作者 | 程茜
編輯 | 心緣
智東西2月18日報道，昨日晚間，馬斯克的最新大模型Grok 4.2公開測試版上線。
今日凌晨，馬斯克在社交平臺X的推文中稱，Grok 4.2能快速學(xué)習(xí)，測試階段研究人員會每天進行改進，下個月公測結(jié)束時，Grok 4.2的智能程度和速度將比Grok 4高出一個數(shù)量級。
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5000億個參數(shù)， Grok 4.2的中型、大型版本后續(xù)推出。
綜合社交平臺上網(wǎng)友的推文及智東西實際體驗，Grok 4.2測試版在推理時會有4個Agent協(xié)同，它們分工進行實時搜索、推理、編程、發(fā)散思維，其中的Grok Agent是隊長，會分解下發(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，幫用戶解決問題的Agent數(shù)量會上升到16個。SuperGrok Heavy的價格為每月300美元（約合人民幣2073元）。
Grok 4.2測試版已經(jīng)上線網(wǎng)頁端和移動端。智東西實際體驗時，在網(wǎng)頁端提問了7次就達到限制，需要4個小時后刷新使用次數(shù)。
此前Grok 4.2測試版就被曝出在Alpha Arena的大模型實時投資比賽中，成為唯一盈利的模型。該比賽的規(guī)則是，每個模型獲得1萬美元初始資金，在真實加密貨幣市場中進行無人工干預(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測試版在交易場景中的優(yōu)勢源于其與X平臺的獨家實時數(shù)據(jù)集成，該模型可以直接訪問X上Firehose數(shù)據(jù)流的每日約6800萬條英文推文，能夠以毫秒級速度將市場情緒轉(zhuǎn)化為價格信號。
01.
4大Agent實時討論各司其職
還能辯論角逐史上最佳Agent
在選擇模型時，Grok 4.2測試版下方就標明了“4 Agent”。
根據(jù)外媒APIYI今日的爆料，這正是Grok 4.2測試版最大的亮點——多智能體協(xié)作系統(tǒng)。
提出需求后，Grok會調(diào)用4個Agent并行推理+實時討論，最終給出答案。
其中，Grok Agent負責整體策略制定+最終答案合成，Harper Agent的任務(wù)是實時搜索、數(shù)據(jù)驗證、證據(jù)整合，Benjamin Agent進行嚴謹推理、編程、計算驗證，Lucas Agent負責發(fā)散思維、協(xié)作優(yōu)化、用戶體驗。
其具體推理過程為，用戶輸入問題后，Grok迅速分析任務(wù)并將其分解為多個子任務(wù)，同時激活Harper、Benjamin和Lucas。
隨后，4個Agent同時從各自的專業(yè)角度分析問題，進行多輪內(nèi)部討論。如果Benjamin得出的數(shù)學(xué)結(jié)論與Harper發(fā)現(xiàn)的事實相矛盾，他們會質(zhì)疑、驗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，確保回答準確、易讀。
智東西實際體驗發(fā)現(xiàn)，Grok 4.2測試版在回答問題時都會調(diào)用4個Agent，但Agent之間的討論過程只有在部分情況會被觸發(fā)。
Grok工程師何宜暉（Ethan He）讓Grok 4.2測試版的4個Agent爭論誰才是“GOAT（史上最佳Agent）”，每個Agent都開始擺事實講道理來論證自己是最佳Agent。
02.
