馬斯克在 X 上表示，Grok 4.8 已完成第一階段訓練，目前進入強化學習階段，本週晚些時候將向 Bot 使用者限量推送。這一版本的特殊之處不在模型本身，而在於訓練與推理的底層軟體被整個推倒重來。

據馬斯克介紹，團隊棄用了 JAX 與 SGLang 這兩套常用於訓練和執行大模型的工具，從零用 C/C++ 重寫了整個強化學習與推理棧。他承認這次重寫多花了一些時間，同時對用於教模型如何回答的 SFT 資料做了大量清理，稱這是「把這件事基本做對」所必需的。強化學習是訓練流程中較靠後的環節，通過對更好的回答給予獎勵來最佳化模型表現。

他在週二早些時候寫道，4.8 已進入強化學習，評測分數開始爬升。隨後他補充，新程式碼是「C 為主、帶一點 C++，但不太多」，其中甚至包含一些組合語言。這套軟體基於打造 Starlink 的工程師所做的工作，在 SpaceX 內部「我們自己寫標頭檔案、自己計算時間（包括閏秒）」，也就是說連繫統如何計時這類最基礎的部件都自行構建。馬斯克稱這是「緊湊的程式碼」，並寫道，總有一天超級智慧會寫出更好的軟體棧，但那天還沒到。

在版本定位上，馬斯克給 4.8 劃了一條明確的界線：「Grok 4.8 與 4.7 將毫無相似之處（謝天謝地）。」不過他也沒有過度包裝，直言新版本「還不算驚豔」，但「基礎打得對」，預期它會「演化成了不起的東西」。這一表態延續了他在 9 月中旬給出的路線圖：當時他說 4.8 會在那周完成訓練並啟動強化學習，並將其描述為一個 2.5 萬億引數、用新 C++ 軟體棧訓練的模型。

競爭層面的表態同樣值得注意。有使用者問 Grok 4.8 與 Anthropic 的 Opus 5.5 相比如何，馬斯克回答「不如它」，並稱 Opus 5.5 是「傑作」。他補充說，Grok 5「應該會超過 Opus 5.5」，或許在兩三個月內實現，此後還會持續加速。他沒有說明更廣泛的公開版本何時推出。

從背景看，這次重構的看點在於「自研底層」的思路：放棄業界常見工具鏈、自己掌控訓練與推理的每一層，理論上能換來更高的效率與更少的對外部依賴，但代價是更長的開發週期和更高的工程風險。馬斯克把重寫歸功於 Starlink 團隊出身的工程師，也暗示 SpaceX 內部跨專案的工程能力正在向 AI 業務輸送。

對觀察者而言，短期可驗證的訊號是本週 Bot 使用者的限量體驗反饋與評測分數走勢；中期則要看這套自研棧能否在更大規模訓練中穩定兌現。馬斯克本人對 4.8 的措辭保持克制，把更高的期待留給了 Grok 5，這也意味著接下來幾個月的模型迭代節奏與基準表現，將是判斷這條技術路線成敗的關鍵視窗。