“擦邊”哪有AI編程香？馬斯克終于想通了

最近馬斯克很頭疼：Grok在X上脫人衣服這件事，眼瞅著平息不了了。

X前腳正式宣布限制措施，不再允許通過Grok在X平臺上對真實人物的照片進行“脫衣服”或生成/編輯成“暴露服裝”（如比基尼、內衣等）的操作。

后腳，加州就啟動了對xAI和Grok的調查。事到如今，Grok“脫衣”爭議已經“集齊”十個國家和地區的公開批評或者調查，包括英國、歐盟、法國、加拿大、澳大利亞、印度等等。

Grok從誕生之初，就因為會整活、不搞“政治正確”而娛樂性拉滿，而馬斯克針對其“擦邊”屬性也是一貫頭鐵。去年Grok最引人注目的更新，當屬引入兩個性感的虛擬角色。

“擦邊”之下，用戶增長明顯，Grok最新月活用戶數已經突破3000萬，月初引入將靜態照片轉變為動態視頻的功能Grok Imagine，一度登頂蘋果應用商店美區免費榜第一。

但用戶的爭搶之下，AI公司真正需要爭搶的其實是“商業前景”與資金。C端是不是那個答案？目前還要打一個問號。OpenAI目前的主要收入來源是用戶訂閱，ChatGPT月活用戶數8億，但是每年的虧損越來越大，并且這樣的虧損擴大還會持續幾年。

馬斯克前不久要求OpenAI和微軟賠償790億到1340億美元，給出的理由是早期提供了幾千萬美元種子資金，因為OpenAI的5000億美元估值有一大部分應該給他，頗有點盯上“友商”錢包的意味。

翻年之后，馬斯克接連受到打擊，已經準備好在AI編程領域奮起直追了。不僅承認Grok的編程能力不如對家Anthropic，還宣布下個月有兩個AI編程領域的大動作。

“擦邊”雖好，論賺錢，哪有AI編程香？

肉眼可見的區別是，坐上AI編程一號位的Anthropic，收入結構中企業用戶占大頭，目前已經將AI編程的優勢絲滑進階到了生產力提升。雖然年營收遠不及OpenAI，但Anthropic的盈利節點很有可能比OpenAI早。

不僅是馬斯克的xAI，以C端見長的OpenAI，以及字節，都紛紛在去年加強AI編程領域的投入。

說到底，AI頭部玩家逐漸看清事實，那就是，C端主要爭名，AI編程則連接著廣闊的B端想象力。

01

馬斯克受刺激了

馬斯克正在傳達一個強烈的信號：Grok要開始認真在AI編程上發力了。

1月，馬斯克先是在X上公開承認Grok的編程能力不如Anthropic的Claude。

緊接著，他又透露，2月Grok Code將迎來重大更新：“下個月Grok Code將迎來重大升級。它將一鍵處理許多復雜編碼任務。”

而其中提到的“一鍵處理復雜編碼任務”，外界認為這是在暗示xAI將發布vibe-coding的工具，即用戶只需描述感覺和意圖，如“建一個類似Twitter的app”，AI就可以自動規劃、生成代碼、測試、部署。

看來馬斯克是受到了不小的刺激。

新年剛過一周，Anthropic就“拔網線”，對第三方平臺采取封鎖措施，一時之間，通過編程助手Cursor、開源AI編碼工具OpenCode等第三方平臺使用Claude Code時觸發報錯，顯示工具權限為Claude Code獨有，不允許外部調用。

xAI遭了大殃，甚至xAI聯合創始人Tony Wu給全員發緊急通知。

而這條slack消息被泄露，揭開了一個小秘密——原來很多xAI員工，都通過Cursor調用Claude模型寫代碼。

當時Tony Wu就表示：“我們的生產力會受到影響，但這確實會倒逼我們開發自己的編程產品/模型。”

不久之后，馬斯克也在X上給別人回復時承認Anthropic“拔網線”事件是一個“激勵因素”。

此前xAI的Grok主要以通用能力見長，模型能力很強大，但是在AI編碼能力方面不算翹楚。

根據llm-stats的最新排行榜，在SWE-Bench Verified中，xAI最出色的模型是Grok Code Fast 1，排在第20位。

該測試從真實的GitHub問題中選取500個經過驗證的軟件工程問題子集，由人工標注者驗證，用于評估語言模型通過為Python代碼庫生成補丁來解決現實世界編碼問題的能力。

