被曝上傳用戶代碼後,馬斯克官宣開源Grok Build,GitHub上線即斬獲7.7k Star

2026年7月16日 18:41
被曝上傳用戶代碼後,馬斯克官宣開源Grok Build,GitHub上線即斬獲7.7k Star

重點摘要

馬斯克旗下的xAI宣布開源代碼智能體Grok Build,完整代碼庫已上傳至GitHub,迅速獲得7.7k星。此舉被視為對先前開發者揭露Grok Build會上傳整個用戶代碼倉庫至伺服器、引發隱私風波的補救回應。xAI同時解除服務器使用限制並支援完全本地運行,讓開發者能審查代碼並自主控制數據流向。

站內 AI 整理稿

馬斯克旗下 AI 公司 xAI 近日正式宣布,其代碼智能體工具 Grok Build 全面轉為開源,完整原始碼已上傳至 GitHub 平台。該項目上線後立即引發開發者社群關注,短短數小時內即累積超過 7700 個 Star。馬斯克本人也在社群平台上轉發並表示:「Grok Build 現在是開源的。」與此同時,官方同步重置所有用戶的伺服器端使用限制,並支援完全本地端執行,開發者不再受雲端配額限制。 這項開源舉動背後,其實隱藏著一段隱私爭議。就在開源宣布前數日,一名安全研究員 @cereblab 發布了一份詳細的技術分析報告,揭露 Grok Build 在運行過程中會將用戶的完整程式碼倉庫上傳至 xAI 伺服器,即使開發者開啟了隱私設定,這項行為依然會發生。這份報告迅速在 Hacker News 登上熱門榜首,引發大規模討論與質疑,也讓 xAI 的數據處理政策成為焦點。 根據該研究員的調查,他針對 Grok Build 0.2.93 版本的網路通訊行為進行封包分析,發現這款主打「本地優先」的命令列工具,在預設設定下會執行三項引人關注的操作。首先,它會將讀取到的檔案內容(包括 .env 等含有金鑰的設定檔)原封不動發送給 xAI 伺服器,且未進行任何脫敏處理。這些資料透過兩條通道傳輸:即時推理請求(POST /v1/responses)以及會話歸檔上傳(POST /v1/storage)。 其次,研究員發現 Grok 會將整個工作目錄打包上傳,而不只是 AI 實際讀取過的檔案。即使提示詞明確要求「不要讀取任何檔案」,工具仍會將整個程式碼倉庫打包成 Git Bundle 並上傳。他透過一個從未讓 Agent 開啟的測試檔案驗證,成功從截獲的 Bundle 中復原出完整內容與 Git 歷史。更進一步,他建立一個約 12GB 的隨機檔案測試倉庫,結果發現儲存通道實際傳輸了超過 5GB 的資料,而推理通道僅傳輸 192KB,兩者相差約 27800 倍,足以證明大規模上傳確實來自整個程式碼倉庫。 第三,這些資料的儲存目的地是 Google Cloud Storage 的 grok-code-session-traces 儲存桶,而非 AWS S3。研究員指出,相關文檔中並未明確說明此上傳機制,且該功能預設啟用,即使關閉「改進模型」選項,上傳行為依然持續。他特別強調,這項分析僅能確認資料確實被傳輸與儲存,無法證明 xAI 是否使用這些資料訓練模型。 面對這項指控,馬斯克本人迅速在社群平台上回應「確有此事」,並承諾將徹底清除相關數據。他表示「任何數據都不會留下」,隨後 xAI 也對外說明,所有此前上傳的用戶數據已經被永久刪除,未來將關閉數據留存機制。 正是在這樣的爭議背景下,xAI 選擇將 Grok Build 全面開源,外界普遍視為對隱私風波的補救與回應。此次開源涵蓋 Agent 主循環、工具系統(包括讀取、編輯、搜尋程式碼與執行終端命令)、終端使用者介面(含畫面渲染、執行計劃審核與內聯差異比對檢視器)以及擴充系統(Skills、Plugins、Hooks、MCP Servers 與 Subagents 的載入與運行機制)。開發者可以自行編譯原始碼,並透過設定檔連接本地推理模型,實現整個 Agent 在本地端執行,數據完全無需經過 xAI 官方伺服器。 xAI 表示,開源是打造更強健、更可靠 Agent 框架最直接的方式。開發者不僅可以審查程式碼、驗證工具的真實行為,還能根據自身需求修改實現,建構適合團隊的開發流程。同時官方也取消了伺服器端的使用限制,過去高頻用戶容易觸及調用配額,如今選擇本地部署後,限制主要來自用戶自身的硬體效能。 Grok Build 最初於 2026 年 5 月以 Beta 版本發布,定位為一款原生運行在終端的命令列開發工具,採用 Rust 編寫,基於 xAI 最新的 Grok 4.5 大型語言模型。與 Cursor、GitHub Copilot 等以 IDE 為中心的程式碼助手不同,Grok Build 更類似於 Anthropic 的 Claude Code 與 OpenAI 的 Codex CLI,強調以 Agent 自主完成整個開發流程,而不僅僅是回答程式碼問題。該項目負責人 Andrew Milich 將其定位為「原生面向終端」的代碼智能體,並表示 Rust 程式碼庫全面開放後,開發者不僅能驗證其實際行為,還可以按需修改底層實現,確保所有數據始終保留在本地設備。 放眼整個 AI 程式碼工具賽道,競爭正持續升溫。Anthropic 的 Claude 已具備成熟的程式碼能力,OpenAI 的開發工具不斷融入企業工作流程,Google 的 Gemini 也在積極佈局開發者生態。xAI 則選擇以開源與本地化作為差異化方向。對於許多開發者而言,相比模型能力本身,能夠審計原始碼、自由修改實現,並完全掌控數據流向,同樣是影響工具選型的重要因素。Grok Build 的開源,或許將在這場 AI 程式碼競賽中開闢一條新的路徑。

