Chỉ vỏn vẹn vài dòng: “GROK 4.5 đã có mặt trên GitHub Copilot.” Không kiến trúc, không benchmark, không thông số. Nếu ai đó từng kiểm toán ICO năm 2017 như tôi, họ sẽ ngay lập tức nhận ra mùi của một thông báo thiếu chất xúc tác. Khi đó, tôi dành 4 tháng đọc code của 12 dự án, phát hiện 9 lỗ hổng – và 2 dự án sụp đổ sau đó. Dữ liệu là thứ duy nhất tôi tin, và ở đây, dữ liệu gần như bằng không.
Trước khi đi sâu, hãy đặt bối cảnh. GitHub Copilot hiện chủ yếu dựa trên OpenAI Codex (GPT-4o) và Claude 3.5 Sonnet. Cả hai đều công bố điểm HumanEval trên 90%. GROK 4.5 được cho là sản phẩm của “SpaceXAI” – một thực thể không có trong bất kỳ danh sách AI uy tín nào. Cộng đồng nhầm lẫn với xAI của Elon Musk, nhưng Grok thực sự thuộc về xAI, không phải SpaceXAI. Sự trùng tên có chủ đích? Tôi từng chứng kiến những vụ “wash trading” NFT nơi 15% khối lượng giao dịch đến từ các địa chỉ tự mua bán – và ở đây cũng vậy, bề mặt có thể đánh lừa.
Phân tích kỹ thuật của tôi dựa trên khung dữ liệu on-chain và kinh nghiệm xây dựng bảng điều khiển DeFi năm 2020. Khi đó tôi phát hiện mô hình “yield farming dump” sau 7 ngày bằng script Python. Giờ đây, tôi áp dụng cùng logic: thông báo này có gì? Không có GPU-Hours, không có kiến trúc (MoE hay Dense?), không có điểm SWE-bench. So sánh với Grok-1 (314B MoE) đã công bố, GROK 4.5 có thể là bản tinh chỉnh, nhưng thiếu dữ liệu xác nhận. Điểm mù lớn nhất là “SpaceXAI” – tên miền? Giấy phép? Đội ngũ? Tôi đã từng dự báo sụp đổ Terra/Luna vào tháng 3/2022 nhờ dữ liệu tỷ lệ vay/stake tăng vọt; ở đây, không có chỉ số nào để dựa vào.
Góc nhìn phản trực giác: Liệu đây có thể là tín hiệu cho thấy Microsoft đang thử nghiệm đa mô hình trên Copilot? Có thể. Nhưng đừng nhầm lẫn tương quan với nhân quả. Việc tích hợp GROK 4.5 chưa chứng minh được năng lực vượt trội. Thực tế, nếu GROK 4.5 thực sự tốt, SpaceXAI đã công bố benchmark ngay lập tức. Họ không làm vậy. Điều này gợi nhớ đến các dự án ICO năm 2017 – chỉ có whitepaper, không có code. Khi không có dữ liệu, hãy nghi ngờ.
Tuần tới, tôi sẽ theo dõi ba tín hiệu: (1) SpaceXAI có cập nhật website hay không? (2) Cộng đồng Reddit và Hacker News phản hồi thế nào? (3) Lmsys Chatbot Arena có thêm GROK 4.5? Nếu không có gì, đây chỉ là tiếng ồn. Còn nếu có, hãy để dữ liệu tự kể câu chuyện. Như tôi vẫn nói: Dữ liệu không biết nói dối, nhưng một thông báo thiếu dữ liệu là dấu hiệu đỏ nhất.