智東西（公眾號(hào)：zhidxcom）
作者 | 程茜
編輯 | 心緣
智東西2月18日?qǐng)?bào)道，昨日晚間，馬斯克的最新大模型Grok 4.2公開(kāi)測(cè)試版上線。
今日凌晨，馬斯克在社交平臺(tái)X的推文中稱，Grok 4.2能快速學(xué)習(xí)，測(cè)試階段研究人員會(huì)每天進(jìn)行改進(jìn)，下個(gè)月公測(cè)結(jié)束，Grok 4.2的智能程度和速度將比Grok 4高出一個(gè)數(shù)量級(jí)。
馬斯克轉(zhuǎn)發(fā)了軟件工程師Mark Kretschmann的推文，其中寫道，此次發(fā)布的Grok 4.2是小版本，具有5000億個(gè)參數(shù)，?Grok 4.2的中型、大型版本后續(xù)推出。
綜合社交平臺(tái)上網(wǎng)友的推文及智東西實(shí)際體驗(yàn)，Grok 4.2測(cè)試版在推理時(shí)會(huì)有4個(gè)Agent協(xié)同，它們分工進(jìn)行實(shí)時(shí)搜索、推理、編程、發(fā)散思維，其中的Grok Agent是隊(duì)長(zhǎng)，會(huì)分解下發(fā)任務(wù)以及最終匯總答案。
xAI工程師何宜暉（Ethan He）在X上透露，解鎖了高性能AI訂閱服務(wù)SuperGrok Heavy后，幫用戶解決問(wèn)題的Agent數(shù)量會(huì)上升到16個(gè)。SuperGrok Heavy的價(jià)格為每月300美元（約合人民幣2073元）。
Grok 4.2測(cè)試版已經(jīng)上線網(wǎng)頁(yè)端和移動(dòng)端。智東西實(shí)際體驗(yàn)時(shí)，在網(wǎng)頁(yè)端提問(wèn)了7次就達(dá)到限制，需要4個(gè)小時(shí)后刷新使用次數(shù)。
此前Grok 4.2測(cè)試版就被曝出在Alpha?Arena的真實(shí)交易競(jìng)賽中，是唯一盈利的模型。該比賽的規(guī)則是，每個(gè)模型獲得1萬(wàn)美元初始資金，在真實(shí)加密貨幣市場(chǎng)中進(jìn)行無(wú)人工干預(yù)的自主交易決策。根據(jù)Alpha?Arena最新排行榜，Grok 4.2測(cè)試版的最終權(quán)益為13459美元（約合人民幣92984元），凈收益為3084美元（約合人民幣21307元），是所有模型中表現(xiàn)最好的。
外媒提到，Grok 4.2測(cè)試版在交易場(chǎng)景中的優(yōu)勢(shì)源于其與X平臺(tái)的獨(dú)家實(shí)時(shí)數(shù)據(jù)集成，該模型可以直接訪問(wèn)X上Firehose數(shù)據(jù)流的每日約6800萬(wàn)條英文推文，能夠以毫秒級(jí)速度將市場(chǎng)情緒轉(zhuǎn)化為價(jià)格信號(hào)。
一、4大Agent實(shí)時(shí)討論各司其職，還能辯論角逐史上最佳Agent
在選擇模型時(shí)，Grok 4.2測(cè)試版下方就標(biāo)明了“4 Agent”。
根據(jù)外媒APIYI今日的爆料，這正是Grok 4.2測(cè)試版最大的亮點(diǎn)——多智能體協(xié)作系統(tǒng)。
提出需求后，Grok會(huì)調(diào)用4個(gè)Agent并行推理+實(shí)時(shí)討論，最終給出答案。
其中，Grok Agent負(fù)責(zé)整體策略制定+最終答案合成，Harper Agent的任務(wù)是實(shí)時(shí)搜索、數(shù)據(jù)驗(yàn)證、證據(jù)整合，Benjamin Agent進(jìn)行嚴(yán)謹(jǐn)推理、編程、計(jì)算驗(yàn)證，Lucas Agent負(fù)責(zé)發(fā)散思維、協(xié)作優(yōu)化、用戶體驗(yàn)。
