1. 首頁 > 生活百科 > >

“擦邊”哪有AI編程香？馬斯克終于想通了

ai手機華為鴻蒙系統Wps

“擦邊”哪有AI編程香？馬斯克終于想通了

文章圖片

“擦邊”哪有AI編程香？馬斯克終于想通了

文章圖片

“擦邊”哪有AI編程香？馬斯克終于想通了

文章圖片

“擦邊”哪有AI編程香？馬斯克終于想通了

文章圖片

“擦邊”哪有AI編程香？馬斯克終于想通了

文章圖片



最近馬斯克很頭疼：Grok在X上脫人衣服這件事 ， 眼瞅著平息不了了 。
X前腳正式宣布限制措施 ， 不再允許通過Grok在X平臺上對真實人物的照片進行“脫衣服”或生成/編輯成“暴露服裝”（如比基尼、內衣等）的操作 。

后腳 ， 加州就啟動了對xAI和Grok的調查 。 事到如今 ， Grok“脫衣”爭議已經“集齊”十個國家和地區的公開批評或者調查 ， 包括英國、歐盟、法國、加拿大、澳大利亞、印度等等 。
Grok從誕生之初 ， 就因為會整活、不搞“政治正確”而娛樂性拉滿 ， 而馬斯克針對其“擦邊”屬性也是一貫頭鐵 。 去年Grok最引人注目的更新 ， 當屬引入兩個性感的虛擬角色 。
“擦邊”之下 ， 用戶增長明顯 ， Grok最新月活用戶數已經突破3000萬 ， 月初引入將靜態照片轉變為動態視頻的功能Grok Imagine ， 一度登頂蘋果應用商店美區免費榜第一 。
但用戶的爭搶之下 ， AI公司真正需要爭搶的其實是“商業前景”與資金 。 C端是不是那個答案？目前還要打一個問號 。 OpenAI目前的主要收入來源是用戶訂閱 ， ChatGPT月活用戶數8億 ， 但是每年的虧損越來越大 ， 并且這樣的虧損擴大還會持續幾年 。
馬斯克前不久要求OpenAI和微軟賠償790億到1340億美元 ， 給出的理由是早期提供了幾千萬美元種子資金 ， 因為OpenAI的5000億美元估值有一大部分應該給他 ， 頗有點盯上“友商”錢包的意味 。
翻年之后 ， 馬斯克接連受到打擊 ， 已經準備好在AI編程領域奮起直追了 。 不僅承認Grok的編程能力不如對家Anthropic ， 還宣布下個月有兩個AI編程領域的大動作 。
“擦邊”雖好 ， 論賺錢 ， 哪有AI編程香？
肉眼可見的區別是 ， 坐上AI編程一號位的Anthropic ， 收入結構中企業用戶占大頭 ， 目前已經將AI編程的優勢絲滑進階到了生產力提升 。 雖然年營收遠不及OpenAI ， 但Anthropic的盈利節點很有可能比OpenAI早 。
不僅是馬斯克的xAI ， 以C端見長的OpenAI ， 以及字節 ， 都紛紛在去年加強AI編程領域的投入 。
說到底 ， AI頭部玩家逐漸看清事實 ， 那就是 ， C端主要爭名 ， AI編程則連接著廣闊的B端想象力 。
01
馬斯克受刺激了
馬斯克正在傳達一個強烈的信號：Grok要開始認真在AI編程上發力了 。
1月 ， 馬斯克先是在X上公開承認Grok的編程能力不如Anthropic的Claude 。
緊接著 ， 他又透露 ， 2月Grok Code將迎來重大更新：“下個月Grok Code將迎來重大升級 。 它將一鍵處理許多復雜編碼任務 。 ”
而其中提到的“一鍵處理復雜編碼任務” ， 外界認為這是在暗示xAI將發布vibe-coding的工具 ， 即用戶只需描述感覺和意圖 ， 如“建一個類似Twitter的app” ， AI就可以自動規劃、生成代碼、測試、部署 。
看來馬斯克是受到了不小的刺激 。
新年剛過一周 ， Anthropic就“拔網線” ， 對第三方平臺采取封鎖措施 ， 一時之間 ， 通過編程助手Cursor、開源AI編碼工具OpenCode等第三方平臺使用Claude Code時觸發報錯 ， 顯示工具權限為Claude Code獨有 ， 不允許外部調用 。
xAI遭了大殃 ， 甚至xAI聯合創始人Tony Wu給全員發緊急通知 。
而這條slack消息被泄露 ， 揭開了一個小秘密——原來很多xAI員工 ， 都通過Cursor調用Claude模型寫代碼 。
當時Tony Wu就表示：“我們的生產力會受到影響 ， 但這確實會倒逼我們開發自己的編程產品/模型 。 ”
不久之后 ， 馬斯克也在X上給別人回復時承認Anthropic“拔網線”事件是一個“激勵因素” 。

