Grok 请来 Claude,AI 助手开始比「交付」了

AI 观察 · 2026.10.08

马斯克点名 Claude、Midjourney 和 Suno。更值得关注的是：当助手可以调用不同模型，谁来把一整件事真正做完？

你打开 Grok Bot，交代了一项任务。最后帮你完成其中一部分工作的，可能是 Claude。

这件事，马斯克自己说了。

10 月 7 日，他在 X 上表示，Grok Bot 将按任务使用合适的后端模型，点名 Claude Opus 5.5、Midjourney、Suno，以及其他领先的 API。The Next Web 同日报道了这项表态。^[1]

图 1｜马斯克公开表态的中文摘译与编辑整理，非原帖截图。

9to5Mac 同日报道称，Grok Bot 已经可以使用 Claude Opus 5.5。这里需要分清：消息针对的是 Grok Bot 智能体产品，不能据此推断 X 上的 Grok 聊天功能也全面换了模型。^[2]

竞争对手的模型，成了自己产品里的可用能力。这条新闻很容易被读成一场输赢。

但如果把镜头转向用户，问题会更有意思：模型可以换来换去，究竟是谁负责把你交代的事情做完？

用过多个 AI 工具的人，大概熟悉这样的工作日：一个窗口查资料，一个窗口写文章，另一个窗口做图。每个工具单独看，都很能干。

可一旦要完成一项具体工作，新的麻烦就出现了。

背景要重新解释，资料要来回搬运。正文改了，封面上的说法也得改；数据更新了，摘要和图表还得重新检查。

工具负责生成，你负责衔接。

Grok Bot 选择调用外部模型，为这种分工提供了另一种可能：把不同能力组织在同一个助手里，让用户少做一些中间工作。

图 2｜多能力协作的概念示意，不代表官方内部架构或固定路由规则。

这并不意味着，只要把几个模型接起来，整件事就会自动做好。前一步理解错了，后面的模型也可能沿着错误继续加工。

因此，我更关心的，是模型名单之外的那些细节。

翻看 Grok Bot 的官方更新日志，同一天还有几项不那么热闹、却更接近日常工作的变化。^[3]

图 3｜官方 v0.68.1 更新摘要。功能公告不等于独立实测结果。

例如，制作演示文稿时，可以先给用户看样张，再交付 PowerPoint 文件或 Google Slides；发送邮件时，可以保留标题、加粗和列表。官方还记录了浏览器崩溃恢复、大文件上传及页面卡住后的处理改进。^[3]

这些变化的意义，放进工作场景里就容易理解了。

要做演示文稿，只有文字大纲还不够；要发邮件，内容和格式都得对；要处理网页，遇到卡顿之后还得知道怎么继续。

从“回答一个问题”到“完成一项工作”，中间隔着文件、软件和各种意外。

更强的模型能帮助理解和判断。稳定的操作、正确的文件、可恢复的流程，也同样影响交付。

假设你交给 AI 一个任务：把最近一周的行业变化，做成一篇带图、可以发布的公众号文章。

几分钟后，它交来两千字正文和十个链接，看起来已经完成大半。

但你逐一核查后发现：几条消息来自同一次发布，某个测试功能被写成已经全面开放，还有一张图与正文根本不是同一个版本。

这时，“生成文章”已经结束，“准备发布”才刚刚开始。

图 4｜以公众号为例设计的交付流程。场景为说明性示例。

真正可用的交付，应该让读者看得明白，也让编辑核查得清楚：哪些是已确认的事实，哪些是判断，图片说明了什么，出处在哪里。

如果每个环节还得用户重新做一遍，生成速度再快，也只是把工作换了一个位置。

Grok Bot 的官方安全文档写明：模型选择由平台管理，没有面向用户的模型选择菜单；用量分析显示实际处理请求的模型，计费跟随所用模型。^[4]

自动选择，可以让用户少研究几个型号。但它究竟划不划算，还得放进完整任务里判断。

复杂分析调用更强的模型，如果能减少核对和返工，可能值得；一个便宜的调用，如果交付后需要整份重做，实际成本未必低。

对个人和小团队来说，可以记一笔更完整的账：

这是一个实用的比较方法，不是行业统一公式。它提醒我们，把自己的时间也算进去。

还有一个容易忽略的边界：助手记住你的偏好，不代表它记住的信息永远有效。官方说明也提醒，重要判断应检查当前来源，不能只依赖记忆。^[5]

写作风格可以沿用，产品版本和功能范围却需要重新核对。

我的建议是，拿一项你每周都要做的工作，重复试几次。比如做周报、整理客户反馈，或者准备一篇公众号文章。

先写清楚交付要求，再记录三个指标。

图 5｜本文提出的使用评估方法，不属于官方性能测试。

一次惊艳的演示，能说明它有潜力。相似的任务连续交付，才更容易看出它是否稳定。

马斯克点名外部模型，让我们看到一种更开放的产品选择。接下来，值得观察的是，这种选择能否持续转化成用户少操心、少返工的结果。

在我看来，AI 助手之间的竞争，会越来越多地发生在这些细节里：要求改了能否接着做，步骤卡住能否继续，交来的文件能否直接进入下一道流程。

模型名字会不断更新。用户想要的完成标准，往往很朴素。

你最近一次用 AI 工作，是提前收工了，还是又替它改了半天？