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。
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。
AI城头变幻大王旗。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。
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。
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。
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。
刘炽平在电线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。
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。
在年内多数中小银行延续存款利率下调趋势的背景下,近日,湖北、广东等地部分农商行、村镇银行逆势上调存款利率,涉及1年期至5年期等多个期限的存款品种,调整幅度最高达33个基点。
2026年春天,我们走访了山东、江苏的13座生活垃圾填埋场,试图了解在“固废十条”倒计时之下,各地基层的陈旧生活垃圾填埋场现状。
据新华社报道,美国总统特朗普13日签署国家安全备忘录,下令美国海军建造最新航母时放弃电磁弹射系统,换回旧式的蒸汽弹射系统。备忘录要求五角大楼和美国海军在60天内向特朗普提交移除电磁弹射系统的计划。
湖北日报全媒记者 李朝霞 刘柳2026年8月3日,美国财政部一纸公告震动全球金融市场,联邦政府未偿债务总额正式突破40万亿美元。这个数字意味着什么?如果把40万亿美元平摊到每个美国人身上,相当于每名公民背负约11.
猥亵17岁女店员,陕西一奶茶店督导被拘留7日!知名茶饮品牌:该男子目前已被停职,将予以开除处理
近日,陕西延安一名网友反映称,知名茶饮品牌益禾堂一名督导在工作期间对店内女员工实施猥亵行为。记者从监控画面中看到,事发当日,该督导从女店员身后经过时,伸手触摸其胸部,女店员迅速躲开。据受害女店员反映,该督导不仅在肢体上存在越界行为,期间还有言语上的冒犯。
郭德纲商演即兴改词被立案调查!报批的是饺子,端上来的不能是包子!︱生活有说“法”·金燕之谈
美好生活有说“法”,听金燕快乐普法。今儿咱们不聊别的,聊个热乎的:郭德纲老师。郭老师您熟,我也熟,大伙儿都熟。但今儿不是来聊相声的,是来聊郭老师最近摊上的那档子事儿:商演中即兴改编红色经典歌曲,相关情况被文旅部门立案调查。7月24号,武汉,麒麟剧社。
菲律宾和澳大利亚联合声明,对中国海警近期位仁爱礁采取的行动表达“严重关切”,国防部:将继续开展维权执法行动,坚决挫败一切侵权挑衅
记者:据报道,菲律宾和澳大利亚近期举行防长会并发表联合声明,对中国海警近期位仁爱礁采取的行动表达“严重关切”,敦促各方“专业、安全地”开展行动。