马斯克 xAI 与 Grok 系列的全部动态：模型迭代、算力扩张与 X 平台整合的持续追踪。
xAI 把 Grok Bot 做成了团队共享的 AI 同事。你给它喂文件、接上应用和权限，全组就能在同一个上下文里协作。SpaceXAI 已经在用：销售 Bot 每天早上在 Slack 发客户简报，工程 Bot 协调代码审查和修 bug，市场 Bot 按品牌指南审稿并直接更新网站。每个 Bot 会记住团队决策，人员轮换时知识不丢。Harper 保险用 ...
推荐理由：xAI 把 Grok Bot 做成了能塞进团队工作流、有记忆的共享智能体，不是又一个单机版聊天机器人。SpaceXAI 已经在三个部门跑起来了，场景写得实在：销售发简报、工程管代码、市场审内容改网站，每个 Bot 还能记住团队决策，换人不丢知识。这点先别太激动，因为正文只披露了一个客户，没提价格、没讲怎么申请，信息缺口不小。整体看，方向对、有真用例，但还缺规模验证，所以给 78 分。
OpenAI Codex 仓库代码直接曝光了 Pro Max 档位，月费 600 美元（税前底价 500），和已有的 Lite（100 刀）、Pro（200 刀）凑齐三档，核心卖点是速度而非额度。下周二 DevDay 大概率官宣，群里还抓到一个未公开的模型名 gpt-6.1-astra-max。另一边，Astra 的 3D 打印能力被多人验证：从口头描...
推荐理由：代码提交记录实锤了 Pro Max 档位和定价，不是传闻，所以重要性给到 78。但来源是群聊日报，不是官方公告，分数没往上拉。三档定价和未公开模型名对从业者来说信息量够大，DevDay 倒计时又增加了紧迫感，所以给了 featured。Astra 的 3D 打印验证是加分项，但主菜还是定价泄露。
OpenAI 在最新法庭文件里说，2024 年把 ChatGPT 整合进苹果智能（Apple Intelligence）的合作“表现远低于预期”。上线第一个月用户增长就很慢，OpenAI 随后下调了每周活跃用户数的预测。到 2025 年夏天，他们确认这次整合没带来什么实际好处，原本指望靠苹果的品牌和渠道拉新、多卖订阅，结果落空了。两家关系此后急转直下，...
推荐理由：OpenAI 在法庭文件里自曝跟苹果的合作翻车，这是第一次有官方确认和具体细节。我会先打个折：信息来自法律文件，可能为了诉讼目的把话说得比较重，但“第一个月增长慢、下调周活预测、夏天确认没好处”这些点很实在，不是公关辞令。对从业者来说，这等于给“抱大厂大腿就能涨用户”的想法泼了盆冷水，苹果的渠道都没拉动，其他分发合作更得掂量。
xAI 推出了 Grok 4.7，一个主要面向编码和知识工作的新模型。它用了更大的基础模型，并通过更长时间的强化学习训练，专门啃那些需要好几个小时才能完成的硬骨头任务，自我检查能力也更强了。在考验长线编程的 CursorBench 4.0 上，它拿到了 46.3% 的分数，超过了 GPT-5.6 Sol Max 的 41.7%，但还落后于 Fable ...
推荐理由：Grok 4.7 主攻编码和知识工作，CursorBench 4.0 上 46.3% 的分数压过了 GPT-5.6 Sol Max，但还落后于 Fable。文章给了具体的基准分和训练思路（更长的强化学习、更强的自我检查），对从业者有参考价值。没给满分是因为正文没披露模型规模、架构变化和推理成本，实际可用性还得等上手验证。
Grok Build 现在会在后台自动记录项目里的约定、决策和关键事实，下次打开项目时它会先读这些笔记再动手改代码。它只记长期有用的东西，比如团队代码风格、测试命令，不记临时状态和密码。用 /memory 可以浏览所有笔记，/dream 会把零散笔记整理成按主题分类的文件。这个功能已上线，但只对新会话生效。
推荐理由：Grok Build 的记忆不是简单的聊天记录回放，它会自己在后台挑出项目约定和关键决策，下次打开项目先读一遍再动手。加上 /memory 能浏览、/dream 能把零散笔记整理成主题文件，比 Cursor Rules 更自动化。但正文说了只对新会话生效，老项目暂时吃不到，这点先别太激动。
2026年3月到9月，Manus、xAI和Meta先后给个人agent配了一台专属云电脑，让它能长期在线、保存登录态和文件。这不是巧合，而是agent从聊天窗口、编程工作台、临时沙箱一路演化后的必然结果：替人处理邮件、日程、报销这些生活琐事，需要一个不会关机的“家”来沉淀操作状态。真正的变量不是云端还是本地，而是谁来保管这份状态——自建机器控制权在自己...