此前xAI的Grok主要以通用能力見長 ， 模型能力很強大 ， 但是在AI編碼能力方面不算翹楚 。
根據llm-stats的最新排行榜 ， 在SWE-Bench Verified中 ， xAI最出色的模型是Grok Code Fast 1 ， 排在第20位 。
該測試從真實的GitHub問題中選取500個經過驗證的軟件工程問題子集 ， 由人工標注者驗證 ， 用于評估語言模型通過為Python代碼庫生成補丁來解決現實世界編碼問題的能力 。


SWE-Bench Verified排名前五的模型來自Anthropic、OpenAI、谷歌 。
在Human Eval中 ， xAI排名最高的模型是Grok-2 ， 排在第18位 。 該基準測試用于衡量從文檔字符串合成程序的功能正確性 ， 包含164個原創編程問題 ， 旨在評估語言理解能力、算法能力和簡單的數學運算能力 。


Human Eval排名前五的模型分別來自于Kimi、Anthropic、OpenAI、阿里 。
在Live Code Bench中 ， xAI表現較好 ， Grok-3 Mini、Grok 4 Fast、Grok-3分別排在第三、四、五位 。 這是一個全面且無污染的大型代碼語言模型評估基準 。 它持續從編程競賽中收集新問題 ， 以便評估模型訓練截止后發布的未見過的問題 。

Live Code Bench排名前二的模型來自DeepSeek和MiniMax 。
值得一提的是 ， 此前xAI在AI編程領域最為關鍵的舉措是推出了Grok Code Fast ， 這個模型講求實用 ， 從名字就能看出來 ， 側重在“快” 。 其價格也非常有競爭力 ， 輸入成本每百萬tokens僅需0.2美元 ， 輸出為1.5美元 ， 是當前最便宜的專用編碼模型之一 。
相比而言 ， Claude Sonnet 4.5價格是其15倍 。
它特別適合預算有限的個人開發者、初創團隊和高頻迭代場景 ， 而非追求“零容忍錯誤”的頂級企業生產級任務 ， 更像是馬斯克在AI編碼領域用錯位競爭的方式“小試牛刀” 。
但問題在于 ， 當AI編程正從“便宜好用的工具”演進為決定研發效率與組織形態的核心能力時 ， 僅靠一款強調性價比和速度的Grok Code Fast ， 顯然已經無法滿足馬斯克的野心 。
02
AI編程已經勢不可擋
事實上 ， AI編程這條線 ， 已經被牌桌上的頭部玩家同時盯上 。
最典型的 ， 還是Anthropic 。
Anthropic不再只強調模型“會不會寫代碼” ， 而是直接接管工程師的工作流 。 從拆解需求、規劃代碼結構 ， 到多文件修改、反復調試 ， Claude Code更像一個全天候的“虛擬工程師” 。
本月發生的那場“拔網線事件” ， 反而成了它成功的注腳——當Anthropic收緊第三方調用權限 ， 大量依賴Claude Code的外部工具和團隊立刻受到影響 ， xAI就是其中之一 。
這種變化在一線工程師那里體現得更直接 。
谷歌首席工程師、Gemini API負責人Jaana Dogan公開表示 ， 她只用幾句提示詞、一個多小時 ， 就借助Claude Code完成了相當于過去一年工作量的成果 。

