Grok – mylogs.cn https://mylogs.cn 发现、记录、分享 Tue, 29 Sep 2026 17:08:57 +0000 zh-Hans hourly 1 Grok 语音转写 2.0 发布：错误率减半，价格不变 https://mylogs.cn/grok-%e8%af%ad%e9%9f%b3%e8%bd%ac%e5%86%99-2-0-%e5%8f%91%e5%b8%83%ef%bc%9a%e9%94%99%e8%af%af%e7%8e%87%e5%87%8f%e5%8d%8a%ef%bc%8c%e4%bb%b7%e6%a0%bc%e4%b8%8d%e5%8f%98/ Sat, 19 Sep 2026 13:19:13 +0000 https://mylogs.cn/grok-%e8%af%ad%e9%9f%b3%e8%bd%ac%e5%86%99-2-0-%e5%8f%91%e5%b8%83%ef%bc%9a%e9%94%99%e8%af%af%e7%8e%87%e5%87%8f%e5%8d%8a%ef%bc%8c%e4%bb%b7%e6%a0%bc%e4%b8%8d%e5%8f%98/ SpaceXAI（xAI）于当地时间 9 月 18 日发布了 Grok Voice Transcribe 2.0 语音转文本模型。在保持价格不变的前提下，新版本将词错误率（WER）较上一代降低约一半，并在独立评测榜单 Artificial Analysis 的流式转写准确率排名中位列 32 款模型之首。

Grok Voice Transcribe 2.0 官方示意图

准确率登顶流式榜单

根据 Artificial Analysis 的 AA-WER Streaming 评测，Grok Voice Transcribe 2.0 在最终转录结果上的词错误率为 2.7%，而上一代 1.0 版本为 3.9%。在首个部分转录结果上，新版本词错误率从 1.0 的 18.3% 大幅降至 3.4%，响应时间为语音结束后的 0.49 秒。

非流式场景下，2.0 版本的词错误率为 2.3%，在全部 59 款模型中排第 5 位。SpaceXAI 称，该模型在流式转写的准确率上超越了 Meta 的 Muse Voice Transcribe 与 ElevenLabs 的 Scribe v2 Realtime 等竞争对手。

四项内部测试全面领先

除公开榜单外，SpaceXAI 基于线上实际业务采样了四个内部数据集进行系统评测，新版本在四项测试中均全面超越 1.0 版本：8 kHz 客服电话音频词错误率从 10.6% 降至 7.1%；与 Grok 的日常英语对话从 8.7% 降至 3.3%；人名、邮箱、地址等口述信息从 7.2% 降至 3.2%；覆盖 19 种语言的简短语音指令从 20.6% 降至 6.8%。

SpaceXAI 表示，Grok Voice 底层音频基础模型目前已全面赋能实际业务：每天承接数万通客服电话，转录数百万小时视频旁白，并为实体硬件中的语音智能体提供支撑，其中包括特斯拉车辆搭载的 Grok 助手。企业协作软件商 Atlassian 已在旗下 Loom 录屏平台中采用该模型，用于为 Cursor 等编码工具生成可落地的开发口述转录。

价格不变，功能加码

Grok Voice Transcribe 2.0 的定价与 1.0 版本完全一致：批量转录为每小时音频 0.10 美元（现汇率约合 0.67 元人民币），实时流式转录为每小时 0.20 美元（现汇率约合 1.3 元人民币）。说话人分离、精确时间戳以及自定义关键词功能均已包含在内，无需额外付费。

新版本新增了多项能力：带置信度评分的逐词时间戳、最多 8 通道的独立转录、智能语音分段检测，以及每次请求最多可传入 100 个领域专属词汇的关键词偏置，用以提升专有名词与术语的识别率。开发者可通过 SpaceXAI 的语音转文本接口调用，批量请求支持最大 500 MB 文件，流式请求通过 WebSocket 端点传输。

SpaceXAI 表示，1.0 版本将在未来数周内逐步弃用，2.0 版本将接任默认模型；过渡期内开发者仍可通过指定版本号继续使用旧接口。对现有集成而言，切换到 2.0 无需修改代码。