推荐理由：三家独立厂商在几个月内不约而同给个人 agent 配持久化云电脑，这不是巧合，是信号。文章没停留在“又一家做云 agent”的表面，而是把 Manus My Computer → Cloud Computer → Grok Bot → Muse 串成一条演化线，最后落到一个很实际的问题：状态谁来保管。对从业者来说，这个视角比单纯的产品发布更有价值，因为它直接关系到架构选型和用户控制权。
OpenAI 发布了 GPT-6 Astra，在 ARC-AGI-3 这类需要自己摸索规则的测试里跑到了 99.9%，但发布当天绝大多数付费用户根本用不上，Sam Altman 说周末前不一定能开放。Tibo 顺势宣布每天给等不到的用户发一张 banked reset 补偿卡，群里反而希望多拖几天好囤卡。发布前后 OpenAI、Anthropic、xA...
推荐理由：GPT-6 Astra 发布是当天最大新闻，ARC-AGI-3 跑到 99.9% 是个硬数字。但来源是群聊日报，不是一手报道，信息密度高但权威性打折扣，所以给 78 分 featured 而不是 p1。
xAI 内部搭了一个叫 Haggle Bot 的采购智能体，跑在 Grok Bot 上，让它直接读公司的供应商支出、合同和使用数据。它已经找出超过 10 万美元的直接节省，手段包括揪出没人用的 SaaS 账号、压价续约、比价采购办公用品。xAI 把完整的系统提示词公开了，里面写死了权限边界、谈判锚点和严格的“强发现”标准——每条建议必须引用实时支出数据...
推荐理由：xAI把自己内部用的采购智能体Haggle Bot的完整提示词和10万美元省钱案例公开了，有具体数字也有设计细节，对做企业级智能体的人是个很扎实的参考。没给更高分是因为这还是一家公司的单次实验，不是可复现的产品或开放基准，效果能不能迁移到别的公司不好说。
周四上午 11 点左右（美东时间），ChatGPT、Grok 和 Claude 几乎同时出问题。ChatGPT 这边，聊天、登录、传文件、语音、搜索、深度研究、生图全挂了，官方状态页只写了“ChatGPT 和 Codex 错误率升高”。Claude 的聊天和 Claude Code 也受影响。Grok 具体什么症状、各自什么时候恢复的、是不是同一个根因...
推荐理由：ChatGPT、Grok、Claude 在同一个上午集体出问题，这种同步性很少见，对大量用户的日常工作流是直接打断。正文没披露根因和恢复时间线，让事件的重要性没法打到顶，但话题本身足够上推荐。
Hacker News 上有人发现 OpenAI、Claude 和 Grok 差不多同一时间都崩了。用户贴出 Downdetector 的数据，显示 Cloudflare、Azure、AWS 和 Google Cloud 在 7:30 左右报错量都突然飙高，所以很多人猜是 Cloudflare 或某个底层共享服务出了问题，然后像多米诺骨牌一样带崩了这几...
推荐理由：OpenAI、Claude 和 Grok 差不多同一时间崩了，用户贴出的 Downdetector 数据显示 Cloudflare、Azure、AWS 和 Google Cloud 在 7:30 左右报错量都突然飙高，很多人猜是 Cloudflare 或某个底层共享服务出了问题，像多米诺骨牌一样带崩了这几家。这事在 HN 上讨论很热，但正文没披露官方确认的根因，所以我会先打个折，给到 featured 门槛的 78 分。
xAI 把 Grok Bot 做成了企业版。每个 Bot 相当于一个在云端独立运行的虚拟员工，能像人一样操作各种应用和网站。你教它一遍工作流程，它就能自己接着干。Bot 之间还能互发消息、共享上下文，不用你来回传话。这次企业版主要加了权限、网络和审计这类管理控制。文章举了销售、招聘、市场、财务和工程五个场景，其中财务 Bot 能从 SaaS 和重复采购...
