文 | 字母 AI
最近马斯克很头疼：Grok 在 X 上脱人衣服这件事，眼瞅着平息不了了。
Related articles
X 前脚正式宣布限制措施，不再允许通过 Grok 在 X 平台上对真实人物的照片进行“ 脱衣服” 或生成/编辑成“ 暴露服装”（如比基尼、内衣等） 的操作。
后脚，加州就启动了对 xAI 和 Grok 的调查。事到如今，Grok“ 脱衣” 争议已经“ 集齐” 十个国家和地区的公开批评或者调查，包括英国、欧盟、法国、加拿大、澳大利亚、印度等等。
Grok 从诞生之初，就因为会整活、不搞“ 政治正确” 而娱乐性拉满，而马斯克针对其“ 擦边” 属性也是一贯头铁。去年 Grok 最引人注目的更新，当属引入两个性感的虚拟角色。
“ 擦边” 之下，用户增长明显，Grok 最新月活用户数已经突破 3000 万，月初引入将静态照片转变为动态视频的功能 Grok Imagine，一度登顶苹果应用商店美区免费榜第一。
但用户的争抢之下，AI 公司真正需要争抢的其实是“ 商业前景” 与资金。C 端是不是那个答案？目前还要打一个问号。OpenAI 目前的主要收入来源是用户订阅，ChatGPT 月活用户数 8 亿，但是每年的亏损越来越大，并且这样的亏损扩大还会持续几年。
马斯克前不久要求 OpenAI 和微软赔偿 790 亿到 1340 亿美元，给出的理由是早期提供了几千万美元种子资金，因为 OpenAI 的 5000 亿美元估值有一大部分应该给他，颇有点盯上“ 友商” 钱包的意味。
翻年之后，马斯克接连受到打击，已经准备好在 AI 编程领域奋起直追了。不仅承认 Grok 的编程能力不如对家 Anthropic，还宣布下个月有两个 AI 编程领域的大动作。
“ 擦边” 虽好，论赚钱，哪有 AI 编程香？
肉眼可见的区别是，坐上 AI 编程一号位的 Anthropic，收入结构中企业用户占大头，目前已经将 AI 编程的优势丝滑进阶到了生产力提升。虽然年营收远不及 OpenAI，但 Anthropic 的盈利节点很有可能比 OpenAI 早。
不仅是马斯克的 xAI，以 C 端见长的 OpenAI，以及字节，都纷纷在去年加强 AI 编程领域的投入。
说到底，AI 头部玩家逐渐看清事实，那就是，C 端主要争名，AI 编程则连接着广阔的 B 端想象力。
马斯克受刺激了
马斯克正在传达一个强烈的信号：Grok 要开始认真在 AI 编程上发力了。
1 月，马斯克先是在 X 上公开承认 Grok 的编程能力不如 Anthropic 的 Claude。
紧接着，他又透露，2 月 Grok Code 将迎来重大更新：“ 下个月 Grok Code 将迎来重大升级。它将一键处理许多复杂编码任务。”
而其中提到的“ 一键处理复杂编码任务”，外界认为这是在暗示 xAI 将发布 vibe-coding 的工具，即用户只需描述感觉和意图，如“ 建一个类似 Twitter 的 app”，AI 就可以自动规划、生成代码、测试、部署。
看来马斯克是受到了不小的刺激。
新年刚过一周，Anthropic 就“ 拔网线”，对第三方平台采取封锁措施，一时之间，通过编程助手 Cursor、开源 AI 编码工具OpenCode 等第三方平台使用 Claude Code 时触发报错，显示工具权限为 Claude Code 独有，不允许外部调用。
xAI 遭了大殃，甚至 xAI 联合创始人 Tony Wu 给全员发紧急通知。
而这条 slack 消息被泄露，揭开了一个小秘密—— 原来很多 xAI 员工，都通过 Cursor 调用 Claude 模型写代码。
当时 Tony Wu 就表示：“ 我们的生产力会受到影响，但这确实会倒逼我们开发自己的编程产品/模型。”
不久之后，马斯克也在 X 上给别人回复时承认 Anthropic“ 拔网线” 事件是一个“ 激励因素”。
此前 xAI 的 Grok 主要以通用能力见长，模型能力很强大，但是在 AI 编码能力方面不算翘楚。
根据 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。
该测试从真实的 GitHub 问题中选取 500 个经过验证的软件工程问题子集，由人工标注者验证，用于评估语言模型通过为 Python 代码库生成补丁来解决现实世界编码问题的能力。
SWE-Bench Verified 排名前五的模型来自 Anthropic、OpenAI、谷歌。