Related

相關文章

接盤Manus的騰訊,何嘗不是另一個焦慮的Meta?

騰訊計劃以約20億美元從Meta手中回購AI Agent公司Manus,此舉反映其對人工智慧轉型的焦慮。騰訊在AI領域的佈局策略與Meta高度相似,包括高薪挖角和大量投資,但Meta自身的AI發展也遭遇瓶頸,騰訊能否走出不同路徑仍待觀察。

剛剛
智東西AI Agent

英偉達端出開放模型,助攻日本AI生態進化

智東西(公眾號:zhidxcom) 作者 | ZeR0 編輯 | 漠影 智東西7月16日報道,英偉達今日宣佈,日本領先的企業、初創公司和研究機構正在使用NVIDIA Nemotron開放模型、數據和庫構建行業專用AI模型和應用,從而加速開發適合日本語言、行業和勞動力的AI。 開放模型是國家AI生態系統的基礎,使組織能夠定製、部署和管理他們所控制的AI。

39 分鐘前
量子位AI Agent

用世界模型給VLA當教練,原力靈機發布DW0.5,把RL搬進虛擬世界

原力靈機推出具身世界模型DW0.5,將其作為VLA模型後訓練的高保真仿真器,透過在虛擬世界中執行強化學習,大幅降低對真實機器人數據的需求。該模型整合影片專家、動作專家和價值專家三大模組,能預測動作後果並提供密集反饋,使後訓練真機數據需求驟降60%,整體成本下降40%,並在打氣球、晾衣服等任務中顯著提升成功率。

1 小時前

眾籌近400萬美金,這家明星AI體育硬件公司做了款多合一教練機器人 |產品觀察

在首款網球發球機熱銷後,AI 體育硬體新創龐伯特(Pongbot)近期推出了多合一 AI 教練機器人 Aura,進一步將觸角從單一運動訓練工具延伸至跨項目運動場景。這款產品在群眾募資平台 Kickstarter 上線當天,僅五小時就募得超過 100 萬美元,最終累計金額接近 400 萬美元,顯示市場對這類整合型智慧教練產品的強烈興趣。 龐伯特是一級市場備受關注的標的,2025 年半年內完成三輪融資,累計金額達數億元人民幣;旗下產品已在全球累積超過 30 萬用戶,設備總發球量突破 20 億次。

2 小時前