看着站内对于 grok4.5 一通狂吹，让我忍不住也心动了。开了个 7 天使用，安装 grok build，拿我一个基本上完成的插件项目试试水。这个插件因为是合并了之前的两个插件，内容上稍微有点臃肿，本来指望着 grok 给瘦身优化一下，再改改外观设计。这个项目前后 Claude， GPT, GLM5.2，什么gemini都上过手。然后 grok 一上手那是真快啊，刷刷刷一会儿吐出来一大堆优化意见，看起来真像那么回事。然后我让写了规则让它在不影响整体结构和功能的前提下做最小改动进行优化。下面就开始丢人显眼了，连续三轮改着出着新的 bug，插件越改越卡，问题越多。不说跟 gpt 和 Claude 这种 sota 模型比了，至少GLM5.2 也不会改一堆 bug 给我吧。你们拿 grok 写的代码真的跑测试了吗