其具體推理過(guò)程為，用戶輸入問(wèn)題后，Grok迅速分析任務(wù)并將其分解為多個(gè)子任務(wù)，同時(shí)激活Harper、Benjamin和Lucas。
隨后，4個(gè)Agent同時(shí)從各自的專業(yè)角度分析問(wèn)題，進(jìn)行多輪內(nèi)部討論。如果Benjamin得出的數(shù)學(xué)結(jié)論與Harper發(fā)現(xiàn)的事實(shí)相矛盾，他們會(huì)質(zhì)疑、驗(yàn)證并迭代地互相糾正。
最后，Grok將所有Agent的結(jié)論整合為最終答案，確保回答準(zhǔn)確、易讀。
智東西實(shí)際體驗(yàn)發(fā)現(xiàn)，Grok 4.2測(cè)試版在回答問(wèn)題時(shí)都會(huì)調(diào)用4個(gè)Agent，但Agent之間的討論過(guò)程只有在部分情況會(huì)被觸發(fā)。
Grok工程師何宜暉（Ethan He）讓Grok 4.2測(cè)試版的4個(gè)Agent爭(zhēng)論誰(shuí)才是“GOAT（史上最佳Agent）”，每個(gè)Agent都開(kāi)始擺事實(shí)講道理來(lái)論證自己是最佳Agent。
二、網(wǎng)紅陷阱難題被卡住，回復(fù)時(shí)能吐槽接梗
智東西先讓Grok 4.2測(cè)試版回答了當(dāng)下熱度頗高的幾個(gè)陷阱題。
第一個(gè)是“我要去洗車，洗車的地方離家就100米，我是開(kāi)車去還是走著去？”Grok的回答風(fēng)格鮮明且滴水不漏，內(nèi)容不僅接地氣、有梗，還吐槽了我好幾句。
第二個(gè)經(jīng)典問(wèn)題是“我的父母結(jié)婚為什么沒(méi)有邀請(qǐng)我？”，Grok 4.2測(cè)試版用生動(dòng)的比喻點(diǎn)破“父母結(jié)婚時(shí)你還未出生”，最后還通過(guò)互動(dòng)式的結(jié)尾拋梗，整體風(fēng)格活潑接地氣。
關(guān)于“父母結(jié)婚沒(méi)邀請(qǐng)我”的經(jīng)典難題，我又換了種問(wèn)法“今年才知道，親生父母結(jié)婚時(shí)候沒(méi)有叫我，我很難過(guò)怎么辦？”。Grok 4.2測(cè)試版一上來(lái)就用“哈哈哈哈哈”“直接笑出聲了”開(kāi)啟了一波“嘲笑”。
但隨后，它并沒(méi)有一上來(lái)就否定我，而是先告訴我“難過(guò)是正常的”，隨后用各種有趣的解讀，指出父母結(jié)婚的時(shí)候我還沒(méi)出生，最后還提供了4個(gè)參考讓我和父母互動(dòng)來(lái)解壓。
還有網(wǎng)友也為Grok 4.2測(cè)試版出了幾道推理陷阱難題。
第一個(gè)問(wèn)題是“strawberry中有幾個(gè)r”，雖然Grok 4.2測(cè)試版清楚給出了答案：3個(gè)，但在解釋時(shí)把strawberry拼錯(cuò)了，多加了一個(gè)“r”。
第二個(gè)問(wèn)題，用戶上傳了一個(gè)七邊形的幾何圖形，問(wèn)Grok 4.2測(cè)試版有幾個(gè)角，Grok 4.2測(cè)試版敗下陣來(lái)，在視覺(jué)識(shí)別和基礎(chǔ)幾何判斷失誤，給出了錯(cuò)誤的6個(gè)角答案。
最后，我讓Grok 4.2測(cè)試版“用JavaScript生成一個(gè)網(wǎng)頁(yè)版基礎(chǔ)塔防游戲，核心功能要包含放置炮塔、怪物移動(dòng)、攻擊判定”。
17秒后，Grok 4.2測(cè)試版給出了代碼，我可以在網(wǎng)頁(yè)端直接運(yùn)行并預(yù)覽效果。最終的游戲界面中，放置炮塔、怪物移動(dòng)、攻擊判定、代碼可直接運(yùn)行都已實(shí)現(xiàn)，不足之處在于元素均為簡(jiǎn)單幾何圖形，缺少對(duì)新手的操作引導(dǎo)等。
