马斯克称Grok 4.8预训练完成，本周将向Bot用户小范围推送
xAI创始人Elon Musk于2026年11月10日在X发文回应网友询问，称团队已放弃JAX/SGLang，用C/C++从头重写整个强化学习与推理系统，这导致额外耗时。他表示预训练已完成，监督微调数据也做了大量清理；目前Grok 4.8处于强化学习阶段，评测分数开始上升。xAI计划本周晚些时候先向Bot用户进行小范围推送，观察效果。
Musk称，Grok 4.8与4.7“完全不同”，目前“还谈不上出色”，但“这次底层基础已经搭对”，他预计会逐步演进为特别的模型。
原始来源：
标题：We have dumped JAX/SGLang and rewritten the entire RL and inference stack from scratch in C/C++... 发布者：Elon Musk（@elonmusk） 发布日期：2026-11-10 URL：https://x.com/elonmusk/status/2120088070443655190 来源性质：当事人原帖 核验情况：本次实际读取了原帖全文及上下文。核验日期：2026-11-10。 支持内容：支持正文中技术栈重写、预训练完成、SFT数据清理、当前处于RL阶段且评测上升、本周向Bot用户小范围推送，以及与4.7的差异描述等全部核心事实。
ABAB AI 解读
Elon Musk自xAI成立以来，多次公开披露Grok迭代进度。2026年9月14日，他曾发文称Grok 4.8是2.5T参数模型，将采用新的C++软件栈完成预训练后进入RL。此次更新确认预训练已结束并进入RL，同时明确放弃JAX/SGLang重写整套RL与推理栈，解释了此前进度推迟的技术原因。
业务路径上，xAI将技术栈从依赖现有框架转向完全自研C/C++实现，以获取更底层的硬件控制与效率。SFT数据大规模清理后进入RL，评测开始上升，表明模型在对齐与任务表现上进入可观察优化期。小范围向Bot用户推送，是典型的灰度验证方式，先收集真实使用反馈再扩大范围。
与此前Grok 4.7相比，Musk明确指出4.8“完全不同”，且对4.7的某些问题（如过早放弃困难任务）有所反思。这与OpenAI、Anthropic等实验室在模型迭代中通过重写推理栈或强化数据清洗提升稳定性的路径类似，但xAI选择从底层语言重写，属于更激进的技术路线。
这一进展使xAI在推理与RL效率上可能获得差异化优势，若C/C++重写带来实际速度或成本改善，将强化其在高并发Bot场景的竞争力；但Musk自己承认目前“还谈不上出色”，最终效果仍取决于RL后续优化与灰度测试反馈。
ABAB News · 认知定律
底层技术栈重写可解释进度推迟，但一旦完成，后续评测上升速度可能加快。
当事人主动承认模型“还谈不上出色”，往往比单纯宣传更有信息增量。