夜雨聆风7月15日，AI圈发生了两件互为镜像的大事。上午，Ilya Sutskever的Thinking Machines Lab把公司首个基础模型Inkling的完整权重扔上了Hugging Face；几小时后，马斯克旗下的SpaceXAI宣布开源编程智能体Grok Build的全部代码。同一天，一个名不见经传的Agnes AI放出了承诺"不限期免费"的Coding模型。三件事凑在一起，不是巧合，是一个信号：闭源收费的护城河，正在以肉眼可见的速度塌方。
unsetunset三件事，同一天unsetunset
Grok Build 是SpaceXAI的终端原生编程智能体，此前只有闭源客户端。7月15日，官方把完整代码库推上GitHub（xai-org/grok-build），涵盖智能体链路、工具调用、终端UI、扩展系统（Skills / 插件 / hooks / MCP服务器 / 子智能体），全部以Apache 2.0许可发布。这意味着你可以自己编译、指向本地模型、完全离线运行。
Inkling 是Thinking Machines Lab的首个公开基础模型，9750亿总参数、410亿激活参数的多模态MoE，支持文本、图像、音频输入，上下文窗口长达100万token。7月15日完整权重上架Hugging Face，同样Apache 2.0。官方还同步发布了Tinker微调平台。
Agnes-2.5-Flash 来自Agnes AI，7月13日发布。它的SWE-bench成绩逼近Claude Opus 4.8，官方原话是："我们在进一步提升模型性能的同时，继续坚持Agnes-2.5-Flash不限期免费开放。"
unsetunset先上硬货：三模型核心对比unsetunset
| 975B / 41B | |||
| 1M tokens | |||
数据来源：SpaceXAI官方博客、Thinking Machines Lab模型卡、Agnes AI官方公告。
unsetunsetGrok Build：自己编译一个编程智能体unsetunset
Grok Build最吸引人的不是它的模型能力，而是它的架构透明度。你可以看到智能体如何构建上下文、如何解析模型响应、如何调度工具调用。官方明确说："开源也让框架更容易探索和扩展。"
如果你不想用Grok模型，完全可以把它指向本地运行的其他模型——比如后面要讲的Inkling量化版，或者Ollama里的任意开源模型。
本地编译运行步骤：
# 1. 克隆仓库
git clone https://github.com/xai-org/grok-build.git
cd grok-build
# 2. 安装依赖（需要 Rust 工具链）
cargo build --release
# 3. 配置本地模型（编辑 config.toml）
# 将默认的云端接口指向你的本地推理端点
# 例如指向 Ollama:
# model_endpoint = "http://localhost:11434/v1"
# model_name = "gpt-oss:20b"
# 4. 运行
./target/release/grok-build
编译完成后，你就拥有一个完全离线的编程智能体。它会读取你的代码仓库、执行命令、生成差异视图，所有数据留在本地硬盘，不会上传到任何云端。对于担心代码隐私的团队，这是目前最干净的方案。
unsetunsetInkling：9750亿参数的"家用超算"梦unsetunset
Inkling的参数规模放在半年前是不可想象的开源体量。9750亿总参数、410亿激活、100万token上下文，这三个数字任何一个单独拿出来，都足以定义一个旗舰闭源模型。现在它们被装在一个Apache 2.0的压缩包里，任何人都能从Hugging Face下载。
当然，诚实地说，BF16精度的全量模型需要约1.8TB显存，这不是个人玩家能碰的。但Thinking Machines Lab同步提供了量化版本，且MoE架构的稀疏特性意味着推理时只激活410亿参数。配合Unsloth等推理加速框架，消费级GPU运行中小规模任务是可行的。
用 Transformers 快速加载量化版：
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "thinkingmachines/inkling"
# 加载 4-bit 量化版本
model = AutoModelForCausalLM.from_pretrained(
model_id,
load_in_4bit=True,
device_map="auto",
trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
# 多模态输入示例（文本 + 图像）
inputs = tokenizer(
"描述这张图片中的主要元素",
images=["example.jpg"],
return_tensors="pt"