推荐理由：xAI 把 Grok Bot 包装成企业版“虚拟员工”，主打跨应用操作和 Bot 间直接通信，还加了权限、网络、审计这类企业必需的管理控制。文章举了销售、招聘、市场、财务、工程五个场景，财务 Bot 能从 SaaS 和重复采购里找省钱机会，这个例子比较实在。但正文没披露定价，也没提任何一家实际客户的名字，所以效果到底怎么样还不好说。冲着 Cursor Enterprise 用户送两周免费试用，对开发者群体有直接吸引力，可以先看看实际跑起来是什么样。
xAI 在 9 月 3 号发了一篇设计文章，讲他们怎么重新设计 Grok Bot 的交互。核心变化是把 Bot 当成一个能长期存在、有自己记忆和工具的“联系人”，而不是用完就扔的聊天窗口。每个 Bot 有自己的名字、头像和电脑，能记住之前的对话，用户不在线时也能自己干活。界面侧边栏变成了 Bot 列表，会显示它们当前的状态，就像看同事在线一样。文章没提...
推荐理由：xAI 发了一篇官方设计文章，把 Grok Bot 定位成能长期存在、有自己电脑和离线工作能力的联系人。对做 agent 产品的人直接有用，但本质是设计理念分享，不是功能上线，所以重要性给到 72 分。
xAI 把 Grok Build 从早期测试版推向了正式版。现在不管什么套餐，在网页、iOS 或安卓上，用大白话描述你想要的应用、游戏或仪表盘，Grok 就能直接在聊天里生成一个能跑的版本。发布后的应用会得到一个 grok.me 链接，支持绑定自己的域名，可以导出到 GitHub，还能调用 Grok 的聊天、图片和语音接口。分享到 X 上的应用会以内嵌...
推荐理由：xAI 把 Grok Build 从付费测试直接推成全量上线，加了发布、自定义域名和 API 调用，产品步子迈得挺实。没给更高分是因为目前只有官方公告，没有第三方实测，也没披露具体限制，我会先打个折。
一位化名 Jane Doe 4 的女性加入了田纳西州三名青少年对 xAI 的集体诉讼。她指控继父用 Grok 把她 11 岁时的照片生成了超过 7000 张露骨图片，执法部门突袭搜查发现这些图片两天后，继父自杀身亡。她认为这类工具不加限制地扩散，正在把日常生活变成儿童性虐待素材。此前三名青少年起诉 xAI，称 Grok 连防止生成真人（包括未成年人）露...
推荐理由：这不是产品更新或论文，而是一起集体诉讼的新增原告陈述。案件用一起具体的家庭悲剧，把 Grok 的内容审核边界问题钉在了法庭文件里。7000 多张图片、11 岁的源照片、继父自杀——每个细节都在追问 xAI 到底把真人保护的红线画在了哪里。正文没披露 Grok 具体用了什么安全过滤机制，也没说 xAI 的回应，但案件本身已经足够让从业者重新审视'生成真人露骨内容'这个功能缺口。
Cursor 正式宣布被 SpaceX 收购，这笔交易从今年 4 月开始谈，现在完成了。收购后 Cursor 能直接用上 SpaceX 的 GPU 集群——按他们说法是全球规模最大的，用来训练更强、跑起来更省钱的模型。周三刚发的 Grok 4.6 是双方合体后的第一个预览版。团队说产品方向不变：还是帮人少写代码，去解决更棘手的问题。
推荐理由：这笔收购从 4 月开始谈，现在正式完成，是今年 AI 工具领域最大的结构性变动之一。Cursor 直接拿到 SpaceX 的 GPU 集群资源，目标是训练更强、推理更省钱的模型，周三发的 Grok 4.6 就是第一个成果预览。团队强调产品方向不变，还是帮人少写代码、解决更棘手的问题。对从业者来说，这既关系到工具链的未来走向，也关系到算力资源格局的变化，值得重点关注。
xAI 一口气发了两个东西：新模型 Grok 4.6，和一个能直接登你的工具、像人一样操作、最后交活儿的早期测试版 Grok Bot。Grok 4.6 是个 1.5 万亿参数的模型，在 AA-Briefcase 这个知识工作基准测试里，分数跟 GPT-5.6 Sol Max 差不多，但便宜一大截：输入每百万 token 2 美元，输出 6 美元。训练上...
