摘要： xAI 於2026年2月17日把 Grok 4.20 送進公開測試，模型內建 Grok、Harper、Benjamin 與 Lucas 四個具名代理人，在複雜任務中辯論、交叉查核後才輸出整合答案。xAI 自報內部測試的幻覺率下滑約65%，但仍待獨立驗證。這種原生多代理架構把可靠度、可觀測性與1.5到2.5倍邊際算力成本一起變成系統評估重點。
2 月 17 日，xAI 將 Grok 4.20 送進公開測試。這次更新真正值得記住的，不是哪一項跑分，而是骨子裡的設計：模型內建四個具名代理人——Grok（船長）、Harper（研究）、Benjamin（邏輯）與 Lucas（創意）——會在推論當下彼此交鋒、互相挑錯，待立場趨於一致，答案才會定案。eWeek 的報導乾脆稱它為「一支辯論隊」。
對開發者而言，它是頭一個把多代理協作收進模型本體、而非依賴外部框架的前線模型。假使初步數據經得起考驗，推理期的多代理辯論有機會從實驗手法，升級成產品預設。
四個代理人，不是單一模型
NextBigFuture 的拆解寫明四人的職掌：Grok 負責切分任務、指派子任務、擺平分歧，並執筆最終綜合；Harper 主責研究與查證，以即時搜尋搭配 X 資料流（每天約 6,800 萬則英文貼文）替答案做 grounding；Benjamin 專門對數學、程式碼與邏輯施加壓力測試；Lucas 負責發散思考、點出盲點，並修飾最終輸出。
最關鍵的差異在於「原生」二字：整套機制長在推理流程內部，而非像 AutoGen 或 Swarm 那樣在模型外側組裝的框架。OpenRouter 的模型頁則以「業界領先的速度與 agentic tool calling」來描述這個 beta。
辯論迴圈的實際運作
流程可分四步。首先，Grok 把任務拆開並分派下去。接著，四位代理人平行展開分析，不走序列路線。然後進入多輪內部辯論：Harper 把關事實、Benjamin 審視邏輯、Lucas 指認偏見，一輪輪磨到共識浮現。最後由 Grok 整合為單一輸出，代理人的推理軌跡可選擇攤給使用者檢視。
簡單的查詢不會驅動全員議會，唯有複雜任務才會啟動辯論——平均成本正是靠這道閘門壓住。
數字面：參數、成本、算力
NextBigFuture 引述的數據：MoE 基底約 3 兆參數，四個代理人是同一模型衍生出的特化副本；宣稱「有效智能」提升 2 至 4 倍；邊際算力成本落在單次推理的 1.5 至 2.5 倍（天真的做法得付出 4 倍）；強化學習則為代理協作帶來約 6 倍的效率增益。訓練與推理都跑在 Colossus 叢集上，動用超過 20 萬顆 GPU，四個副本共享權重與 KV cache。
取用方式：消費端經由 SuperGrok（每月約 30 美元）或 X Premium+；API 在 beta 階段尚未全面開放，定價預期高於 Grok 4.1 Fast 的每百萬 token 輸入 0.20、輸出 0.50 美元，Batch API 與快取能再把成本往下壓。
65% 幻覺降幅與實盤交易成績
eWeek 報導了兩項早期成果：內部測試的幻覺率下滑約 65%，以及在實盤交易測試中擊敗對手模型。兩個數字皆出自 xAI 自家測試，尚待獨立驗證，但方向與機制互相吻合：查證型代理人手中握有即時資料流，邏輯型代理人的職責包含說「不」，辯論本身就構成一道幻覺過濾器。
從 Grok 4 Heavy 走到原生多代理
這條路線並非無中生有。2025 年 7 月的 Grok 4 Heavy 已實驗過多實例協作，只是當時既無具名分工，也沒有顯式的辯論迴圈。Grok 4.20 把它做成產品：每個代理人有身分、有職責，互動軌跡也對外可見。
對照組是 OpenAI 與 Google：兩家的量產堆疊仍以單模型推理為核心、靠內部搜尋放大，多代理只停在框架與研究階段。xAI 等於把一樁架構賭注直接送上生產線——賭推理期協作比單純放大單一模型更划算。這也是 2026 年開局以來 agentic 工程主軸的一環（延伸閱讀：2026 年 AI 開局展望）。
開發者的三個觀察點
值得留意的事有三件。第一，代理人軌跡視覺化將成為除錯介面的標配：當答案由四個代理人協商而定，「為什麼這樣回答」就需要新的觀測工具來回答。第二，成本模型變了：1.5 至 2.5 倍的邊際成本，放在 agent 工作流裡以少許算力換正確性，通常是划算的交易——單一錯誤步驟引發的連鎖代價遠高於此。第三，單模型 benchmark 已不足以反映辯論後的可靠性，評測對象必須從模型換成系統。