原文摘要

马斯克表示，Grok 4 在基准测试的任何科目上的表现都超过了博士水平。

原文链接

进一步信息揣测

• Grok 4的团队变动：发布会前数小时，xAI首席科学家Igor Babuschkin突然辞职，可能暗示内部管理或技术路线存在分歧，团队稳定性存疑。
• 亚洲工程师主导开发：xAI团队70%以上为亚洲人，反映硅谷AI领域对亚洲技术人才的依赖，也可能隐含文化单一性对产品调校的影响（如对西方网络文化的理解可能不足）。
• 付费墙后的真实性能：Grok 4宣称“超过博士生水平”，但实际测试中可能依赖“测试时计算、工具和多个并行智能体”等技巧（类似考试作弊），普通用户订阅的基础版性能可能大幅缩水。
• 商业化策略内幕：最高档订阅（300美元/月）提供“未来新产品优先体验”，实则为锁定高净值用户付费测试未成熟功能，转嫁研发风险。
• 竞品对标漏洞：强调GRE/SAT满分，但回避更复杂的现实任务（如科研创新），暗示基准测试可能针对性优化，而非通用能力突破。
• 多模态发布节奏异常：跳过3.5直接推4，且分阶段发布编码/视频模型，暴露技术准备不足，用“挤牙膏”式发布维持市场热度。
• 数据源垄断风险：深度搜索依赖X平台数据，可能优先推送马斯克旗下公司内容，存在算法偏见和商业利益捆绑。
• Meme理解的双刃剑：强调网络文化适配，但过度训练可能导致模型在专业场景输出不严谨（如用梗图回答严肃问题）。
• 延迟发布的隐情：直播推迟近1小时，结合突然的人事变动，反映产品可能临期出现重大缺陷需紧急修复。