xAI Grok Build：終端機 AI 編碼代理到底係咩？

主要組件包括：

Skills
可重用資料夾，入面包含 markdown 指示、腳本同資源，用嚟教 agent 點完成任務。

Plugins 同 Extensions
插件可以增加新能力，例如 MCP servers、LSP（Language Server）、hooks 或其他 agents。

Subagents
可以建立獨立子 agent，同時平行執行多個任務，例如同時分析不同檔案或修改多個模組。

呢種架構令 Grok Build 更似一個 AI 開發環境，而唔只係聊天式 coding assistant。

背後用緊邊啲模型

Grok Build 主要連接 xAI 嘅 Grok 系列模型。

其中一個專門做編程嘅模型係：

grok-code-fast-1
設計目標係成為開發工具入面嘅 pair programmer。

已公開嘅性能數據包括：

• SWE-bench Verified：約 70.8%（xAI 自行報告）
• Context window：約 256K tokens

此外，一些較新 Grok 模型提供更大 context：

• Grok 4.3：最多 100 萬 tokens
• Grok 4.20 multi‑agent 模型：最多 200 萬 tokens

超長 context 代表 AI 可以一次過讀取整個 repository 或大型 codebase。

誰可以用 Grok Build

目前 Grok Build 仍然係 early beta。

使用權限只開放畀：

SuperGrok Heavy 訂閱用戶。

xAI 現時嘅訂閱層級包括：

• Free
• X Premium（約 8 美元／月）
• SuperGrok（約 30 美元／月）
• SuperGrok Heavy（約 300 美元／月）

將 Grok Build 放喺最高級方案，意味 xAI 暫時主要針對 專業開發者同早期採用者。

同 Claude Code 生態直接相容

Grok Build 有一個比較特別嘅設計：

可以直接讀取 Claude Code 配置。

例如：

• CLAUDE.md
• .claude/rules/

以及 Claude Code marketplace 入面嘅 plugins、skills、agents 等設定。

換句話講，如果開發者本身已經用緊 Claude Code workflow，某些設定甚至 可以直接搬過去 Grok。

同 Claude Code、Codex 有咩差別

AI coding agent 市場目前主要玩家包括：

• xAI Grok Build
• Anthropic Claude Code
• OpenAI Codex CLI

三者有幾個主要比較方向。

架構設計

Grok Build
terminal-first agent framework，支援 plugins、skills 同平行 subagents。

Claude Code
偏向 developer‑in‑the‑loop 工作模式，AI 同開發者互動完成任務。

Codex CLI
較多使用雲端 sandbox agent，自動化程度更高。

三者共同趨勢係：

AI 直接整合入 真實開發環境。

Context window

長 context 對大型專案非常重要。

目前大致水平：

• Grok 模型：最高約 1M 至 2M tokens
• Claude Code：大約 1M tokens
• Codex：大約 400K 至 1M tokens

意味 AI 可以讀完整 repo、長 commit history 或大量文件。

價格結構

不同工具通常綁定各自 AI 訂閱。

Grok 生態

• SuperGrok：約 $30/月
• SuperGrok Heavy：約 $300/月

Claude Code

• Pro 約 $20/月
• Max tiers 約 $100–$200/月

Codex

• ChatGPT Plus 約 $20/月
• Pro 約 $200/月

實際成本通常取決於 token 用量同 rate limit。

Benchmark

目前 Grok Build CLI 本身仲未有大量獨立 benchmark。

已公開數據主要來自 underlying 模型：

• grok-code-fast-1：約 70.8% SWE‑bench Verified（xAI 自報）

作為比較，部分 Claude 系列模型喺類似 benchmark 亦可以達到 70% 以上。

所以實際體驗未必只取決於模型分數，workflow automation 同 agent 協作能力可能更加關鍵。

私隱與資料處理

公開文件對 Grok Build 嘅資料處理說明仍然比較有限。

有研究指出系統採用 local‑first 架構，即工具主要喺本地環境運行，直接讀取本地專案。

但關於：

• 代碼是否會傳送到遠端
• 訓練數據政策
• 企業安全控制

目前官方公開資訊仍然唔多。

Grok Build 喺 xAI 整體策略入面嘅角色

Grok Build 其實反映咗 xAI 一個更大方向：

由聊天 AI 轉向 agentic AI 系統。

xAI 近年模型發展重點包括：

• tool calling
• 長 context window
• multi‑agent 協作系統

呢類能力可以讓 AI 同時處理多個任務、分析資料、控制工具。

喺呢個策略之下，Grok Build 就係開發者入口 —— 將 Grok agent 直接帶入 coding workflow。

大局：AI coding agent 時代

Grok Build 嘅推出其實反映一個更大趨勢。

AI 工具正由「聊天助手」轉向 自動化開發代理：

• 讀完整 codebase
• 規劃多步任務
• 修改檔案
• 執行開發環境

目前 xAI、Anthropic、OpenAI 同 Google 都喺競爭同一個方向。

而 Grok Build 嘅 terminal‑first 架構同多 agent 設計，顯示 xAI 正正式加入呢場 AI 軟件開發平台競賽。