正式发布Grok Build公告，准入也从SuperGrok Heavy扩大到所有SuperGrok和X Premium Plus用户。至此，它才从一个高门槛的小范围Beta，变成更多付费用户能上手的工具。 https://x.ai/news/grok-build-cli 马斯克此前公开承认过，xAI在编程场景上落后。据Bloomberg报道，xAI内部曾有高管要求团队，把Grok做到能在各类任务上追平Claude。而Grok Build，就是这场追赶赛的第一个产品。 但产品一上线，很快就有用户提出了一个尖锐的问题： 虽然产品界面不错， 可底层模型不够强： 只要xAI拿出一个真正SOTA（业界最强水平）的模型，Grok Build一夜之间就能和Codex、Claude Code正面竞争。 马斯克随后在X上回了话，亮出了xAI下一代基础模型： 「我们最近完成的Grok V9 1.5T运行效果非常出色，这还是在尚未加入Cursor数据进行补充训练之前的结果。」 他还专门发帖，捋了一遍xAI那套「有点令人困惑」的版本号：内部正在开发的V9，参数1.5T，在数据整理、训练方法、模型规模等每个方面都显著优于V8，并针对Blackwell架构进行了优化；而面向公众的v4.2，基于V8训练，参数仅0.5T，在训练数据的质量、全面性和比例上存在重大缺陷。 从V8到V9，马斯克用了一个词来形容：「差距巨大」。 三大维度重建V9 马斯克口中的「差距巨大」，主要来源于三个维度的重建。 参数规模 首先，是参数规模，从0.5T涨到1.5T，实现了三倍扩张。 参数量扩大，可能提升模型容量、复杂任务建模能力，以及长链路工具调用中的稳定性。但上下文窗口、仓库级理解和长程任务表现，并不由参数量单独决定。 V9是否能在复杂代码仓库、跨文件修改和多步骤智能体任务中明显提升，仍需等公开版上线后通过实测验证。 由于Claude、GPT、Gemini 等头部模型普遍不公开具体参数量，V9的1.5T更适合作为xAI自身代际比较的指标，而不宜直接拿来和Sonnet、Opus或GPT系列做横向比较。 Hopper不够用了 xAI把Blackwell顶上去 按马斯克的说法，公开版v4.2所基于的V8约为0.5T参数，训练在Hopper芯片上；内部V9则扩大到1.5T参数，并面向Blackwell架构优化。 这意味着，V9的升级不只是模型尺寸变大，也伴随着底层硬件平台的代际切换。 相比Hopper，Blackwell面向更大规模模型集群做了进一步设计，包括更高的互联带宽、更强的低精度计算能力，以及面向万亿级模型训练和推理的系统级扩展能力。 需要注意的是，Hopper本身已经支持FP8，Blackwell的新增重点更应放在FP4、第五代NVLink和更大规模集群互联上。 xAI的算力底牌，是部署在孟菲斯的Colossus超级集群。 马斯克过去一年多次更新过Colossus的扩张进度。 这次V9被称为面向Blackwell优化，也意味着xAI正试图把集群扩张和硬件升级，转化为下一代基础模型的训练与运行能力。 真实的开发者数据 第二个是数据质量。 马斯克直言不讳：V8的数据质量有缺陷，全面性不够，比例不对。这意味着V8并非只是「规模小一点的模型」，而是一个数据基础就没打好的模型。 而V9补充训练的核心一步，是引入Cursor数据。 马斯克在5月15日的帖子里特别提到：V9的训练刚刚跑完，Cursor数据还没有加进去，将在补充训练阶段引入。 5月17日他更新了进度：下一步加入Cursor数据做补充训练，然后是SFT（监督微调）和RL（强化学习），整个流程大约还需要3到4周。 Cursor数据的价值，在于它是过程数据。GitHub上有海量代码，但是终态数据。 从空白文件到最终代码之间发生的数据：开发者补全、回退、纠错、与智能体互动……这些过程数据才是训练编程智能体真正稀缺的资源。 在补充训练中加入Cursor数据之后，V9将是第一个在真实开发者行为上系统性训练过的Grok。 这次马斯克点名Cursor，也不是随意的。xAI与Cursor的关系由来已久：2025 年grok-code-fast-1发布时，Cursor是其限时免费接入的合作平台之一。 至于V9补充训练所用的Cursor数据具体来源和授权细节，目前没有公开信息。 Grok Build到底是什么 功能上，Grok Build是一个跑在终端里的CLI工具，安装只要一行命令。 https://x.ai/cli 功能上，这是一个跑在终端里的CLI工具， 安装只要一行命令。 装好之后，进入项目目录敲一个grok，它就开始工作。你可以让它解释整个代码仓库的结构，也可以直接丢给它一个任务，比如「给这个API加上限流」，它会自己定位文件、改代码、跑测试、再修自己的错。 它有三种用法。一是TUI（终端图形交互界面），全屏、可鼠标操作；二是headless（无界面）模式，塞进脚本和自动化流程里；三是通过ACP（智能体客户端协议）接入其他应用。 真正值得关注的是它的工作方式：先规划，后执行。 面对复杂任务，Grok Build会先把思路写成一份计划，停下来等你确认。你可以逐条批注、整段重写，甚至让它带着问题先反问你一句，再动手。计划通过后，每一处改动都以清晰的diff（差异对比）呈现，改了什么一目了然。当一个编程智能体直接在真实项目文件里动手，这道审核关卡就不是可有可无。 它还支持子智能体并行，把一个任务拆给多个子智能体分头处理；支持MCP（模型上下文协议）服务器；有skills（技能）、plugins（插件）和marketplace（应用市场）的扩展体系；斜杠命令里甚至带着用/imagine生成图片、用/imagine-video生成视频。 把这些拼在一起，Grok Build对标的是Claude Code、Codex CLI和Cursor的智能体，而并非传统聊天机器人。xAI这次拿出的，是一个完整的开发者工作流入口。 底座是grok-build-0.1 V9还没上线 按xAI官方文档，驱动Grok Build的是一个专门训练的模型：grok-build-0.1。 它在5月19日前后进入API早期访问，官方对它的定位是「为智能体编程训练的快速编码模型」。 这是一款专门定位于编程的模型。它支持文本和图像输入，原生具备工具调用、结构化输出和推理能力，上下文窗口256K（约25.6万token）。它被训练成能在一个长链路里反复循环：读问题、写代码、用终端、查错、改错。 grok-build-0.1已单独上架xAI API，开发者可以把它直接