马斯克宣布Grok3.5重写人类知识！

马斯克(Elon Musk)6月21日于X平台抛出震撼弹，声称具备高级推理能力的Grok3.5(或称Grok4)要「重写整个人类知识语料库」，并「添加缺失的信息、删除错误」，马斯克直指现有大型语言模型使用「未校正数据」而充满「垃圾」，并强调Grok比前代拥有十倍运算力与DeepSearch、Beta语音互动等新功能此外，xAl与Telegram独家合作、投资3亿美元，企图把Grok推向逾十亿用户，正面迎战GPT-4。

'Grok3.5(也许我们应该称它为4)，它具有高级推理功能，将重写整个人类知识语料库，添加缺失信息并删除错误。然后重新训练。在任何基于未校正数据训练的基础模型中，都有太多的垃圾。

从"信息整合"到"知识创造"的技术跃迁

Grok 3.5的核心突破在于将马斯克推崇的"第一性原理"思维植入AI架构。当用户提问"液体火箭发动机推力室热传导优化"时，模型不再依赖现有文献检索，而是从傅里叶热传导方程和纳维-斯托克斯方程出发，结合SpaceX猛禽发动机的材料参数，推导出未见于公开资料的原创解决方案。这种"从基础原理生成新知识"的能力，使其在数学推理测试中取得AIME25得分81.5的成绩，远超同类模型。

技术实现上，Grok 3.5依托20万块英伟达H100 GPU组成的Colossus超算集群训练，671亿参数规模中37亿为动态路由的活跃参数，这种设计使其能在5-10秒内完成传统超级计算机30分钟的运算量。更关键的是训练数据的特殊性——除公开语料外，还包含特斯拉电池研发日志、SpaceX火箭发动机测试报告等企业内部数据，这些未公开的工程实践知识，赋予模型解决现实技术问题的独特优势。

知识重写计划的三重战略逻辑

马斯克的"知识清洗"野心暗含清晰的技术政治算计。首先是打破现有AI模型的"数据依赖陷阱"——他在声明中尖锐指出："任何基于未经修正数据训练的基础模型都充斥垃圾信息"，暗指GPT系列依赖互联网爬虫数据导致的事实性错误缺陷。Grok 3.5通过"推理优先于检索"的模式，试图建立"可信知识生成"的新范式，例如在回答医学问题时，即便训练数据不足，也能通过生理机制推演给出合理建议（尽管当前医疗诊断错误率仍达38%）。

其次是抢占专业领域话语权。Grok 3.5刻意强化在火箭工程、电化学等硬核领域的能力，其多模态交互系统能分析技术图表并生成设计草图，这种"垂直领域深度+多维度表达"的组合，直接对标科研工作者的知识生产模式。抖音上流传的测试视频显示，模型能从量子化学原理出发推导锂电池正负极材料配比，而同类工具只能引用现有论文结论，这种差异可能重塑科技研发的协作方式。

更深层的意图在于构建"闭环知识生态"。马斯克计划用Grok 3.5重写的知识数据集反向训练模型，形成"AI生成知识-知识优化AI"的自强化循环。这种设计若成功，将使xAI在技术迭代速度上超越依赖公开数据的竞争对手，正如其动态路由机制使推理能效比提升40%所展现的技术代差。

技术理想主义背后的认知风险

这场知识重写计划的争议性，远超技术本身。币安创始人赵长鹏的质疑直指核心："许多知识涉及历史和观点，存在多种版本的激烈争论"，而Grok 3.5基于单一逻辑的"正确性判断"，可能抹除知识体系中必要的多元性。例如在处理文艺复兴时期艺术史时，模型可能因缺乏原始文献，将瓦萨里的评价体系作为唯一"正确"标准，忽视后世修正主义的解读维度。

伦理层面的隐患同样显著。当AI开始决定"哪些知识正确、哪些需要删除"时，其背后隐含的价值判断可能被巨头意志操控。Grok 3.5训练数据中包含的SpaceX内部标准，可能在重写航天知识时不自觉强化特定技术路线的"正确性"，而压制其他技术路径的探索空间。这种"技术霸权"的风险，在模型单次推理需消耗20块H100 GPU（成本0.8美元/次）的高门槛下，更显突出——知识生产的权力正加速向掌握算力资源的少数主体集中。

这一计划引发了广泛的讨论和关注。一些人认为 Grok 3.5 可能会助力科学发现，在未知药物化合物、气候工程等领域产生假设，推动创新。但也有许多人对此表示担忧，比如 Binance 的 web3 增长经理 Cas Abbé 认为，重写人类知识是每一部反乌托邦小说的开端，可能会引发政治操纵和对知识的集中控制等问题。还有人指出 Grok 3.5 可能会产生无法验证的内容，将其称为 “终极幻觉制造者”，担心它会传播错误信息。