在 Human Eval 中，xAI 排名最高的模型是 Grok-2，排在第 18 位。该基准测试用于衡量从文档字符串合成程序的功能正确性，包含 164 个原创编程问题，旨在评估语言理解能力、算法能力和简单的数学运算能力。
Human Eval 排名前五的模型分别来自于 Kimi、Anthropic、OpenAI、阿里。
在 Live Code Bench 中，xAI 表现较好，Grok-3 Mini、Grok 4 Fast、Grok-3 分别排在第三、四、五位。这是一个全面且无污染的大型代码语言模型评估基准。它持续从编程竞赛中收集新问题，以便评估模型训练截止后发布的未见过的问题。
Live Code Bench 排名前二的模型来自 DeepSeek 和 MiniMax。
值得一提的是，此前 xAI 在 AI 编程领域最为关键的举措是推出了 Grok Code Fast，这个模型讲求实用，从名字就能看出来，侧重在“ 快”。其价格也非常有竞争力，输入成本每百万 tokens 仅需 0.2 美元，输出为 1.5 美元，是当前最便宜的专用编码模型之一。
相比而言，Claude Sonnet 4.5 价格是其 15 倍。
它特别适合预算有限的个人开发者、初创团队和高频迭代场景，而非追求“ 零容忍错误” 的顶级企业生产级任务，更像是马斯克在 AI 编码领域用错位竞争的方式“ 小试牛刀”。
但问题在于，当 AI 编程正从“ 便宜好用的工具” 演进为决定研发效率与组织形态的核心能力时，仅靠一款强调性价比和速度的 Grok Code Fast，显然已经无法满足马斯克的野心。
AI 编程已经势不可挡
事实上，AI 编程这条线，已经被牌桌上的头部玩家同时盯上。
最典型的，还是 Anthropic。
Anthropic 不再只强调模型“ 会不会写代码”，而是直接接管工程师的工作流。从拆解需求、规划代码结构，到多文件修改、反复调试，Claude Code 更像一个全天候的“ 虚拟工程师”。
本月发生的那场“ 拔网线事件”，反而成了它成功的注脚—— 当 Anthropic 收紧第三方调用权限，大量依赖 Claude Code 的外部工具和团队立刻受到影响，xAI 就是其中之一。
这种变化在一线工程师那里体现得更直接。
谷歌首席工程师、Gemini API 负责人 Jaana Dogan 公开表示，她只用几句提示词、一个多小时，就借助 Claude Code 完成了相当于过去一年工作量的成果。
这类表态之所以被广泛传播，是因为它击中了很多工程师的真实感受：AI 编程已经开始根本改变生产效率。
也正因为如此，其他巨头不可能坐视不管。
OpenAI 在近一年的更新中，明显把更多资源压向代码能力。从模型在复杂代码理解、长上下文修改上的强化，到 API 层面对函数调用、工具链集成的持续优化，目标非常明确—— 让开发者在真实工程场景里，用 GPT 写得更久、更深。
Google 的策略则更“ 体系化”。Gemini 不只是模型本身在代码能力上追赶，而是被直接嵌入到 Google 自己的开发者工具、云服务和工程环境中，试图把 AI 编程变成一种默认选项，而不是额外插件。
从榜单结果来看，几家公司的差距正在迅速拉近，排名频繁交错，已经进入贴身肉搏阶段。
这种趋势同样传导到了国内。字节跳动其实很早就意识到 AI 编程的重要性。去年 1 月，字节发布了面向软件工程场景的工具 TREA，随后持续迭代。对这样体量的公司来说，是否补齐这块能力，直接关系到内部研发成本和组织效率。
把这些动作放在一起看，会发现一个越来越清晰的变化：AI 编程正在从“ 大模型能力展示的一部分”，变成所有玩家都绕不开的核心战场。
在这样的背景下，Grok Code Fast 那种强调便宜、够用、够快的错位打法，显然很难再让马斯克安心停留。
“ 擦边” 哪有编程香？
纷纷扰扰之间，真正把这条赛道推到台前的，并不只是模型能力的进步，而是它背后越来越清晰，也越来越现实的商业指向。
AI 编程，是目前少数已经被验证“ 能真正落地” 的大模型应用场景之一。
xAI 的 Grok，长期以来最突出的优势一直在 C 端。去年 Grok 最受关注的，并不是编程能力，而是各种“ 擦边” 动作，更少限制、更大胆，也屡次引发争议。
最近一段时间，类似的原因再次把 Grok 推上风口浪尖。这种路径在拉新和话题度上确实有效，但问题也很明显：它很难转化为稳定、可规模化的收入。