]]> ChatGPT、Claude、Grok 同日集体宕机 https://mylogs.cn/chatgpt%e3%80%81claude%e3%80%81grok-%e5%90%8c%e6%97%a5%e9%9b%86%e4%bd%93%e5%ae%95%e6%9c%ba/ Thu, 03 Sep 2026 15:33:41 +0000 https://mylogs.cn/chatgpt%e3%80%81claude%e3%80%81grok-%e5%90%8c%e6%97%a5%e9%9b%86%e4%bd%93%e5%ae%95%e6%9c%ba/ 三大 AI 服务同时掉线

9 月 3 日，多家主流 AI 服务出现大规模故障。Claude、ChatGPT/Codex 与 Grok 同时遭遇大范围不可用，波及大量用户。

据 9to5Mac 报道，此次故障并非个例：ChatGPT 的网页端、移动端和桌面端均受到影响；Claude 同样出现宕机迹象；Grok 的开发方也已确认该服务存在异常。

AI 服务大规模宕机示意图
图片来源：9to5Mac

约半小时后开始恢复

报道发出后不久，部分用户的服务开始出现恢复迹象，但恢复进度因账号和地区而异，并非所有人都能立即重新使用。

需要说明的是，这是事发当时的故障情况。随着时间推移，相关服务已逐步回到正常状态。

恰逢 OpenAI 新模型发布前夕

此次集体宕机的时点颇为微妙。故障发生前后，业界正盛传 OpenAI 即将公布下一代大模型 Astra，最快当天就会有消息。据称，新模型可能让 OpenAI 的模型从 GPT-5.6 直接跃升到 GPT-6。

在多家头部 AI 服务高度依赖同一套底层基础设施的当下，一次集中故障足以提醒用户：把关键工作流完全押注在单一云端 AI 服务上，仍存在不可忽视的脆弱性。

对普通用户而言，遇到此类情况时，可先通过各家官方的状态页（status page）确认是否为大面积故障，再决定是否等待恢复；进行短时任务时建议保存进度，避免对话内容因连接中断而丢失。对于依赖 Claude、ChatGPT、Grok 完成日常任务的用户来说，提前准备备用方案或许是更稳妥的选择。

]]> Grok Bot 发布：一组常驻 AI 智能体替你跑流程 https://mylogs.cn/grok-bot-always-on-ai-agents/ Wed, 12 Aug 2026 00:24:41 +0000 https://mylogs.cn/grok-bot-always-on-ai-agents/ AI 助手从「你问一句它答一句」，正在走向「你下个指令，它自己把流程跑完」。SpaceXAI 近日发布了 Grok Bot，定位是一支「常驻在线的 AI 智能体团队」，能够调用工具、网站和应用程序来完成任务，并且因为运行在云端，即便合上笔记本也能继续工作。

Grok Bot 发布：一组常驻 AI 智能体替你跑流程
图片来源：MacRumors

Grok Bot 与 Cursor 深度绑定——Cursor 是 SpaceX 正以约 600 亿美元收购的 AI 编程公司。订阅用户可以用自然语言从手机或桌面端给某个智能体发消息，SpaceXAI 强调，相较于许多需要预先搭建工作流和定时任务的产品，Grok Bot 靠一次对话就能把任务办妥。

什么是 Grok Bot

它本质上是一组可以长期驻留的 AI 智能体。用户发出一个目标，智能体去调用网站（包括那些没有开放 API 的站点）、应用和工具推进任务。SpaceXAI 尚未公开其登录认证的具体实现方式，只说明智能体具备代用户登录网站的能力。

多个智能体可以并行工作，其中一个负责统筹其他智能体，并针对不同类型的任务派出专项智能体。它们还能加入同一个群聊，自行协调、交接工作、认领归属，只在需要做判断时才把用户拉进来。

能做什么

Grok Bot 支持「教学式」工作流：它观察用户完成某项任务的过程，把这套流程保存下来，下次就能照着同样的步骤独立完成。SpaceXAI 称智能体会随时间学习，最终可能在用户开口之前就开始动手。

官网上给出了几个示例：销售智能体把通话转写要点更新进客户关系管理系统；运维智能体负责新员工入职，并在 Gmail 里处理发票；工程智能体在产品界面里复现一个缺陷、提交工单，再把修复任务交给调试智能体。这些场景的共同点是把跨应用、跨网站的重复操作打包成可复用的自动化。