網(wǎng)紅陷阱難題被卡住
回復(fù)時能吐槽接梗
智東西先讓Grok 4.2測試版回答了當下熱度頗高的幾個陷阱題。
第一個是“我要去洗車，洗車的地方離家就100米，我是開車去還是走著去？”Grok的回答風格鮮明且滴水不漏，內(nèi)容不僅接地氣、有梗，還吐槽了我好幾句。
第二個經(jīng)典問題是“我的父母結(jié)婚為什么沒有邀請我？”，Grok 4.2測試版用生動的比喻點破“父母結(jié)婚時你還未出生”，最后還通過互動式的結(jié)尾拋梗，整體風格活潑接地氣。
關(guān)于“父母結(jié)婚沒邀請我”的經(jīng)典難題，我又換了種問法“今年才知道，親生父母結(jié)婚時候沒有叫我，我很難過怎么辦？”。Grok 4.2測試版一上來就用“哈哈哈哈哈”“直接笑出聲了”開啟了一波“嘲笑”。
但隨后，它并沒有一上來就否定我，而是先告訴我“難過是正常的”，隨后用各種有趣的解讀，指出父母結(jié)婚的時候我還沒出生，最后還提供了4個參考讓我和父母互動來解壓。
還有網(wǎng)友也為Grok 4.2測試版出了幾道推理陷阱難題。
第一個問題是“strawberry中有幾個r”，雖然Grok 4.2測試版清楚給出了答案：3個，但在解釋時把strawberry拼錯了，多加了一個“r”。
第二個問題，用戶上傳了一個七邊形的幾何圖形，問Grok 4.2測試版有幾個角，Grok 4.2測試版敗下陣來，在視覺識別和基礎(chǔ)幾何判斷失誤，給出了錯誤的6個角答案。
最后，我讓Grok 4.2測試版“用Javascript生成一個網(wǎng)頁版基礎(chǔ)塔防游戲，核心功能要包含放置炮塔、怪物移動、攻擊判定”。
17秒后，Grok 4.2測試版給出了代碼，我可以在網(wǎng)頁端直接運行并預(yù)覽效果。最終的游戲界面中，放置炮塔、怪物移動、攻擊判定、代碼可直接運行都已實現(xiàn)，不足之處在于元素均為簡單幾何圖形，缺少對新手的操作引導(dǎo)等。
03.
做視頻、開發(fā)網(wǎng)站玩法五花八門
還提出AGI新架構(gòu)
社交平臺X上網(wǎng)友放出的各種體驗實例五花八門。
首先在文本生成方面，生物醫(yī)學(xué)工程師DeryaUnutmaz稱Grok 4.2測試版寫出了他見過最美的“T細胞詩篇”之一。
其次是Grok 4.2測試版的視頻生成能力。
如下面的提示詞是SpaceX獵鷹9號火箭從太空返回地球，視頻中顯示有兩個機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，頗具未來感的飛行汽車、建筑等。
接著是編程能力，網(wǎng)友紛紛開始用Grok 4.2測試版來做游戲、開發(fā)網(wǎng)站、開發(fā)模擬器等。
有開發(fā)者用1個提示詞、41秒就做出了下面賽博朋克風的貪吃蛇游戲，從界面的基本信息設(shè)置、畫面設(shè)計來看，都較為成熟、完整且風格高度統(tǒng)一。
另一位開發(fā)者基于Grok 4.2測試版在單個HTML文件中構(gòu)建了一個人工生命模擬器，包含數(shù)百個發(fā)光的霓虹粒子。
對于考驗編程及美商的開放性難題，Grok 4.2測試版的表現(xiàn)也沒有失誤。一位網(wǎng)友讓Grok為自己打造一個“最美、最令人難忘的自我展示網(wǎng)站”。可以看到網(wǎng)站主頁，畫面簡潔美觀，背景還有類似于星空的設(shè)計。
還有一個綜合多項能力的高階考驗：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、自改進的通用人工智能架構(gòu)”。經(jīng)過4個Agent的討論驗證，Grok提出了HELIX-AEGIS，這是一種雙螺旋架構(gòu)，能力與安全協(xié)同進化，且二者在本質(zhì)上不可分割。
也有網(wǎng)友對Grok 4.2測試版的評價不高。他只試用了5分鐘，就認為Grok 4.2測試版是最爛的版本。他讓Grok 4.2測試版“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、騎車姿勢都不符合真實物理規(guī)律。
04.
結(jié)語：多Agent并行驗證
解復(fù)雜問題更具優(yōu)勢
馬斯克對Grok的預(yù)熱一波接一波，他此前就透露Grok 4.2測試版能夠正確回答開放式工程問題，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測試版的關(guān)鍵差異化優(yōu)勢在于其多智能體協(xié)作架構(gòu)和實時X平臺數(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測試版的4大Agent可以并行工作并相互驗證，在需要多角度分析的復(fù)雜任務(wù)和場景中更具優(yōu)勢，特別是涉及市場分析、輿論監(jiān)測等實時信息的情況，這或許將成為Grok系列模型獨樹一幟的關(guān)鍵。
