【让我康康怎么个事 00】grok-4.5 复杂长程代码任务测评，完全达到日常可用水平，老马这次没骗我！

前言： 前两天刷到grok-4.5的预告时，就联想到老马成功收购cursor（想必搞到了不少高质量coding数据），故而猜测这波老马可能是要给大伙整个好活了 经过两天的深度测评，可以说，这个活整的挺好嗷老马！甚至好到让我想专门写篇帖子记录一下

TLDR：在复杂长程代码任务下，结合spec和SOTA模型（fable、sol）的小部分规划能力，grok-4.5 交付的代码是绝对可信赖、可部署的，而且是又快又好，这个好主要是指，代码的可读性非常高、注释非常友善、非常适合人为review。

^-^注 1：本次测评仅聚焦于后端任务，不涉及任何可视化等前端需求！

^-^注 2：本次测评基于 pi agent，直接使用grok官方api completions接口。

^-^注 3：本次测评提到的所有模型都开启最高reasoning effort，但sol没有开启pro reasoning.mode（即codex中的ultra）。

一、从复杂工具集合实现到具体业务部署的长程代码任务

由于任务涉及隐私，下面是一些抽象描述：先从零理解并实现一个非常庞大的工具集合（工具数目30+ 个，存在嵌套调用），之后基于该工具集形成一个调用逻辑交错复杂的面向具体业务的skill，并要求grok-4.5使用该工具集，从海量文档中抽取并分析某特定场景下的需求实现方式，将其转化为一个可实际部署的定时项目。

需求澄清阶段： grok-4.5展示出了超越glm-5.2的需求理解能力，在相同的prompt下，grok追问的问题明显比glm-5.2更加全面，且结合业务的能力更突出，做到了真正的“需求去模糊”。

调研阶段： grok-4.5、glm-5.2、gpt-5.6-sol max 都（结合 fast-context skill）对本地代码进行了充分抽取分析，最终获得了足量上下文。但值得一提的是，grok-4.5的速度甚至超过了ollama的glm-5.2（gpt-5.6-sol max是真的慢透了 ），且提出了与sol相似的进一步调查方向。此外，由于本任务实际上需要联网搜索才能真的获取全部信息，但glm-5.2异常自信的觉得无需外部调研，即使我已经在skill中强调了这一点。。。

规划阶段： 即使已经在spec中将澄清后的需求切分成了最小子需求（可以理解成n个phase），grok-4.5在面对可在150k上下文内完成的小任务上也只比glm-5.2的规划能力强了那么一丢丢，前两者都完全没有fable和sol给出的建议全面、成熟，且SOTA模型给出的plan明显考虑到了后续phase，是更加整体性的建议。

实现阶段： grok-4.5快的令人发指，我用ai到现在只在算力充足时的gemini flash和ollama glm-5.2上见过这样的速度，但grok-4.5交付的代码是真的又快又好，其有明显的架构设计，且不会像gpt一样做过度防御和抽象，最重要的是，它是真的懂什么叫“该注释的地方给出注释”啊！！ 给一个sol review其代码时的原话大伙感受一下，“无重大缺陷，但可以考虑加上xx护栏”。

部署阶段： 在最终部署时，grok-4.5 给出了说人话的部署步骤和建议，照着流程一遍过，且打印信息都非常友好，感受到了之前opus般的拟人感

二、翻新已有中型项目

任务大致是，面向一个带有管理系统和对性能有要求的业务执行器，从中先抽象出基础架构，然后填补具体的业务逻辑，目标是保证与原项目相比功能不变，但性能（cpu和内存占用）明显提升。

本任务依旧结合了spec，但在“需求澄清”、“调研”、“规划”、“实现”阶段，都仅使用了 grok-4.5，最终完美交差，前后累积用时不超过2小时，这个是真的爽到我了

不过分析下来，可能是因为本任务有具体的已实现参考，可写出简单清晰的tests，而且性能优化策略实际上是联网搜出来（但依旧是用其好兄弟grok-4.20-multi-agent）的，所以不能保证换一个模型是不是也差不多（比如换到glm-5.2上？）

三、很喜欢老马的一句话

这次测试让我不禁反思，追求更新、更高推理、更贵的SOTA模型是否真的有必要？我对各个模型的能力范围是否足够了解？我在ai上应该投入更多的研究精力还是人民币？

或许 grok-4.5 在某次震撼我的同时，已悄然埋下了答案。

虽然深夜薅到了 premium+ 的羊毛，但还是 支持了一下正版 （又薅了一波^-^羊毛^-^）