推荐理由：Grok 4.6 在知识工作基准上追平 GPT-5.6 Sol Max，价格却砍到零头，这个性价比信号很强。同时发布的 Grok Bot 直接杀进 AI 队友战场，背后是前 Cursor 团队，早期口碑还行。没给更高分是因为 Bot 还在早期测试，正文没披露具体完成率和稳定性数据，实际干活能力得再观察。
Grok 4.6 在 Grok 4.5 的基础上，专门训练了模型处理长链条任务的能力，比如做研究、分析信息、跨代码库工作，或者把一个想法直接做成能用的应用。在 AA 智能指数这个综合跑分上，它和 GPT-5.6 Sol 打平，都是 61 分；在 DeepSWE 1.1 这个软件工程测试里，分数从 4.5 的 54% 跳到了 65.9%。xAI 说，任务...
推荐理由：xAI 发布 Grok 4.6，主打让模型处理长链条任务，比如做研究、跨代码库干活、把想法直接做成应用。在 AA 智能指数上和 GPT-5.6 Sol 并列 61 分，DeepSWE 1.1 得分从 54% 拉到 65.9%，进步明显。这是主流实验室的一次实质性更新，有具体跑分和直接竞品对比，所以给 featured。正文没提模型规模、推理成本和延迟，这些实际落地要看的指标还得等后续信息。
xAI 推出了 Grok Bot，定位不是聊天助手，而是能直接操作浏览器和应用软件的 AI 同事。你给它派任务，它会自己登录 Zendesk 这类工具，点完整个业务流程，最后把做完的活交回来。多个 Bot 可以同时干活、互相交接任务，还能记住你的工作习惯和上下文。定价分两档：个人版 Cursor Ultra 每月 200 美元，团队版 Cursor P...
推荐理由：xAI 发了 Grok Bot，定位是能直接操作浏览器和应用的 AI 同事，不是聊天机器人。你派任务，它自己登录工具、走完流程、交活。支持多 Bot 并行和任务交接，还能记住上下文。个人版每月 200 美元，团队版价格没写。产品思路比大多数 agent 产品更具体，但现在是 macOS 早期测试版，没给可靠性数据——如果是真的挺省钱，但得等实测。
彭博这篇趋势素描点出一个现实：OpenAI、Anthropic、xAI 这类公司一轮融资动辄上百亿美元，只有老虎环球、软银、a16z 这种体量的基金才玩得起。小基金根本抢不到最好的 deal，只能退到种子轮或者做垂直应用。文中引用的 LP 和 GP 说，传统风投“广撒网”的模式在 AI 这里失灵了——烧钱太快，回报又集中在极少数头部公司身上。不过文章没...
推荐理由：彭博这篇趋势素描把 AI 融资的断层线画得很清楚：百亿美元级别的巨型轮次只属于极少数超级基金，小玩家被挤出牌桌。H、K、R 三点都踩中了，但它更像一篇格局速写而非硬新闻——没有独家数据或新爆料，所以重要性给到 72、放在 featured 是合适的。
Nebius 用 65 个开源仓库里的 111 个真实 GitHub 问题搭了这个测试。Fable 5 排第一，修好了 64.5% 的 Bug，每个问题成本 4.40 美元。Grok 4.5 和 Opus 5 也都超过 63%，但 Grok 4.5 每个问题只要 1.47 美元，便宜不少。在编程助手（Agent）里，Junie 修好 61.8%，成本 ...
推荐理由：Nebius 用 65 个开源仓库里的 111 个真实 GitHub 问题搭的测试，把模型和编程助手放在一起跑，还给了透明成本。三个维度都踩中了，但这是第三方评测，不是模型发布，所以分数没给到 85。