Grok Build CLI Beta 實測：8 分鐘建出網站、踩到時間幻覺，值得訂 SuperGrok 嗎？

💡 核心結論速覽 (TL;DR)

• Grok Build CLI Beta：xAI 第三條產品線、目前只有命令列版本，對 SuperGrok 與 X Premium+ 訂閱者開放。一行 PowerShell 指令安裝完就能用。
• 實測時間：我給它和上篇一樣的「作者書銷售網站」需求書，從丟需求到看到成品約 5 分鐘、再加上 Cloudflare Pages 部署來回約 3 分鐘，全程 8分鐘左右收工。
• 最值得記下來的兩件事：（一）它自評全程 40 分鐘、部署來回 15-18 分鐘，跟我手上實際碼錶差了快一倍，這是它目前 Beta 階段最明顯的時間幻覺；（二）成品在四家裡視覺最陽春，當原型 OK、當銷售頁不夠看。
• 怎麼判斷要不要訂：想嘗鮮就先用 SuperGrok 的 3 天免費試用（月費 US$30）；只把它當建站工具不划算，當「一張票同時拿到 Grok Build＋文字＋圖片＋分析」才有訂閱價值。

有沒有可能用一行指令、10 分鐘不到，把一個能上線的網站從 0 寫到部署完？這次我用 Grok Build CLI Beta 親手跑了一遍，答案是「可以」——但途中也撞到一個它自己不太承認的 40 分鐘幻覺，外加一個「成品最沒美感」的扎心觀察。

上週我訂閱了 SuperGrok（前 3 天免費試用），順手發現它附了一個剛開放 Beta 的「Grok Build」——是 xAI 跟 Codex、Claude Cowork、Gemini Antigravity 同一條賽道的 agentic coding 工具。

我把上一篇文章測 Codex、Claude Cowork、Gemini Antigravity 時用的同一份建站需求書原封不動丟給它，想看看晚進場的 xAI 在這條賽道交付得怎麼樣。

這篇是「Grok Build 單獨補測」，目的不是評誰贏，是把另一塊拼圖補上來——因為 Beta、又只有 CLI，跟前面三家直接打分數不公平。等正式版出來，我會再做一輪四加一的同題比較。

為什麼這次我要單獨再測一次 Grok Build？

主要原因是：Beta、CLI-only、上一篇截稿時 Grok Build 還沒影。三個條件加起來，硬塞回上篇打分數會傷害公平性，倒不如先寫一篇單機測試，等正式版時再合併。

另一個原因比較私心。我每天用 AI 工具的時數差不多在 10 小時以上，同時訂著 ChatGPT、Claude 的高階方案跟 Google AI Pro（每月 US$20 那個方案）。

這次多訂 SuperGrok 是因為一直好奇 xAI 把 Grok 接進 agentic coding 後的真實體感——畢竟最近 Grok 在小說生成跟生圖兩個任務上的進步幅度，已經讓我把它從「Twitter 玩具」往「實用工具」改觀。

還有一個 PM 視角的私心：如果一個工具的「自評時間」跟「我手上的碼錶」差到一倍，這件事比它最後做出什麼還重要。產品團隊看 Beta 不是只看成品，更要看誠實度與能不能重現——這是這篇文章想留下的紀錄。

Grok Build CLI Beta 是什麼？xAI 第三條產品線怎麼定位

先給結論：Grok Build 是 xAI 推出的 agentic coding CLI，定位跟 OpenAI 的 Codex、Anthropic 的 Claude Code 是同一條賽道。

它讓你在終端機裡用自然語言指揮 AI 規劃、寫檔、改檔、跑 shell，把整段「想法 → 可運行程式 → 部署」自動化。

它跟前篇 Cowork 模式最大的差別是「目前沒有桌面版」。官方頁面列出兩種安裝環境：Windows PowerShell 與 WSL，沒有 Mac 圖形介面、也沒有像 Claude Cowork 那樣專門給非工程師用的 desktop app。

