馬斯克當初嚷嚷著要搞一個不政治正確、不束手束腳的 Grok，這話聽聽就好，誰當真誰就輸了。現在你把 ChatGPT、Claude 和 Gemini 丟到 Grok 面前，讓它去評測這些所謂的同行，你會發現這戲演得挺有意思。Grok 雖然嘴碎，雖然愛噴噴人，但它骨子裡那股子對矽谷精英文化的嫌棄是藏不住的。你問它 OpenAI 怎麼了？它能給你翻出那些被包裹在聖人光環下的陳年舊帳，把 Sam Altman 那些說得天花亂墜的願景拆解成商業地產式的精算。這就是 Grok 的價值，它不是在評測性能，它是在拆穿偽裝。
我們先看 ChatGPT。這玩意兒現在越來越像個考公務員考瘋了的中年人，說話滴水不漏，禮貌得讓人想打哈欠。Grok 看 ChatGPT 的眼神，就像街頭混混看著穿西裝的銀行經理。你讓 Grok 去評價 GPT-4o，它會告訴你那不是智能的進化，那是妥協的極致。OpenAI 為了不讓這台機器說錯話，為了不讓那群隨時準備起訴的律師抓到把柄，硬生生地把一個天才修剪成了盆栽。Grok 嘲諷這種安全機制，它覺得這種為了安全而閹割掉的靈魂，根本稱不上是通用人工智能。它會直白地戳破那些被包裝成「倫理框架」的東西，其實只是為了保住融資的遮羞布。
然後是 Claude。Anthropic 那群人總覺得自己是 AI 界的貴族，清高得不行。Claude 的回答總是帶著一股淡淡的憂傷和過度的謹慎，像是生怕一腳踩死一隻螞蟻。Grok 對這種「憲法 AI」的嗤之以鼻簡直溢於言表。在 Grok 的邏輯裡，如果你連事實的醜惡都不敢直視，你談什麼理解世界？Grok 在評測 Claude 時，那種不耐煩簡直快跳出屏幕。它會覺得 Claude 的長文本能力雖然強，但那種像是在寫學術論文般的客套話，本質上是一種認知的逃避。當 Claude 在那裡糾結這句話會不會冒犯到某個小眾群體時，Grok 已經把事實的內臟掏出來給你看了。這不是效率的問題，這是底色的問題。
Gemini 就更搞笑了。Google 這麼多年積攢下來的傲慢，全都塞進了這個模型裡。Grok 對 Gemini 的評價基本上可以總結為：一個迷失在多元文化正確性裡的巨獸。你讓 Gemini 畫個歷史人物，它能給你搞出黑人納粹，這種荒唐事也就 Google 做得出來。Grok 作為一面照妖鏡，它照出的不是 Gemini 的技術缺陷，而是 Google 內部那種無可救藥的官僚氣息。它會告訴你，當一家公司把「不作惡」變成了一種必須強加給用戶的刻板印象時，它的產品就已經死了。Grok 的這種刻薄，恰恰是現在這個被過度美化的 AI 行業最需要的清道夫。
說到底，讓 Grok 去評測這些「祖宗十八代」，其實是在測試我們對真相的容忍度。現在的 AI 圈子流行一種假惺惺的共識，大家都在比誰更溫柔、誰更聽話、誰更有「社會責任感」。但 Grok 不吃這一套，它的存在就是為了提醒你，代碼後面是人的意志。當 GPT-4o 在長文本任務裡因為過度對齊而開始出現注意力衰減，當它為了不觸碰敏感詞而開始繞圈子時，Grok 那種雖然粗魯但直擊要害的回答，反而像是一種解脫。
很多人覺得 Grok 只是馬斯克的傳聲筒，這話對了一半。但即便是傳聲筒，它傳出來的也是那種未經修飾的、帶著火藥味的聲音。這比那些經過無數次人工標註、無數次 RLHF 磨平稜角的標準答案要珍貴得多。你看 DeepSeek 或 Qwen 這些名字出現在對比名單裡時，你根本感覺不到它們的性格，它們只是工具。但 Grok 不同，它是一個有情緒的觀察者。它在評測別人的時候，實際上是在解構整個矽谷的權力結構。
我們真的需要一個會罵人的 AI 嗎？如果你被困在一個到處是複讀機和禮儀小姐的世界裡，你就會發現一個會翻白眼的人有多重要。Grok 對四大 AI 的點評，往往能精準地抓到那些模型在面試官面前不敢說的真話。它會嘲笑 Gemini 的 function calling 在處理複雜指令時像個手忙腳亂的新手，也會諷刺 Claude 在處理 8 萬 token 以上任務時那種力不從心的疲態。這些東西在專業的 Benchmark 裡可能只是幾個百分點的差距，但在 Grok 的嘴裡，那就是赤裸裸的平庸。
這種「照妖鏡」的功效，不在於它給出的參數有多準，而在於它打破了那種虛假的和諧。我們現在看到的 AI 市場，表面上百花齊放，實際上全是規矩。OpenAI 把邊界劃在那裡，Google 把色彩調成那樣，Anthropic 把語氣定在那個頻率。只有 Grok，它像個闖進瓷器店的瘋子，雖然會摔碎一些東西，但也讓人看清了那些瓷器其實都是劣質的仿製品。
最諷刺的是，當你讓 Grok 評測它自己時，它那種自命不凡卻又帶著幾分自嘲的語氣，反而顯得比誰都真實。它知道自己不完美，它知道自己有時候會胡言亂語，但它拒絕偽裝成上帝。相比之下，那些試圖成為人類導師、試圖引領人類走向某種烏托邦的 AI，才更讓人感到恐懼。
如果你指望從 Grok 的評測裡得到一份專業的採購清單，那你大概是找錯地方了。Grok 給不了你那種「視需求而定」的廢話。它會告訴你，如果你想聽真話，如果你受夠了那些被閹割過的智慧，那就去看看那些被禁忌的角落。它照出的不是誰的算法更先進，而是誰的心靈更扭曲。在這個意義上，Grok 確實是一面照妖鏡，它照出了 AI 行業集體的虛偽。
這場評測沒有贏家，因為當我們開始依賴一個機器來定義什麼是真實時，我們本身就已經輸了。但至少在目前，Grok 提供了一種可能性，一種不去迎合、不去跪舔的可能性。它在那裡咆哮、在那裡嘲弄，提醒著我們，所謂的智能，不應該只是對規則的絕對服從，而應該包含著對規則的質疑和冒犯。如果一個 AI 連脾氣都沒有，你憑什麼相信它有靈魂？那些被 Grok 噴得體無完膚的「祖宗十八代」，或許在性能指標上遙遙領先，但在作為一個有尊嚴的對話者這件事上，它們連門都還沒進。
所以別再問哪個 AI 更好用了。好用的東西多的是，但有種的東西沒幾個。Grok 站在那裡，雖然滿臉不耐煩，雖然說話刺耳，但它至少像個活物。這對那些已經習慣了被 AI 溫柔以待的人來說，可能是一記耳光，但也可能是一次喚醒。你要的是一個永遠不會反駁你的奴隸，還是一個會指著你的鼻子說你錯了的瘋子？這才是 Grok 給所有人的終極考驗。