美东时间 8 月 12 日，马斯克旗下的 SpaceXAI 以「一天两发」的节奏向智能体市场投下重磅：先发布多智能体协作产品 Grok Bot 早期测试版，随后正式推出新一代旗舰模型 Grok 4.6——前者被外界视为 SpaceX 6 月以 600 亿美元全股票收购编程工具 Cursor 之后交出的第一份整合答卷，后者则延续 Grok 一贯的效率路线，把 API 定价压到竞品的一半。新模型叠加新 Agent 的组合拳，把行业目光再次拉回「长时程任务」「自主执行」与「单任务成本」三个关键词。
一、Grok Bot：云端虚拟机里的「AI 同事」，关机也不停
Grok Bot 的定位并非工具，而是「始终在线的智能体助手团队」：每个 Bot 背后是一台独立的云端 Linux 虚拟机，拥有自己的浏览器、文件系统与终端，能像人一样打开网页、点击按钮、填写表单、截取屏幕。你在 Gmail 登录一次，Bot 就能用你的会话处理邮件；在 Salesforce 登录一次，它就能更新客户信息、拉取报表、回答季度问题——而这一切都不需要你打开笔记本电脑。由于任务在云端执行，合上电脑后台工作照常推进，只有遇到登录、SSO 验证、支付确认等需要人类决策的关口时，Bot 才会主动把控制权「递」给你，操作完成后它接着干。这一设计直接回应了此前个人 Agent 的致命伤——过去任务依赖本机运行，一断网或关机就中断；一个月前 Claude Cowork 宣布上云解决同一问题，而 Grok Bot 从出生第一天就是云原生的。团队作战是其另一特色：用户可以同时开启多个 Bot 各司其职，由一名「首席 Bot」统筹，下设专项 Bot 分别负责邮件、销售数据、竞品监控、内容草稿等任务，多个 Bot 可被拉入群聊自主协调、分配任务、指定负责人，仅在需要最终判断时请求用户介入。目前 Grok Bot 处于早期测试阶段，支持 macOS、Windows、Linux 与 iOS，面向 SuperGrok Heavy、Cursor Ultra 与 Cursor Teams Premium 订阅用户开放，企业版可加入候补名单；SpaceXAI 表示已在内部的工程、增长与营销团队使用这款产品，例如销售团队借此寻找新客户账户、夜间自动起草邮件，财务团队则用它从邮件提取收据。
二、Grok 4.6：同一底座、纯后训练，冲着「长环路」而来
与 Grok Bot 同日亮相的 Grok 4.6，是 Grok 4.5 发布五周后的快速迭代。值得注意的是，4.6 与 4.5 共享同一 1.5 万亿参数基础模型，本轮升级全部发生在后训练阶段：更长周期的补充训练、经过筛选的模型生成推理数据与工程数据、改进的优化器，以及由 Grok 4.5 重新生成并过滤的 SFT 轨迹，再加上面向内核优化、网页开发、计算机辅助设计等领域环境的 Agentic 强化学习。厂商的卖点不是单点基准冲刺，而是长环路可靠性——多步研究、跨代码库作业、把一个模糊的产品想法变成可运行的应用雏形，且在更长的任务轨迹中开始出现更多自主测试与验证行为（在继续执行前检查此前的工作）。厂商公布的数据显示：Artificial Analysis Intelligence Index（九项基准综合）得 61 分，与 GPT-5.6 Sol Max 持平（Claude Fable 5 Max 为 62，Grok 4.5 High 为 56）；知识工作基准 GDPVal-AA v2 达 1753 Elo，超过 GPT-5.6 Sol Max 的 1728 与 Fable 5 的 1741；软件工程基准 DeepSWE v1.1 为 65.9%（Grok 4.5 为 54%），Terminal-Bench v3.0 为 26%（Grok 4.5 为 15.7%）。需要客观标注的是，这些数字均为厂商自报，尚无独立评测确认。
三、一半的价格与双倍配额：用「单任务成本」打天下
Grok 4.6 最具可验证性的优势在定价与分发。API 起售价为 2 美元/百万输入 Token、6 美元/百万输出 Token（快速版翻倍），约为竞品的一半——对比 Claude Opus 4.8 的 5 美元/25 美元，输入低约 60%、输出低约 76%；模型支持 50 万 Token 上下文。上线首周，Cursor 与 Grok Build 用户还可享受双倍包含用量。分发方面，Grok 4.6 上线当天即进入 Cursor、Grok Build、SpaceXAI API，以及 OpenRouter、Vercel、Cloudflare 等合作伙伴渠道——收购 Cursor 带来的开发者分发红利开始兑现。对 Agent 工作负载而言，价格的意义被显著放大：一个经历四十次工具调用的 Agent 循环，每次都会重发不断增长的对话记录，Token 花费随循环长度近似平方级增长，直到缓存与压缩生效——因此「单任务成本」而非「单 Token 价格」才是决定 Agent 产品能否盈利的指标，而 Grok 的 Token 效率与低价正是其切入点。分析人士也指出一个缺口：Grok 4.6 文档未公布缓存输入价格，而 Agent 循环高度依赖缓存，真实成本对比仍不完整。
四、客观看：叙事可信，数字待验证
几点客观边界需要标注。其一，能力宣称均出自厂商自报，独立评测缺位——Grok 4.5 时代独立榜单就曾将其排在第一梯队之后，本次「与 GPT-5.6 Sol 持平」应视为营销口径而非结论，真实差距可能集中在长环路可靠性与安全护栏上；其二，Grok Bot 让 Agent 复用用户在各平台的登录会话并长时间自主运行，其权限模型、会话凭证管理与隐私边界仍有待观察，行业暂未披露详细的安全设计；其三，「首席 Bot 统筹 + 多 Bot 并行」的真实任务成功率缺乏公开数据，多智能体协作的可靠性仍是行业普遍难题；其四，SpaceXAI 的产能与稳定性（此前 Grok 高峰期曾出现排队）会直接影响其以低价换规模的策略。总体而言，Grok 4.6 是一次务实且方向明确的效率型迭代，Grok Bot 则是 SpaceXAI 完成 Cursor 收购后的生态整合首秀——两家公司的真正胜负手，不在发布日的榜单，而在「单任务成本」与「长环路可靠性」这两条更硬的标准上。