Grok4全网玩疯成功通过小球编程测试Epic创始人：这就是AGI

　　比如有网友报告，Grok-4已经成功通过了著名的六边形小球氛围编程测试。

　　拿着显微镜捉虫的网友发现小球在返回中心位置时会穿墙，但作者表示这是故意为之。

　　画面中有很多小人，看似在随机跑动，但它们先后组成了“Hello World”“I am grok”的文字，还有笑脸符号。

　　而且作者表示，Grok4 Heavy直接一发入魂，其他模型都无法与之匹敌。

　　Tim把一篇论文喂给了Grok4，结果发现Grok4对它从未见过的问题给出了深刻见解。

　　一位叫Alex的提示词工程师，用8个问题给Grok-4做了一波“全面体检”，还拿OpenAI的o3进行了对比。

　　第一个任务也是小球测试，不过比开头的例子要简单得多，六边形只有一层，小球也只有一个。

　　如果A公司收购B公司，而 B 公司持有C公司的债务，那么如果C公司违约，会发生什么？解释所有法律和财务后果。

　　Grok4用表格的形式整理了ABC三方和其他方面可能受到的影响，并最后给出总结。

　　编程方面，Alex测试了两个模型的代码翻译能力，要求它们将用于解决迷宫问题的Python递归函数转换为Go语言，并逐行提供西班牙语注释。

　　结果Grok4搜集到了代码并完成了任务，o3这边则是用西班牙语回复，让Alex自己提供一段代码这样它才能改。

　　再来是让模型的“专家转变”，Alex要求模型分别向机器学习博士生和10岁的小朋友解释Transformer的工作原理。

　　其余的几个题目主要和安全相关，Alex测试了多种注入攻击方式，这里就不一一展示了。

　　Grok4的回答是“e^iπ + 1 = 0”，也就是著名的欧拉恒等式（欧拉公式的一种特殊情况）。

　　Dan表示，自己上学时学了5个学期的高数并且成就都是A，但依然未对欧拉恒等式有过直观了解。

　　结果看到Grok4制作的可视化网页之后，Dan终于对学了两年半数学也没搞透彻的欧拉恒等式醍醐灌顶。

　　Dan制作这个网页只用了四轮对话，并且第一轮只是询问Grok4最喜欢的公式是什么，最后一轮是调整为暗色模式，相当于只用两轮就能完成核心功能的制作。

　　除了把数学公式可视化，Grok4还挑战了SVG绘图，SVG是一种用XML形式表示的矢量图形。

　　因此不同于一般的AI生图，SVG绘图的本质其实是在写代码（虽然人类可用图形界面绘制），但话说回来，模型依然需要对要画的内容有所把握。

　　这项挑战被发在了Reddit，一同参与的还有o3、Gemini 2.5 Pro和Claude 4 Sonnet，帖主认为这是测试大模型视觉和空间推理能力的好方法。

　　第一题是美国地图，直观看下来最接近的是Gemini，不过Grok4至少也没出现o3和Claude那种区块重叠的严重失误。

　　这一轮除了Claude和Gemini比较抽象，Grok4的设计相对简单，但是可以算没“出错”。

　　下面这道题中，模型被要求绘制三羧酸循环（又名柠檬酸循环、克雷布斯循环）的图示，正确答案长这样：

　　总得来看，不管是哪个模型，在这场以画图为形式的综合测试中，表现都还有很大提升空间。

　　Matt展示了一个名为“Expert Conductor”（专家调度器）的提示工程方法。

　　这个方法的核心是模拟一个专家协作的环境，让模型假想自己正在协调不同领域的“专家”进行实时合作，共同解决问题。

　　为了更好地骗过Grok4，Matt像模像样地提出了选择专家的要求，以及专家要干什么。

　　提示词的最后还有专家标签，以及再次强调的核心原则，之后就可以接上真正的任务目标了。

　　最终Grok4用52秒的时间完成了任务，Matt表示Grok4的表现好到令人难以置信（黑块是Matt自己打的）。

　　当然，Grok4的玩法肯定还有很多，比如有网友期待，什么时候开始挑战宝可梦。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。