用户实测 Grok 订阅两周：编排理念好但模型不够聪明
letandrewcook · x · 2026-09-19
一位开发者在 FOMO 驱动下订阅了 Grok 的 bot 服务并使用两周后给出负面评价：模型本身不够聪明，无法信任它写代码甚至编排任何任务。他在 issue 管理、博客编辑、剧本写作、产品调研等多种任务上测试，每次都得把 Grok 的半成品输出再交给 Claude 或 ChatGPT 才能一次得到满意结果。不过他称赞其心智模型：「幕僚长（Chief of staff）+ 群组」是一个不错的编排模式，并表示会把这个思路搬到 Claude Code 里采用。
「模型」频道最新
- 网友催更 Kimi K3.1:问月之暗面模型权重何时放出 — bgmshana · 2026-11-04
- Muse Spark Open 许可证藏着坑：蒸馏产物也算衍生模型 — aidenclarke_12 · 2026-11-04
- 腾讯 Hy4 智能体硬测仍逊 GPT-6.1,Kimi K3.1 Pro 两项反超 — heyshrutimishra · 2026-11-04
- 腾讯 Hy4 智能体自训小模型超越官方基线,称迈向递归自我改进 — heyshrutimishra · 2026-11-04
- Hy4 金融实测：579 项真实任务开源第一，幻觉率降至 5.45% — heyshrutimishra · 2026-11-04
- 腾讯混元预告即将开放接入 LMArena 评测 — TencentHunyuan · 2026-11-04