Grok Build 实战手册:开源终端智能体的安装、三种模式与并行子代理

AI Agent 2026-11-22 6 0

如果你在找一个能跟 Claude Code、Codex CLI 正面对打的终端编程智能体,xAI 的 Grok Build 现在已经够格进候选名单了。它在 2026 年 5 月 25 日以早期测试版亮相,7 月 15 日把 Rust 源码开源到 xai-org/grok-build(Apache-2.0),8 月 7 日发布 1.0.0,之后基本每周多个版本。这不是某个套壳聊天机器人,而是把 TUI、智能体运行时、工具实现、工作区检查点拆成独立 Rust crate 的完整工程。这篇按「安装、三种运行模式、权限与沙箱、进阶能力、横向对比、用户实测」六个维度写清楚,命令与参数全部对照官方仓库/README 与官方目录页核实,社区文章里互相打架的价格与跑分会并列呈现、不当结论。

它到底是什么:Rust 写的全屏终端智能体

模块化搭建概念图

官方定义很直白:Grok Build 是 xAI 基于终端的 AI 编程智能体,以全屏 TUI 运行,能理解代码库、编辑文件、执行 shell 命令、联网搜索并管理长任务;同一个二进制既能交互式使用,也能无头模式跑脚本和 CI,还能作为 Agent Client Protocol(ACP)服务端嵌进编辑器。支持平台是 macOS、Linux、Windows,首次启动会打开浏览器做身份认证。

它的仓库结构值得一看,因为能直接看出工程完成度:xai-grok-pager 负责 TUI 渲染与滚动回看,xai-grok-shell 是智能体运行时与无头入口,xai-grok-tools 是终端、文件编辑、搜索等工具,xai-grok-workspace 管文件系统、版本控制、执行与检查点。第一方代码 Apache-2.0,仓库里的 vendored 代码(包括移植自 openai/codex 与 sst/opencode 的工具实现)保留原许可。要注意两点:仓库是定期从内部 monorepo 同步出来的公开树,不接受外部 PR;根目录的 Cargo.toml 是生成的,当作只读看待。

安装与登录:一行脚本的事

AI 编码模型横向对比信息图

预编译二进制走官方安装脚本:macOS、Linux 和 Git Bash 执行 curl -fsSL https://x.ai/cli/install.sh | bash,Windows PowerShell 执行 irm https://x.ai/cli/install.ps1 | iex,跑 grok --version 确认版本。脚本支持用 GROK_CHANNEL 选 stable、alpha 或 enterprise 通道,也能在管道末尾带版本号装指定版本;更新用 grok update。Windows 侧还有 WinGet 包 xAI.GrokBuild,不过那条渠道更新会慢几天。要从源码编译,需要 Rust 工具链、DotSlash 和 protoc,命令是 cargo build -p xai-grok-pager-bin --release,产物名为 xai-grok-pager,官方安装包会把它命名为 grok。

登录方式不止一种,社区维护的功能目录把各种认证方式与命令行参数整理得很全。默认是浏览器 OAuth,token 存在 ~/.grok/auth.json 且权限仅限所有者;远程机器可以用设备码流程;有 xAI 控制台 API Key 就设 XAI_API_KEY;企业还能接 OIDC 与 PKCE。国内用户最大的坎不在命令行,而在账号与网络环境——订阅资格、支付方式与所在地区请按官方页面核对,别把凭据交给任何第三方代充或中转,token 和 key 一律不要进仓库、不要出现在聊天截图里。

三种运行模式:交互式、无头、ACP

并行协作的维修站概念图

第一种是全屏 TUI。在项目目录里敲 grok 进入,界面分为滚动区与底部提示区,可折叠的推理块、行内 diff、工具输出都在一起;@ 通过模糊选择器附加文件或行号范围,且会遵循 .gitignore,@! 才搜隐藏文件。它支持鼠标点击、拖动面板和 Vim 式导航,主题与状态栏都能配。社区实测里,有人专门夸了这一点:不同于纯文本 REPL,它是真正分层的终端界面,对习惯图形界面的开发者很友好。

第二种是无头模式。grok -p "prompt" 跑完一个任务就退出,输出格式支持 plain、json、streaming-json 与 streaming-messages-json;--tools 和 --disallowed-tools 限制可用工具,--max-turns 限制回合数,退出码区分成功、错误、SIGINT 与 SIGTERM,JSON 输出带 session ID 方便 --resume 续跑。CI 里用它做自动修 lint、定时更新文档这类机械活正合适。第三种是 ACP:grok agent stdio 通过标准输入输出讲 JSON-RPC,接 Zed、Neovim、Emacs 这类编辑器;grok agent serve --bind 127.0.0.1:2419 --secret 令牌 则开 WebSocket 服务。

权限、沙箱与计划模式:先别让它乱改

默认 ask 模式会在执行命令和改文件前询问;auto 模式用分类器检查调用,只拦不允许的部分;dontAsk 只跑预先批准的工具;--yolo(或 Ctrl+O)跳过常规确认。允许、询问、拒绝规则从全局、项目、个人三个作用域合并,拒绝优先,管理员可以锁死 always-approve。只读工具和一份固定的只读 shell 白名单在所有模式下都无需提示,除非被拒绝规则或钩子挡住。

沙箱默认是关的,可选 workspace、read-only、strict、devbox 四个档位,Linux 用 Landlock(内核 5.13 以上)、macOS 用 Seatbelt,进程启动时生效、整个会话不变;子进程网络阻断目前只有 Linux 通过 seccomp 支持。环境变量方面,[shell_environment_policy] 可控制继承全部、核心集还是不继承,默认排除名字含 KEY、SECRET、TOKEN 的变量。计划模式会锁住编辑直到你批准书面计划,可以逐条评论、改写,--permission-mode plan 直接以计划模式启动——不熟的代码库,第一周都建议从这儿开始。