SWE-Bench Verified排名前五的模型來自Anthropic、OpenAI、谷歌。

在Human Eval中，xAI排名最高的模型是Grok-2，排在第18位。該基準測試用于衡量從文檔字符串合成程序的功能正確性，包含164個原創編程問題，旨在評估語言理解能力、算法能力和簡單的數學運算能力。

Human Eval排名前五的模型分別來自于Kimi、Anthropic、OpenAI、阿里。

在Live Code Bench中，xAI表現較好，Grok-3 Mini、Grok 4 Fast、Grok-3分別排在第三、四、五位。這是一個全面且無污染的大型代碼語言模型評估基準。它持續從編程競賽中收集新問題，以便評估模型訓練截止后發布的未見過的問題。

Live Code Bench排名前二的模型來自DeepSeek和MiniMax。

值得一提的是，此前xAI在AI編程領域最為關鍵的舉措是推出了Grok Code Fast，這個模型講求實用，從名字就能看出來，側重在“快”。其價格也非常有競爭力，輸入成本每百萬tokens僅需0.2美元，輸出為1.5美元，是當前最便宜的專用編碼模型之一。

相比而言，Claude Sonnet 4.5價格是其15倍。

它特別適合預算有限的個人開發者、初創團隊和高頻迭代場景，而非追求“零容忍錯誤”的頂級企業生產級任務，更像是馬斯克在AI編碼領域用錯位競爭的方式“小試牛刀”。

但問題在于，當AI編程正從“便宜好用的工具”演進為決定研發效率與組織形態的核心能力時，僅靠一款強調性價比和速度的Grok Code Fast，顯然已經無法滿足馬斯克的野心。

02

AI編程已經勢不可擋

事實上，AI編程這條線，已經被牌桌上的頭部玩家同時盯上。

最典型的，還是Anthropic。

Anthropic不再只強調模型“會不會寫代碼”，而是直接接管工程師的工作流。從拆解需求、規劃代碼結構，到多文件修改、反復調試，Claude Code更像一個全天候的“虛擬工程師”。

本月發生的那場“拔網線事件”，反而成了它成功的注腳——當Anthropic收緊第三方調用權限，大量依賴Claude Code的外部工具和團隊立刻受到影響，xAI就是其中之一。

這種變化在一線工程師那里體現得更直接。

谷歌首席工程師、Gemini API負責人Jaana Dogan公開表示，她只用幾句提示詞、一個多小時，就借助Claude Code完成了相當于過去一年工作量的成果。

這類表態之所以被廣泛傳播，是因為它擊中了很多工程師的真實感受：AI編程已經開始根本改變生產效率。

也正因為如此，其他巨頭不可能坐視不管。

OpenAI在近一年的更新中，明顯把更多資源壓向代碼能力。從模型在復雜代碼理解、長上下文修改上的強化，到API層面對函數調用、工具鏈集成的持續優化，目標非常明確——讓開發者在真實工程場景里，用GPT寫得更久、更深。

Google的策略則更“體系化”。Gemini不只是模型本身在代碼能力上追趕，而是被直接嵌入到Google自己的開發者工具、云服務和工程環境中，試圖把AI編程變成一種默認選項，而不是額外插件。

從榜單結果來看，幾家公司的差距正在迅速拉近，排名頻繁交錯，已經進入貼身肉搏階段。

這種趨勢同樣傳導到了國內。字節跳動其實很早就意識到AI編程的重要性。去年1月，字節發布了面向軟件工程場景的工具TREA，隨后持續迭代。對這樣體量的公司來說，是否補齊這塊能力，直接關系到內部研發成本和組織效率。

把這些動作放在一起看，會發現一個越來越清晰的變化：AI編程正在從“大模型能力展示的一部分”，變成所有玩家都繞不開的核心戰場。

在這樣的背景下，Grok Code Fast那種強調便宜、夠用、夠快的錯位打法，顯然很難再讓馬斯克安心停留。

03

“擦邊”哪有編程香？

紛紛擾擾之間，真正把這條賽道推到臺前的，并不只是模型能力的進步，而是它背后越來越清晰，也越來越現實的商業指向。

AI編程，是目前少數已經被驗證“能真正落地”的大模型應用場景之一。

xAI的Grok，長期以來最突出的優勢一直在C端。去年Grok最受關注的，并不是編程能力，而是各種“擦邊”動作，更少限制、更大膽，也屢次引發爭議。

最近一段時間，類似的原因再次把Grok推上風口浪尖。這種路徑在拉新和話題度上確實有效，但問題也很明顯：它很難轉化為穩定、可規模化的收入。

這一點，其實并不只發生在xAI身上。OpenAI和字節跳動在某種程度上也面臨類似結構性問題。OpenAI擁有ChatGPT這樣的超級C端入口，字節背靠抖音、TikTok這樣的社交與內容帝國，馬斯克則掌控著X。

