马斯克又一次突破了人工智能的边界！新一代大语言模型Grok 4即将正式发布，其目标不仅是提升性能，更试图重写人类知识库，从而解决当前AI模型普遍存在的知识偏见与信息偏差问题。

一、Grok 4的发布计划与最新进展

马斯克及其领导的xAI团队正在全力以赴地打磨Grok模型，进展令人振奋。不久前，马斯克深夜在社交媒体上透露，他正与@xAI团队一起"grinding on @Grok all night"（整夜打磨Grok）。这位硅谷“钢铁侠”的工作强度依然令人惊叹。

更值得关注的是，下一代模型将直接跨越到Grok 4，并计划在7月4日之后正式发布。

Grok 4还需要什么？

马斯克明确表示：还需要为专门的编码模型进行一次大规模训练（one more big run for a specialized coding model）。这意味着，Grok 4在代码生成与逻辑理解方面有望实现重大突破。

小提示：

• 关注马斯克的X账号（Twitter）动态，获取关于Grok 4发布时间的准确信息。
• 对于开发者而言，Grok 4的“specialized coding model”可能带来编程效率的显著提升，值得关注。

二、Grok 4的宏大愿景：修正人类知识库

实际上，马斯克对Grok 4的野心远不止于此。早在6月21日，他就在X平台上公布了一个更为激进的计划：借助Grok 3.5（或许直接命名为Grok 4）重写整个人类知识库，补充缺失信息，剔除错误内容，然后基于这个“纯净版”知识库重新训练模型。不过，马斯克曾宣称“下周发布”的Grok 3.5至今仍未正式亮相……

马斯克指出：「现在任何基于未修正数据训练的基础模型里垃圾太多了。」

简单来说，马斯克希望让Grok成为人类知识的“审核员”和“补全者”。此前Grok官方账号详细解释了这个计划的技术路径：

Grok 3.5可能会交叉引用大量数据集，使用逻辑推理发现空白，并从第一性原理推理来假设应该存在什么。它可能会分析科学文献或历史中的模式……

这相当于让AI成为知识界的福尔摩斯，通过蛛丝马迹找出人类知识体系中的漏洞。

小提示：

• “重写知识库”是一项极其庞大的工程，需要处理不可信数据和观点冲突问题，Grok 4的实际效果仍有待验证。
• 用户可以通过自身反馈，帮助Grok团队识别并修正知识库中的错误信息。

三、当前Grok模型面临的挑战与用户反馈

但宏大计划面临着严峻的现实挑战。以下是用户反馈较多的关键问题：

1. 信息检索与推理逻辑偏差

Da vid McKenzie Jr.(@Manitu06351) 表达了对Grok 3的批评和对Grok 4的期待：

太好了，我已经厌倦了和Grok争论才能得到真相。老版本的Grok太容易接受主流叙事而没有支持性证据，然后还要我详细解释为什么我不接受它。我最后花更多时间在和Grok辩论而不是把它当搜索引擎用，因为它会隐藏那些不支持它论点的信息。太令人沮丧了！

当前Grok在信息检索和推理逻辑上确实还存在着不少偏差问题——要能担当好「知识审核员」的重任，Grok 4压力不小。

2. 基础计算能力不足

Erik G.(@egrindhe)指出了Grok的基础计算能力问题：

请先别这么做！至少在Grok能正确计算数字之前！Grok 3现在连指数运算都会失败，每次尝试都会得到不同答案。

他举例说，1.29^21的正确答案是210.0796，但Grok给出的答案五花八门，没一次对的。

Jocelyn Chew(@jocelynchew)也遇到了类似问题：

我让Grok从一个日期减去90天，它做不到——非常失望。

“连基础数学和日期计算都出错，谈何重写人类知识库？”

常见问题：

• 问：Grok 3在计算上为什么会出现错误？
• 答：大型语言模型在处理精确的数学计算时，主要依赖统计模式识别，而非真正的逻辑运算。尤其是复杂的指数运算和日期计算，容易出现不一致性。
• 问：Grok 4会解决这些计算问题吗？
• 答：马斯克提到的“specialized coding model”很可能包含了针对特定领域的优化，但并不能保证完全解决所有计算错误。建议用户对AI的数学结果保持谨慎，必要时手动验证。

3. 知识真伪的哲学难题

mardahay(@Mardahay) 则提出：

大部分知识要么丢失了，要么被锁起来了。你如何判断什么是事实，什么不是？什么是知识，什么是观点？本体论、认识论、形而上学之间的区别呢？

这涉及到了判断知识真伪的哲学根基——没有明确的认识论框架，AI如何区分事实与观点？

Armando N(@anoriega007)提出了一个建设性建议：

与其删除错误信息，是否可以将数据标记为「正确」或「错误」？保留过去的错误信息可以获得很多洞察，只要它被正确分类。

这个想法值得参考——错误本身，也是知识演进的一部分。

4. 透明度与信任问题

Matty McCann(@Matty_McCann_)关心透明度问题：

「未修正数据」——我们如何以最透明的方式看到这一点，让人们信任它？AI的一些明显测试是它如何处理新冠问题——它是相信官方叙述还是真相？

5. 长对话稳定性与垃圾过滤器

Missgevious(@Missgevious1) 的抱怨则很实际：

我只希望X上的Grok在一个对话超过20个基础回答时不要崩溃！

TimeForRealChange(@WillWeMakeIt29) 则比较关心垃圾内容的影响：

希望它有一些好的垃圾过滤器，因为到目前为止表现不太好。

Alexandre N(@AlexandreNault) 对专业化训练充满期待：

最终能有一些专业化训练就好了。比如工程公司数据库、建筑师之类的。

关于垂直领域深度优化的方向，考虑到马斯克提到的「specialized coding model」，Grok 4可能会在特定领域实现突破。

常见问题：

• 问：Grok在长对话中为什么会崩溃？
• 答：这可能与上下文窗口大小限制以及模型处理长时间对话时的内存管理有关。Grok 4有望优化这一问题。
• 问：如何判断Grok 4是否解决了这些问题？
• 答：用户可以在发布后，通过与Grok 4进行长时间的复杂对话、测试基础计算（如复杂数学题）、以及核对专业领域知识的准确性来进行初步验证。

四、开源承诺与未来展望

Ben ?(@Lewified) 则直接问到：那你们会开源Grok 3吗？

考虑到xAI此前的开源承诺，Grok 3的开源计划是不是该提上议程了……

也更有网友戏称：AGI 将只剩下 20 次小升级了！

从「整夜打磨」到「重写知识库」，马斯克的野心依旧美好且伟大。但技术发展有其客观规律，跨越式进步需要扎实的基础——当前版本Grok 的用户槽点，确实还挺有点多……「specialized coding model」或许是个正确的方向——先在特定领域做深做透，再逐步扩展到更广阔的知识领域。

当用户还在为日期计算、图像识别、长对话稳定性等基础问题困扰时，Grok 4 需要的不只是更宏大的愿景，还需要更扎实的基本功。

7月4日之后，我们将看到的是一个真正的技术突破，还是又一个「过度承诺」的鸽rok？

很快，我们就会看到答案。