目前怎么用

Grok Bot 目前处于测试阶段，面向 SuperGrok Heavy、Cursor Ultra 以及 Cursor Teams Premium 订阅用户开放，支持 macOS 与 iOS 端；企业用户可加入等候名单，等待后续开放。

从定位上看，它试图把「搭工作流」的门槛降到「说一句话」。这类常驻智能体的价值在于替用户盯着跨系统的事务，但其实际可靠性、对无 API 网站的认证安全性，以及长期自主运行带来的数据访问范围，仍有待用户与监管视角进一步检验。

来源：MacRumors，作者 Juli Clover

]]> Grok-iOS：开源社区用iPhone远程控制xAI编程代理的新尝试 https://mylogs.cn/grok-ios%ef%bc%9a%e5%bc%80%e6%ba%90%e7%a4%be%e5%8c%ba%e7%94%a8iphone%e8%bf%9c%e7%a8%8b%e6%8e%a7%e5%88%b6xai%e7%bc%96%e7%a8%8b%e4%bb%a3%e7%90%86%e7%9a%84%e6%96%b0%e5%b0%9d%e8%af%95/ Mon, 20 Jul 2026 00:26:05 +0000 https://mylogs.cn/grok-ios%ef%bc%9a%e5%bc%80%e6%ba%90%e7%a4%be%e5%8c%ba%e7%94%a8iphone%e8%bf%9c%e7%a8%8b%e6%8e%a7%e5%88%b6xai%e7%bc%96%e7%a8%8b%e4%bb%a3%e7%90%86%e7%9a%84%e6%96%b0%e5%b0%9d%e8%af%95/ xAI在今年推出的Grok Build编程代理为开发者提供了一套基于Mac端的AI编程助手工具。近日，开发者Pedro Shakour在GitHub上开源了一个名为grok-build-ios的项目，为Grok Build构建了一款iOS客户端，让开发者可以用iPhone作为远程界面来操控运行在Mac上的Grok代理。

架构设计：手机做界面，Mac算力

grok-build-ios的核心设计理念是”手机是寻呼机UI，Mac才是算力引擎”。具体来说，Mac端通过官方的grok agent serve命令运行Grok代理，iPhone端则通过ACP（Agent Communication Protocol）协议以JSON-RPC格式通过WebSocket与Mac端进行通信。

这种架构意味着AI代理的推理和代码执行仍在Mac上完成，iPhone仅作为远程交互界面使用。对于开发者而言，这意味着可以在外出时用手机查看编程进度、下达指令，而回到电脑前时无缝继续工作。

连接方式根据运行环境有所不同：在模拟器中，客户端通过127.0.0.1的2419端口与Mac通信；如果是实体iPhone，则通过同一Wi-Fi网络下Mac的局域网IP进行连接。此外，项目还保留了一个基于TLS + Bonjour的旧版局域网桥接方案，存放在companion/目录下供实验使用。

技术要求与使用方式

要运行grok-build-ios，用户需要满足以下条件：

  • 搭载Grok CLI（grok命令行工具）的macOS系统
  • xAI API密钥
  • Xcode 16或更高版本（支持模拟器或真机）
  • iOS 17或更高版本

使用流程分为三步：首先在Mac上设置XAI_API_KEY环境变量并启动grok agent serve，CLI会输出一个Secret密钥；然后在Xcode中打开iOS项目并运行；最后在应用中粘贴Secret密钥完成连接。

项目结构与开源状态

从仓库结构来看，该项目主要包含以下模块：

  • ios/GrokApp/：基于SwiftUI构建的iOS应用主体
  • companion/：旧版ACP TCP/TLS桥接
  • shared/：来自上游的主题和斜杠命令目录
  • upstream-grok-build/：锁定到xAI官方grok-build仓库的子模块
  • scripts/：演示和测试辅助脚本

该项目使用Apache-2.0开源协议，代码构成上Swift占65.4%、Shell占19.2%、Python占15.4%。需要注意的是，该项目目前不在App Store上架，仅限开源侧载或模拟器使用。

作为一款开源社区驱动的项目，grok-build-ios目前获得了8个Star，反映了开发者对跨设备AI编程体验的兴趣。随着AI编程代理的日益普及，这类让开发者随时随地与AI协作的远程控制工具，有望成为一个值得关注的方向。

]]>