一句话答案
**Grok 是 xAI 建立的一组模型与产品的共同品牌。**你可以在 grok.com、X、移动应用里把它当助手使用；开发者可以通过 xAI API 调用当前可用的模型与工具；研究者还可以下载 2024 年发布的 Grok-1 权重和 JAX 推理示例。
这四件事有关联，但不是一回事。最常见的误解，是看见产品能搜索 X，便推断模型权重里“实时存着 X”；或看见 Grok-1 是 8 专家 MoE，便声称 Grok 4.5 也一定如此。两种推理都越过了公开证据。
四层各自回答什么问题
| 层 | 它是什么 | 你应该问什么 | 不能据此断言什么 |
|---|---|---|---|
| Grok 产品 | 面向用户的聊天、创作、语音和自动化体验 | 用户在哪里用、能完成哪些工作 | 底层只有一个模型；某能力存在于权重内部 |
| Grok 系列模型 | xAI 训练和部署的模型家族 | 输入输出、上下文、推理模式、公开评测 | 未披露的参数量、层数、专家数、训练配方 |
| Grok API | 请求、计费、工具和返回事件的开发者接口 | 如何调用、如何处理流和工具循环 | API 兼容等于模型架构相同 |
| Grok-1 开源发布 | 314B 参数权重、tokenizer 与 JAX 示例代码 | 公开架构怎样前向推理 | 它代表今天所有 Grok 模型 |
模型能力与系统能力
模型本体擅长把上下文映射为下一个 token 的概率。联网搜索、执行 Python、读企业文件、发起日历操作，需要系统给模型提供工具模型可选择调用的外部能力；调用结果会再进入上下文。 。所以“Grok 有实时信息”更准确的说法是：Grok 产品或 API 可以让受支持模型调用 Web Search / X Search；没有启用搜索工具时，API 模型不会自动获得当前事件。
这套教材怎样处理证据
每一章用四种标记，把“知道”与“猜测”分开：
- 源码确认：能在固定 commit 的代码或权重配置中定位到类、函数、常量。
- 官方声明：来自 xAI 文档、发布文章或模型卡；仍可能是厂商自评，不自动等于独立复现。
- 合理推断：依据公开行为和常见工程做法解释，但会写清推断链。
- 未公开：当前找不到可靠的一手证据，保持未知。
一天学习路线
上午先建立 LLM、token、embedding、attention 与 Transformer 的直觉；中午沿时间线看 Grok 如何从模型走向推理和工具系统；下午进入 Grok-1 的 MoE、KV Cache 与源码调用链；最后亲手发送 API 请求，并用证据边界比较主流系统。
完成后，你不需要能从零训练 314B 模型，但应该能回答三个更有用的问题：
- 某项能力在模型、工具还是产品哪一层？
- 某个架构说法来自真实源码、官方声明还是类比？
- 构建应用时，哪些职责属于 Grok，哪些必须由你的程序承担？
先学会画边界，再学会画架构。对闭源 AI 系统，这是比背参数更重要的技术能力。
本章检查点
尝试用自己的话解释：为什么“Grok 能搜索 X”不能推出“Grok-1 的 314B 权重包含今天的 X 数据”？如果能分别指出产品工具链、模型参数和开源快照，你已经走对了第一步。