Grok 4.5 是混合专家模型 (MoE)。普通密集模型每次推理激活全部参数，MoE 则把网络拆成多个 '专家子网络'，由门控函数动态选择最相关的前 k 个专家参与计算。比如 GPT-4 传闻有 1.8 万亿参数，但每次推理只激活约 2800 亿。这套机制让模型在参数量级上翻倍时，计算成本仅线性增长，成为 DeepSeek、Mixtral 等前沿大模型扩展的核心技术。

Cursor 承认 Grok 4.5 在 CursorBench 上存在数据污染优势，这并非孤例。Meta、哈佛、斯坦福的联合实验 ProgramBench 显示，9 款顶级 AI 模型在 '完整通过率' 指标上全部为零——因为测试集永不公开，杜绝了 '背题' 可能。METR 研究更发现，SWE-bench 的自动评分平均高估 AI 能力约 24 个百分点，约一半 '通过' 的代码被项目维护者打回。同行评审是揭穿刷榜泡沫的唯一标尺。

Grok 4.5 用分布式智能体系统构建 '连前沿模型都失败' 的困难环境来做强化学习。但真正的瓶颈不在算法，在环境——2026 年 SemiAnalysis 指出，RL 环境构建已催生超 35 家初创公司，单个网站复刻成本约 2 万美元，OpenAI 单家已采购数百个 UI Gym 环境。当模型越来越强，能提供有效反馈的 '新环境' 从哪来？这是决定 RL 缩放定律能否持续的关键变量。