這類表態之所以被廣泛傳播 ， 是因為它擊中了很多工程師的真實感受：AI編程已經開始根本改變生產效率 。
也正因為如此 ， 其他巨頭不可能坐視不管 。
OpenAI在近一年的更新中 ， 明顯把更多資源壓向代碼能力 。 從模型在復雜代碼理解、長上下文修改上的強化 ， 到API層面對函數調用、工具鏈集成的持續優化 ， 目標非常明確——讓開發者在真實工程場景里 ， 用GPT寫得更久、更深 。
Google的策略則更“體系化” 。 Gemini不只是模型本身在代碼能力上追趕 ， 而是被直接嵌入到Google自己的開發者工具、云服務和工程環境中 ， 試圖把AI編程變成一種默認選項 ， 而不是額外插件 。
從榜單結果來看 ， 幾家公司的差距正在迅速拉近 ， 排名頻繁交錯 ， 已經進入貼身肉搏階段 。
這種趨勢同樣傳導到了國內 。 字節跳動其實很早就意識到AI編程的重要性 。 去年1月 ， 字節發布了面向軟件工程場景的工具TREA ， 隨后持續迭代 。 對這樣體量的公司來說 ， 是否補齊這塊能力 ， 直接關系到內部研發成本和組織效率 。
把這些動作放在一起看 ， 會發現一個越來越清晰的變化：AI編程正在從“大模型能力展示的一部分” ， 變成所有玩家都繞不開的核心戰場 。
在這樣的背景下 ， Grok Code Fast那種強調便宜、夠用、夠快的錯位打法 ， 顯然很難再讓馬斯克安心停留 。
03
“擦邊”哪有編程香？
紛紛擾擾之間 ， 真正把這條賽道推到臺前的 ， 并不只是模型能力的進步 ， 而是它背后越來越清晰 ， 也越來越現實的商業指向 。
AI編程 ， 是目前少數已經被驗證“能真正落地”的大模型應用場景之一 。
xAI的Grok ， 長期以來最突出的優勢一直在C端 。 去年Grok最受關注的 ， 并不是編程能力 ， 而是各種“擦邊”動作 ， 更少限制、更大膽 ， 也屢次引發爭議 。
最近一段時間 ， 類似的原因再次把Grok推上風口浪尖 。 這種路徑在拉新和話題度上確實有效 ， 但問題也很明顯：它很難轉化為穩定、可規模化的收入 。
這一點 ， 其實并不只發生在xAI身上 。 OpenAI和字節跳動在某種程度上也面臨類似結構性問題 。 OpenAI擁有ChatGPT這樣的超級C端入口 ， 字節背靠抖音、TikTok這樣的社交與內容帝國 ， 馬斯克則掌控著X 。
它們在用戶規模、分發能力和產品打磨上極具優勢 ， 但也恰恰因為C端體量太大 ， 商業模式反而更復雜：訂閱增長有天花板 ， 內容合規成本高 ， 任何一次失誤都會被無限放大 。
相比之下 ， to B的世界要“冷靜”得多 ， 也現實得多 。 這正是AI編程的吸引力所在 。
對企業來說 ， AI是否“好玩”并不重要 ， 重要的是它能不能穩定地節省人力、縮短研發周期、降低交付風險 。
這也是為什么 ， 幾家公司的盈利預期開始明顯分化 。
以Anthropic為例 ， 多家行業分析機構預測 ， Anthropic有望在2028年前后實現盈虧平衡 。
行業普遍估計 ， Anthropic約70%–80%的收入來自企業客戶 ， 主要是API調用和企業級合同 。 這種收入模式增長未必最快 ， 卻足夠穩定 ， 也更容易覆蓋持續攀升的算力成本 。
相比之下 ， OpenAI的體量更大 ， 但路徑不同 。
公開分析普遍認為 ， OpenAI當前的收入結構中 ， 大約七成仍來自C端訂閱（如ChatGPT Plus等） ， 真正來自企業API和企業合同的收入占比約三成左右 。
與此同時 ， OpenAI還承擔著極高的算力和基礎設施支出壓力 ， 其實現整體盈利的時間點可能要到2030年前后 。
它對規模、資本和耐心的要求顯然更高 。
而xAI的情況則更為激進 ， 也更脆弱一些 。
市場估算顯示 ， xAI在2025年的年化收入規模約5億美元左右 ， 遠低于OpenAI（約130億美元）和Anthropic（約70億～90億美元） 。 目前 ， xAI的主要收入仍高度依賴Grok在C端的訂閱與其與X平臺的聯動 。