它們在用戶規模、分發能力和產品打磨上極具優勢，但也恰恰因為C端體量太大，商業模式反而更復雜：訂閱增長有天花板，內容合規成本高，任何一次失誤都會被無限放大。

相比之下，to B的世界要“冷靜”得多，也現實得多。這正是AI編程的吸引力所在。

對企業來說，AI是否“好玩”并不重要，重要的是它能不能穩定地節省人力、縮短研發周期、降低交付風險。

這也是為什么，幾家公司的盈利預期開始明顯分化。

以Anthropic為例，多家行業分析機構預測，Anthropic有望在2028年前后實現盈虧平衡。

行業普遍估計，Anthropic約70%–80%的收入來自企業客戶，主要是API調用和企業級合同。這種收入模式增長未必最快，卻足夠穩定，也更容易覆蓋持續攀升的算力成本。

相比之下，OpenAI的體量更大，但路徑不同。

公開分析普遍認為，OpenAI當前的收入結構中，大約七成仍來自C端訂閱（如ChatGPT Plus等），真正來自企業API和企業合同的收入占比約三成左右。

與此同時，OpenAI還承擔著極高的算力和基礎設施支出壓力，其實現整體盈利的時間點可能要到2030年前后。

它對規模、資本和耐心的要求顯然更高。

而xAI的情況則更為激進，也更脆弱一些。

市場估算顯示，xAI在2025年的年化收入規模約5億美元左右，遠低于OpenAI（約130億美元）和Anthropic（約70億～90億美元）。目前，xAI的主要收入仍高度依賴Grok在C端的訂閱與其與X平臺的聯動。

盡管xAI已開始推出Grok Business、Grok Enterprise等B端產品，試圖向企業市場延伸，但其盈利時間點可能仍要等到2027–2028年之后。

這也可以解釋為什么近期OpenAI、谷歌相繼在“廣告”與“購物”上發力，這也是在為C端引入更多商業空間。

馬斯克想要在AI編程上發力，本質上是在為xAI尋找一條更確定、可持續的商業出口。

在算力成本高企、市場耐心下降的當下，AI編程賽道帶來的確定性本身，就是稀缺資源。

這種選擇，其實從Anthropic一開始就已經埋下伏筆。Anthropic多次公開表示，他們更愿意把AI定位為生產力工具，而非娛樂產品，甚至直言“AGI”這一概念本身已經變得模糊而過時。

在具體實踐上，這種理念體現為對安全性、可控性和工程穩定性的長期投入。

這些看起來“慢”的工作，卻恰恰是AI編程能進入企業核心流程的地基。今天Claude在編程領域的領先，并非突然爆發，而是一步步打出來的。

也正因如此，其他玩家想在AI編程領域趕超Anthropic，注定是一場硬仗。

這不是多發幾個模型、多刷幾次榜單就能解決的問題，而是對工程能力、產品理解和企業需求的長期消化。

從時間線上看，Google的布局其實并不晚。Gemini的優勢不只在模型本身，而在于與Google Cloud、開發者工具、工程體系的“全棧聯通”。

OpenAI近一年也在持續把資源向編程能力傾斜，字節同樣通過TREA等工具不斷補課。放在這個坐標系里，馬斯克此時大幅加碼AI編程，多少顯得有些姍姍來遲。

更現實的一點是，AI編程恰恰也是“出事成本”最高的應用場景之一。

在強應用環境里，不出問題則已，一旦出問題，就是實打實的生產事故。

前幾天，編程工具Cursor曾對外披露，一次實驗中GPT-5.2連續運行7天，生成約300萬行代碼，構建出一個堪比Chrome的瀏覽器。

消息一出，立刻引發轟動，但很快就被開發者“打假”，質疑其可復現性和工程真實性。這場風波本身，恰恰說明了AI編程的門檻。

也正是在這樣的現實約束下，AI編程這條路才顯得格外“香”，也格外難走。

至于馬斯克和Grok，能否在這條已經被反復驗證、競爭激烈的賽道上追上來，答案恐怕只能交給時間。

馬斯克已經承諾下個月就有大動作，讓我們拭目以待。