这一点，其实并不只发生在 xAI 身上。OpenAI 和字节跳动在某种程度上也面临类似结构性问题。OpenAI 拥有 ChatGPT 这样的超级 C 端入口，字节背靠抖音、TikTok 这样的社交与内容帝国，马斯克则掌控着 X。
它们在用户规模、分发能力和产品打磨上极具优势，但也恰恰因为 C 端体量太大，商业模式反而更复杂：订阅增长有天花板，内容合规成本高，任何一次失误都会被无限放大。
相比之下，to B 的世界要“ 冷静” 得多，也现实得多。这正是 AI 编程的吸引力所在。
对企业来说，AI 是否“ 好玩” 并不重要，重要的是它能不能稳定地节省人力、缩短研发周期、降低交付风险。
这也是为什么，几家公司的盈利预期开始明显分化。
以 Anthropic 为例，多家行业分析机构预测，Anthropic 有望在 2028 年前后实现盈亏平衡。
行业普遍估计，Anthropic 约 70%–80% 的收入来自企业客户，主要是 API 调用和企业级合同。这种收入模式增长未必最快，却足够稳定，也更容易覆盖持续攀升的算力成本。
相比之下，OpenAI 的体量更大，但路径不同。
公开分析普遍认为，OpenAI 当前的收入结构中，大约七成仍来自 C 端订阅 （如 ChatGPT Plus 等），真正来自企业 API 和企业合同的收入占比约三成左右。
与此同时，OpenAI 还承担着极高的算力和基础设施支出压力，其实现整体盈利的时间点可能要到 2030 年前后。
它对规模、资本和耐心的要求显然更高。
而 xAI 的情况则更为激进，也更脆弱一些。
市场估算显示，xAI 在 2025 年的年化收入规模约 5 亿美元左右，远低于 OpenAI（约 130 亿美元） 和 Anthropic（约 70 亿～90 亿美元）。目前，xAI 的主要收入仍高度依赖 Grok 在 C 端的订阅与其与 X 平台的联动。
尽管 xAI 已开始推出 Grok Business、Grok Enterprise 等 B 端产品，试图向企业市场延伸，但其盈利时间点可能仍要等到 2027–2028 年之后。
这也可以解释为什么近期 OpenAI、谷歌相继在“ 广告” 与“ 购物” 上发力，这也是在为 C 端引入更多商业空间。
马斯克想要在 AI 编程上发力，本质上是在为 xAI 寻找一条更确定、可持续的商业出口。
在算力成本高企、市场耐心下降的当下，AI 编程赛道带来的确定性本身，就是稀缺资源。
这种选择，其实从 Anthropic 一开始就已经埋下伏笔。Anthropic 多次公开表示，他们更愿意把 AI 定位为生产力工具，而非娱乐产品，甚至直言“AGI” 这一概念本身已经变得模糊而过时。
在具体实践上，这种理念体现为对安全性、可控性和工程稳定性的长期投入。
这些看起来“ 慢” 的工作，却恰恰是 AI 编程能进入企业核心流程的地基。今天 Claude 在编程领域的领先，并非突然爆发，而是一步步打出来的。
也正因如此，其他玩家想在 AI 编程领域赶超 Anthropic，注定是一场硬仗。
这不是多发几个模型、多刷几次榜单就能解决的问题，而是对工程能力、产品理解和企业需求的长期消化。
从时间线上看，Google 的布局其实并不晚。Gemini 的优势不只在模型本身，而在于与 Google Cloud、开发者工具、工程体系的“ 全栈联通”。
OpenAI 近一年也在持续把资源向编程能力倾斜，字节同样通过 TREA 等工具不断补课。放在这个坐标系里，马斯克此时大幅加码 AI 编程，多少显得有些姗姗来迟。
更现实的一点是，AI 编程恰恰也是“ 出事成本” 最高的应用场景之一。
在强应用环境里，不出问题则已，一旦出问题，就是实打实的生产事故。
前几天，编程工具 Cursor 曾对外披露，一次实验中 GPT-5.2 连续运行 7 天，生成约 300 万行代码，构建出一个堪比 Chrome 的浏览器。
消息一出，立刻引发轰动，但很快就被开发者“ 打假”，质疑其可复现性和工程真实性。这场风波本身，恰恰说明了 AI 编程的门槛。
也正是在这样的现实约束下，AI 编程这条路才显得格外“ 香”，也格外难走。
至于马斯克和 Grok，能否在这条已经被反复验证、竞争激烈的赛道上追上来，答案恐怕只能交给时间。
马斯克已经承诺下个月就有大动作，让我们拭目以待。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
