马斯克又一次踏上腾讯的路

马斯克喜欢微信这件事，他反复说过好多遍。

2022年在All-In播客上，有人问他理想中的推特长什么样，他脱口而出就是微信。他觉得微信把社交、支付、通讯全揉一块儿了，中国以外没有任何东西能跟它比。那年10月他440亿美刀买下推特，发了条推说“买推特就是为了加速做X这个万能应用”。到2025年底更直接，接受采访时把X的定位说成了“WeChat++”。

所以今天看到他带着Grok 4.5重新回到大模型牌桌上，浪哥就觉得有点似曾相识。仔细一看发布细节，好家伙，他又一次踏上了腾讯的路。

先说Grok这半年怎么了。

一个字，惨。今年5月的Grok 4.3，排行榜第17名，跟OpenAI、Anthropic差了一大截。团队更离谱，核心成员从去年初开始一个一个走，到今年3月创始团队清零了，5月马斯克直接宣布xAI解散，Grok塞进SpaceX变成了一个子产品。

一手好牌打得稀碎。

没想到的是这次的Grok 4.5，马斯克换了个活法。

硅谷AI公司发模型，向来都是一上来就喊“我最牛逼”，但这次马斯克居然认怂了。有人测出Grok 4.5用大约1/17的成本逼近了Claude Fable的表现，马斯克回了句，“说句公道话，Fable确实比Grok4.5强得多，但大多数任务用不着那么强的东西。”

这话翻译一下就是，我打不过第一名，但我也不跟你比第一名了。

现在Grok 4.5的卖点确实不一样，变成了能干活、速度快、还便宜。工程师觉得好用就行，别扯那些跑分的事。

一个之前追着“最聪明”跑的人，忽然开始追“最划算”了。

这个画风，确实很像中国的大模型，尤其是腾讯。

一直被吐槽掉队的腾讯，在招来姚顺雨重建混元团队后，这半年就做了个挺关键的选择，不去刷那些公开榜单了，因为那些榜很多都能靠针对性训练刷上去，不代表真实能力。他们改用真题、真考试、真实场景、真人盲测来验模型。

核心就为了追求两个东西：实用、性价比。

前几天发布的Hy3，就是这条路线的成绩单。这个模型激活参数只有21B，但干出了那些参数量是它2到5倍的旗舰模型的活儿。定价也猛，输入1块钱、输出4块钱每百万Token。招商证券出了份报告说，Hy3在腾讯实际业务里比GLM-5.2省了将近一半的Token消耗。

更能说明问题的是，从4月上线到现在，日均Token用量涨了20倍。用户用脚投票，这比任何跑分都管用。

Hy3就这么跻身国产大模型第一梯队，连带着腾讯股价涨了好几天，简直快要治好了腾讯投资人的精神内耗了，如果不是今天回调的话。

这说明“不求最强，求最好用”的路，确实走得通。

不过支棱起来的腾讯，手里还有一张牌，是马斯克暂时没有的。

混元背后接入了很多产品，其中有个WorkBuddy，最近在办公AI领域势头特别猛，WorkBuddy的好处是能提供真实且高频的办公场景，用真实用户的prompt和任务反馈来给大模型调优，这操作正好呼应了翁荔大神前几天在博客里的思考。

翁荔最近连写了两篇博客，一篇是给scaling law泼冷水，另一篇讲harness的是给scaling law找新的出路，浪哥换成人话总结一下，大概是说，大模型的scaling对象越来越多了，模型公司得开始多条线下注，而她认为harness是一个很好的方向，harness的改进最终会内化成模型能力。

这个harness指的是上下文工程、工具调用、记忆、反馈闭环、评估、权限、工作流编排等，这个不就是现在workbuddy给混元提供的东西嘛。

马斯克显然也看到这方向。上个月SpaceX花了600亿美元收了Cursor，Grok 4.5的训练就吃进了Cursor的真实开发数据。如果这俩真能磨合出混元和WorkBuddy那种协同，对Grok的拉升会很大。

说到这，其实很明显能看出，AI行业正在分化了。

一边是前沿AI，拼的是智能天花板，那些最强的模型就是要解最难的题，把人类能力的上限往上顶，这种AI最好的应用场景其实是科研，这是哈萨比斯一直心心念念的东西。

另一边是日常AI，拼的是效率，因为绝大多数人的真实工作中，根本碰不到那个智力天花板，需要的是又快又稳又便宜地把活儿干了。

这两种AI，已经没法拿同一把尺子量。你不能用“谁更聪明”来评判一个主打性价比的模型，你也没法用成本太高来指责最强模型，这就像你不能用马力不高来评判一辆家用B级车，也没法用油耗能耗太高来评价一辆跑车。

虽然马斯克的心思已经不在特斯拉，但他心里应该很有数：

做出Roadster这样的超跑当然很酷炫，但最终能占领市场赚到大钱的，还得是又皮实又性价比高的model Y。

要不Roadster2不会跳票了8年，最近又确认，推迟到8月发布了。