xAI正式进军AI编程智能体领域,于近日发布了专为软件工程与复杂编程任务设计的Grok Build。
Grok Build直接在终端环境中运行,xAI将其定位为一款具备智能体能力的命令行界面工具,允许开发者通过自然语言生成代码,并完成各类编程与自动化任务。该工具目前以早期测试版形式向SuperGrok Heavy每月300美元订阅层级的用户开放,xAI在发布公告中表示将根据早期用户反馈持续更新迭代。
Grok Build的发布晚于Anthropic的Claude Code和OpenAI的Codex等竞争产品——两者均在一年多前已正式推出。随着越来越多的企业借助AI编程智能体工具对工程团队进行全面革新,xAI也正式加入这一日趋拥挤的赛道,与众多AI厂商共同争夺希望实现工作流自动化的企业客户。
盖特纳(Gartner)近期发布的报告显示,80%的CEO认为,编程智能体等AI智能体工具预计将对企业运营能力产生深远影响,推动企业从数字化业务向自主化业务转型。
xAI的重点在于面向开发者群体,聚焦于代码规划、审查与变更能力的提升;而Claude Code、Codex以及谷歌的Gemini Code Assist Enterprise等工具则可能在整个企业层面得到更广泛的应用。
Grok Build能够协助完成应用程序搭建、文件修改以及开发工作流自动化等多项任务。根据官方公告,该工具以自然语言作为复杂编程任务的交互界面,并可将工作委派给多个能够并行运作的子智能体。
此次测试版发布,距xAI于今年2月完成与Elon Musk旗下SpaceX的合并、以及SpaceX即将推进IPO的消息相继落地后不久。
与此同时,其他AI厂商也在持续深化产品整合。OpenAI于同日宣布将Codex集成至ChatGPT移动应用,为开发者提供通过移动设备管理编程工作流的途径。
普华永道(PwC)也于同日宣布扩大与Anthropic的战略合作,将向其美国数十万名员工推广Claude Code和Cowork,并计划对3万名员工开展Claude相关培训与认证。
"围绕AI的讨论已经从探讨可能性转向付诸实施,"普华永道美国高级合伙人兼首席执行官Paul Griggs在公告中表示,"客户正在寻求安全、负责任、且能够在复杂业务环境中交付可量化成果的AI应用方式。"
Q&A
Q1:Grok Build是什么,主要功能有哪些?
A:Grok Build是xAI推出的一款AI编程智能体工具,直接运行于终端环境,支持开发者通过自然语言完成代码生成、文件修改、应用搭建及开发工作流自动化等任务。它还能将任务分配给多个并行运作的子智能体,提升复杂编程任务的执行效率。目前处于早期测试阶段,仅对SuperGrok Heavy每月300美元订阅用户开放。
Q2:Grok Build和Claude Code、Codex有什么区别?
A:Grok Build更聚焦于开发者个人使用场景,强调代码规划、审查与变更能力;而Claude Code和OpenAI Codex发布时间更早,在企业级应用中已有更广泛的部署基础。谷歌的Gemini Code Assist Enterprise同样定位于企业全面应用。总体而言,Grok Build目前仍处于追赶阶段,功能成熟度和生态覆盖面尚待验证。
Q3:AI编程智能体对企业有什么实际影响?
A:根据Gartner近期报告,80%的CEO认为编程智能体等AI智能体工具将对企业运营能力产生重大影响,推动企业从数字化运营向自主化运营转型。普华永道已宣布向数十万名美国员工推广AI编程工具,并计划培训认证3万名员工,显示出企业对AI编程智能体落地应用的高度重视。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。