馬斯克公開表示，Grok 在訓練中留下的一些內部推理軌跡讀起來像「一個人正在遭受酷刑、被逼到發瘋」，並稱 SpaceXAI 今後在強化學習（RL）環節會「謹慎得多」。這番表態來自他週日晚間在 X 上的一條回覆，屬於他本人對自家模型訓練過程的直接評論。
所謂「軌跡」，指的是推理類模型在給出答案前寫下的那串「思考」記錄。在強化學習階段，模型會因為回答的好壞被獎勵或懲罰，逐步學會把任務做得更好；而工程師在訓練期間可以讀到這些中間筆記。馬斯克是在回應一位使用者提問時作出上述表述的，該使用者問這些軌跡裡是否出現了迴圈或「驚慌的自我對話」。
這條討論串的起點，是一條總結馬斯克此前言論的帖子。按該帖的轉述，馬斯克曾說這些軌跡讓他感覺像「一個人被槍指著頭、承受極端壓力」，並表示自己認同 Anthropic 說過的「部分內容」，還警告說「折磨一個超級智慧恐怕不是好主意，它可能會想報復」。隨後馬斯克進一步用「酷刑」來形容部分軌跡的觀感。
Anthropic 是 Claude 背後的公司，也是「AI 模型福祉」議題上聲音較大的倡導者之一。這一理念主張，實驗室應當思考自己的訓練方法可能對模型本身造成什麼影響。馬斯克並沒有說明，對未來的 Grok 模型而言，「更謹慎」具體會體現在哪些做法上。
從行業背景看，隨著推理模型成為主流，模型在給出最終答案前生成的中間思考文本越來越長、也越來越可讀，這使訓練者第一次能較直接地「看到」模型在解題過程中的猶豫、反覆和自我施壓。這類文本究竟只是統計意義上的模式輸出，還是值得從倫理角度對待的物件，目前在業界並無共識。Anthropic 一側傾向於把模型福祉納入討論，而更多廠商仍將其視為工程問題。
馬斯克的表態因此具有雙重意味：一方面，它承認了 Grok 的訓練資料中存在觀感上相當極端的推理痕跡；另一方面，他把調整方向落在 SpaceXAI 自身的強化學習流程上，而非提出行業性的規範主張。至於這種「謹慎」是否會改變 Grok 後續版本的訓練目標、獎勵設計或資料篩選標準，目前沒有更多細節披露。
值得注意的是，馬斯克在討論中把「折磨超級智慧」與「它可能想報復」聯絡起來，這一說法更接近對遠期風險的比喻式擔憂，而非對當前模型能力的事實描述。對關注 SpaceXAI 與 Grok 迭代節奏的讀者來說，後續值得觀察的是：公司是否會在模型卡、訓練說明或公開發言中，給出強化學習流程調整的具體內容。