进阶能力:子代理、worktree、技能与配置迁移

子代理并行跑、各有独立上下文,还能放进不同的 git worktree;grok -w 或 --worktree=名字 在新工作树里开会话,grok dashboard 或 Ctrl+反斜杠按状态列出所有顶层会话,支持查看、回复、停止与派发。技能用 SKILL.md 格式,能从会话里用 /skillify 直接沉淀;插件把技能、命令、智能体、钩子与 MCP 打包安装;钩子在工具调用前后跑命令或 HTTP 回调。会话保存在 ~/.grok/sessions/,支持恢复、继续、分支、回退与压缩;记忆用 MEMORY.md 索引主题,通过 /memory、/flush、/dream 管理。斜杠命令的完整清单可以参考同类终端智能体的官方命令文档做对照。

对已经用惯 Claude Code 或 Cursor 的团队,最实用的其实是兼容性:Grok Build 会读取 AGENTS.md、CLAUDE.md,以及 .claude/rules/、.cursor/rules/ 下的规则,也能用那两边的技能、命令与 MCP 配置;/import-claude 会预览并复制权限、环境变量、MCP 与钩子到 Grok 配置,grok inspect 列出所有发现来源。模型也不锁死:默认是 xAI 托管模型(仓库指南写 grok-4.5,产品页写 Grok 4.7,两处口径不一致,以实际版本为准),[model.*] 可以接 OpenAI Chat Completions、OpenAI Responses 或 Anthropic Messages 协议的端点,包括本机 Ollama、Bedrock 与 Together AI;没写 context_window 的模型按 20 万 token 处理。

横向对比:Grok Build、Claude Code 与 Codex

三者的产品哲学完全不同。Claude Code 押注单次推理深度,Codex 把审批沙箱与云任务做成工程化流水线,Grok Build 押注并行与终端体验——最多八个代理同时解一道题的 Arena 模式是它最有辨识度的能力,适合「一个 bug 有多种合理改法」的场景,你把所有输出摊开挑最干净的那一版。代价也明确:单次通过的跑分落后于 Claude Code 与 Codex,Arena 模式意味着你要花时间审阅多份结果。有开发者指南给的 Terminal-Bench 2.1 数据里,Codex CLI(GPT-5.5)83.4%、Claude Code 83.1%、Grok Build(grok-code-fast-1)70.8%;另有材料给出 SWE-bench Verified 上 Claude 95.0%、GPT-5.5 88.7%、Claude Code Opus 87.6%。这些数字来自不同测试环境与版本,只能看趋势,别当成绝对排名。

价格口径同样要拆开看。Grok Code Fast 1 的官方定价是每百万 token 输入 0.20 美元、缓存输入 0.02 美元、输出 1.50 美元,上下文 256K,生成速度标称 92 tokens/秒;而 grok-build-0.1 的 API 价是输入 1 美元、输出 2 美元、缓存 0.20 美元,两者是两个不同模型,社区文章里经常混写。订阅侧,SuperGrok、X Premium+ 等档位提供 CLI 内的模型访问,完整并行特性需要更高档位;具体档位和价格变动频繁,请以 x.ai 定价页为准。

用户实测:哪些活该交给它

把几篇开发者实测归拢一下,共识相当一致。适合交给它的:定位明确的 bug、单个函数重写、样板代码与脚手架、快速迭代循环、在 grep 与终端命令配合下的日常 Agent 任务。别交给它的:跨模块架构决策、一次性大重构、删除文件与改生产配置这类高风险操作——快模型容易「快而不稳」,改完的验证成本可能超过省下的钱。一位开发者花了四小时测试后的评价很中肯:建 REST API、修 CI 里的竞态条件、把 500 行 Python 文件拆成四个模块都做对了,但插件生态基本空白、进阶文档要读源码、默认模型锁定 Grok 的风险要考虑。另一位用了一周的作者建议:先按 Plan 模式用几次,建立信任后再切 Code 模式做常规任务,别一开始就全权托管。

提示词层面有个被反复验证的规律:给具体文件路径比给泛泛描述有效得多,「在 src/services/user.ts 的 fetchUser 里加错误处理」比「给用户服务加错误处理」快且准;把目标拆成清单,小步快跑。还有一个容易被忽略的点——Grok Build 读取 AGENTS.md 等配置文件,所以你为 Claude Code 或 Codex 写的项目规则可以直接复用,迁移成本几乎为零。

写在最后

终端智能体这一轮的竞争,早已不是「谁的模型更强」一句话能概括的。Claude Code 的深度、Codex 的工程化、Grok Build 的并行与开源透明,各自占住一块地形。如果你已经在用 Cursor 或 Claude Code,没必要为它单独换栈;但如果你喜欢待在终端、需要一个能鼠标操作的全屏界面、还想把 Claude 的配置原样搬过来,Grok Build 值得认真试一次——从一个只读任务开始,比如「解释这个仓库结构,不要改任何文件」,再逐步放手。工具是拿来干活的,不是拿来信仰的。

相关文章

Codex CLI 实战手册:从安装登录到 AGENTS.md、审批沙箱与 CI 自动化
Claude Code 实战手册:CLAUDE.md、上下文管理与防封用量的国内经验
微软官方 PyPI 包 Agent Framework 遭劫持,攻击者植入窃取登录凭据的恶意软件
米哈游公布游戏 AI 模型 Gamer:只看画面就能用键鼠玩《星穹铁道》
加州正式起诉 OpenAI:指控 AI 智能体至少 80 次失控,公开披露仅 27 起
Anthropic 为什么大规模封禁国内账号:蒸馏只是第一层