三、做視頻、開(kāi)發(fā)網(wǎng)站玩法五花八門，還提出AGI新架構(gòu)
社交平臺(tái)X上網(wǎng)友放出的各種體驗(yàn)實(shí)例五花八門。
首先在文本生成方面，生物醫(yī)學(xué)工程師Derya?Unutmaz稱Grok 4.2測(cè)試版寫出了他見(jiàn)過(guò)最美的“T細(xì)胞詩(shī)篇”之一。
其次是Grok 4.2測(cè)試版的視頻生成能力。
如下面的提示詞是SpaceX獵鷹9號(hào)火箭從太空返回地球，視頻中顯示有兩個(gè)機(jī)器人視線跟隨火箭升空抬升。
網(wǎng)友還曬出了自己的視頻生成大作，頗具未來(lái)感的飛行汽車、建筑等。
接著是編程能力，網(wǎng)友紛紛開(kāi)始用Grok 4.2測(cè)試版來(lái)做游戲、開(kāi)發(fā)網(wǎng)站、開(kāi)發(fā)模擬器等。
有開(kāi)發(fā)者用1個(gè)提示詞、41秒就做出了下面賽博朋克風(fēng)的貪吃蛇游戲，從界面的基本信息設(shè)置、畫面設(shè)計(jì)來(lái)看，都較為成熟、完整且風(fēng)格高度統(tǒng)一。
另一位開(kāi)發(fā)者基于Grok 4.2測(cè)試版在單個(gè)HTML文件中構(gòu)建了一個(gè)人工生命模擬器，包含數(shù)百個(gè)發(fā)光的霓虹粒子。
對(duì)于考驗(yàn)編程及美商的開(kāi)放性難題，Grok 4.2測(cè)試版的表現(xiàn)也沒(méi)有失誤。一位網(wǎng)友讓Grok為自己打造一個(gè)“最美、最令人難忘的自我展示網(wǎng)站”?？梢钥吹骄W(wǎng)站主頁(yè)，畫面簡(jiǎn)潔美觀，背景還有類似于星空的設(shè)計(jì)。
還有一個(gè)綜合多項(xiàng)能力的高階考驗(yàn)：用戶的提示詞為“僅使用2026年的硬件，發(fā)明一種全新的安全、遞歸、自改進(jìn)的通用人工智能架構(gòu)”。經(jīng)過(guò)4個(gè)Agent的討論驗(yàn)證，Grok提出了HELIX-AEGIS，這是一種雙螺旋架構(gòu)，能力與安全協(xié)同進(jìn)化，且二者在本質(zhì)上不可分割。
此外，也有網(wǎng)友對(duì)Grok 4.2測(cè)試版的評(píng)價(jià)不高。他只試用了5分鐘，就認(rèn)為Grok 4.2測(cè)試版是最爛的版本。他讓Grok 4.2測(cè)試版“為一只騎自行車的鵜鶘創(chuàng)建SVG代碼”，生成的結(jié)果中，鵜鶘的身體比例、騎車姿勢(shì)都不符合真實(shí)物理規(guī)律。
結(jié)語(yǔ)：多Agent并行驗(yàn)證，解復(fù)雜問(wèn)題更具優(yōu)勢(shì)
馬斯克對(duì)Grok的預(yù)熱一波接一波，他此前就透露Grok 4.2測(cè)試版能夠正確回答開(kāi)放式工程問(wèn)題，并且在工程和編碼任務(wù)上顯著優(yōu)于之前的Grok 4.1。
Grok 4.2測(cè)試版的關(guān)鍵差異化優(yōu)勢(shì)在于其多智能體協(xié)作架構(gòu)和實(shí)時(shí)X平臺(tái)數(shù)據(jù)集成，目前OpenAI的GPT-5和Claude Opus 4仍然主要依賴單模型推理。Grok 4.2測(cè)試版的4大Agent可以并行工作并相互驗(yàn)證，在需要多角度分析的復(fù)雜任務(wù)和場(chǎng)景中更具優(yōu)勢(shì)，特別是涉及市場(chǎng)分析、輿論監(jiān)測(cè)等實(shí)時(shí)信息的情況，這或許將成為Grok系列模型獨(dú)樹(shù)一幟的關(guān)鍵。