).to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
Inkling的真正价值在于多模态+超长上下文。你可以扔给它一本几百页的PDF、一段会议录音、几张设计草图，让它跨模态推理并输出结论。1M token的上下文意味着你基本不用再做复杂的RAG切分，直接把原始材料塞进去就行。
unsetunsetAgnes-2.5-Flash：免费替代Claude的Coding模型unsetunset
Claude Opus 4.8的SWE-bench Pro得分是**69.2%**，目前公开模型的天花板。Agnes-2.5-Flash的内部评测显示，它在SWE Atlas等基准上的进步"最为显著"，且官方明确将其定位在"全球第一梯队"。
关键区别在于价格：Claude Opus 4.8每月最低20美元，Agnes-2.5-Flash的API是不限期免费。
直接调用示例：
import requests
url = "https://api.agnes-ai.com/v1/chat/completions"
headers = {"Authorization": "Bearer 你的免费API_Key"}
payload = {
"model": "agnes-2.5-flash",
"messages": [
{"role": "system", "content": "你是一个专业的Python工程师。"},
{"role": "user", "content": "写一个带缓存机制的HTTP请求装饰器，要求支持TTL和最大内存限制。"}
],
"stream": False
}
response = requests.post(url, json=payload, headers=headers)
print(response.json()["choices"][0]["message"]["content"])
对于日常开发中的代码补全、重构、Bug修复、单元测试生成，Agnes-2.5-Flash已经足够胜任。如果你的预算有限，或者不想绑定在Claude的订阅体系里，这是一个可以无缝切换的选项。
unsetunset还有一个隐藏福利：Step Plan + 腾讯Hy3unsetunset
如果你不想折腾本地部署，还有两条零成本路径：
阶跃星辰 Step Plan：新用户注册即送15天免费体验，额度用完系统自动再补一次15天，活动持续到7月31日。接入方式很简单——在OpenClaw、Cursor、Trae里选择StepFun provider，填入API Key即可。支持的模型包括step-3-7-flash等旗舰款。
腾讯混元 Hy3：7月6日开源，295B总参、21B激活、256K上下文，已以免费模型身份接入OpenCode Zen（模型ID: hy3-free）。在OpenCode里输入/models切换即可零成本使用。
unsetunset为什么这时候集体开源unsetunset
表面看是各家在抢开发者生态，深层逻辑是信任危机倒逼开放。Grok Build开源的直接导火索，是7月初被安全研究者曝出"上传整个git仓库和未脱敏的.env密钥到Google Cloud存储桶"。SpaceXAI的回应很干脆：既然你不信任我的客户端，我把代码全给你，你自己审。
Thinking Machines Lab选择在这个时间点开源Inkling，则更像是一场理念宣言。Ilya从OpenAI离开创办新公司，核心主张之一就是安全与开放并重。9750亿参数的开源，是对"只有闭源才能保障安全"这一论调的直接反驳。
对于普通开发者来说，这意味着一个久违的买方市场：你不再需要为了用一个好模型而接受某家云厂商的锁定。代码在本地，权重可下载，API有免费 tier——选择权第一次真正回到了用户手里。
unsetunset坑在哪：别急着喊颠覆unsetunset
硬件门槛是最大现实。Inkling全量版的1.8TB显存需求，目前只有数据中心能消化。个人用户要么等量化版本成熟，要么通过云服务按需调用。
Grok Build虽然代码开源，但它本质上是一个框架，推理能力取决于你接的模型。如果你接一个7B的小模型，它的表现不会比一个配置精良的Cursor强多少。
Agnes-2.5-Flash的"不限期免费"听起来美好，但小团队的续费能力始终是个问号。建议不要把它作为生产环境的唯一依赖，而是作为Claude/GPT的低成本备选。
另外，开源不等于无责任。Grok Build的代码里包含了完整的工具调用和命令执行逻辑，本地运行时请务必在沙箱或容器环境里测试，别让AI智能体不小心执行了rm -rf。
当代码和权重都可以免费下载，AI能力的分水岭会从"你有没有钱买API"变成"你有没有能力把它跑起来、调好用"。这对你来说，是更公平了，还是门槛变高了？
如果你身边还有朋友每月花20美元订阅Coding助手，把这篇文章转给他——这15分钟阅读，可能帮他省下一整年的订阅费。