盡管xAI已開始推出Grok Business、Grok Enterprise等B端產品 ， 試圖向企業市場延伸 ， 但其盈利時間點可能仍要等到2027–2028年之后 。
這也可以解釋為什么近期OpenAI、谷歌相繼在“廣告”與“購物”上發力 ， 這也是在為C端引入更多商業空間 。
馬斯克想要在AI編程上發力 ， 本質上是在為xAI尋找一條更確定、可持續的商業出口 。
在算力成本高企、市場耐心下降的當下 ， AI編程賽道帶來的確定性本身 ， 就是稀缺資源 。
這種選擇 ， 其實從Anthropic一開始就已經埋下伏筆 。 Anthropic多次公開表示 ， 他們更愿意把AI定位為生產力工具 ， 而非娛樂產品 ， 甚至直言“AGI”這一概念本身已經變得模糊而過時 。
在具體實踐上 ， 這種理念體現為對安全性、可控性和工程穩定性的長期投入 。
這些看起來“慢”的工作 ， 卻恰恰是AI編程能進入企業核心流程的地基 。 今天Claude在編程領域的領先 ， 并非突然爆發 ， 而是一步步打出來的 。
也正因如此 ， 其他玩家想在AI編程領域趕超Anthropic ， 注定是一場硬仗 。
這不是多發幾個模型、多刷幾次榜單就能解決的問題 ， 而是對工程能力、產品理解和企業需求的長期消化 。
從時間線上看 ， Google的布局其實并不晚 。 Gemini的優勢不只在模型本身 ， 而在于與Google Cloud、開發者工具、工程體系的“全棧聯通” 。
OpenAI近一年也在持續把資源向編程能力傾斜 ， 字節同樣通過TREA等工具不斷補課 。 放在這個坐標系里 ， 馬斯克此時大幅加碼AI編程 ， 多少顯得有些姍姍來遲 。
更現實的一點是 ， AI編程恰恰也是“出事成本”最高的應用場景之一 。
在強應用環境里 ， 不出問題則已 ， 一旦出問題 ， 就是實打實的生產事故 。
前幾天 ， 編程工具Cursor曾對外披露 ， 一次實驗中GPT-5.2連續運行7天 ， 生成約300萬行代碼 ， 構建出一個堪比Chrome的瀏覽器 。
消息一出 ， 立刻引發轟動 ， 但很快就被開發者“打假” ， 質疑其可復現性和工程真實性 。 這場風波本身 ， 恰恰說明了AI編程的門檻 。
也正是在這樣的現實約束下 ， AI編程這條路才顯得格外“香” ， 也格外難走 。
至于馬斯克和Grok ， 能否在這條已經被反復驗證、競爭激烈的賽道上追上來 ， 答案恐怕只能交給時間 。
【“擦邊”哪有AI編程香？馬斯克終于想通了】馬斯克已經承諾下個月就有大動作 ， 讓我們拭目以待 。

    推薦閱讀