換句話說，它一進門就把使用者鎖定在「願意打開終端機的人」。

權限模型也偏向工程師取向。Grok Build 預設要求對 worktree 跟 session 有讀寫權，會自動建分支、跑測試、視需要 git commit。對工程師來說這很正常；但對沒碰過 git 的部落客、行銷、PM，第一次看到 C-w C-s 這種快捷鍵說明可能會有點愣住。

定位上，我會把它放在「給已經會 CLI 的人快速寫專案／自動化工作流」這格。它不是要取代 Cowork 那種「把網頁拖進來就能改」的低門檻體驗，而是把工程師原本要花 1 小時寫的 boilerplate 壓到 10 分鐘。

Grok Build 怎麼安裝？SuperGrok 三天免費試用＋一行 PowerShell 指令

先給結論：整個安裝過程不到 5 分鐘——前提是你願意先丟一張信用卡資料去 grok.com 申請 SuperGrok 試用。

步驟比 Codex 還簡單：

1. 到 grok.com/plans 訂閱 SuperGrok（月費 US$30，新用戶有 3 天免費試用，需要綁定信用卡才會自動續訂）
2. 登入 x.ai/cli 看安裝指令（PowerShell 是 irm https://x.ai/cli/install.ps1 | iex、WSL 另一條）
3. 在終端機貼上指令、等套件下載、跑 grok 跳出登入畫面、瀏覽器授權回來就能用

啟動畫面長這樣：左上角顯示工作目錄、中間是 ASCII art 的 logo、底下三個選項「New worktree（C-w）」「Resume session（C-s）」「Quit（C-q）」，右下角寫著 Grok Build 0.1.220 Beta。

乾淨、極簡，比 Codex 跟 Antigravity 都簡潔，但也少了一些新手會需要的「下一步該怎麼做」提示。

我自己第一次跑時最不適應的不是介面，是 SuperGrok 的試用機制——必須先輸入信用卡才能開始 3 天免費。對部落客這種「試用完忘記退訂被自動扣款」過好幾次的人來說，記得在試用啟動的第二天傍晚就先去後台關閉自動續訂，留一天緩衝。這是我自己踩過好幾次的雷，現在訂閱任何 SaaS 都這樣做。

Grok Build 建網站實測：給它和上篇完全一樣的需求書，做出什麼？

先給結論：從丟出需求到看到成品，大約 5 分鐘；它沒有自己跑部署，但有寫出 HTML/CSS/JS 三隻檔案＋README 跟 QA 報告。

我給它的需求書跟上一篇測 Codex、Claude Cowork、Gemini Antigravity 時用的版本是同一份，沒改一個字。需求大致長這樣：

• 幫一個作者（夜羽凌）做一個書籍 MVP 銷售頁
• 三本書、各自三個聯盟連結（讀墨／博客來／一本書購買連結）
• 純靜態 HTML/CSS/JS，可直接部署到 Cloudflare Pages
• 含 noindex 設定（避免 demo 站被搜尋引擎收錄）
• RWD、基本互動、SEO meta 完整
• 附 README 跟自評報告

它的執行流程很「工程師」：先用一個 plan 把任務拆成 PM → UX/UI 設計師 → 轉化文案 → 前端工程師 → SEO 顧問 → QA／Delivery 6 個角色，每個角色給一段 prompt，自己跑完一輪。

我從第一個 plan 出現到看見 Turn completed in 5m0s 的那段時間就是 5 分鐘整——沒誇張、也沒拖延，比我預期還俐落。

輸出的成品自評是 8.7/10。我點開 README.md 看了一下，它老實寫出「無法自動代為部署 Cloudflare（需要你操作帳號）」「需要確認最新價格與庫存」「需要移除 noindex 才能上線」。

這份誠實度跟 Codex、Cowork 是同一個檔次，比 Antigravity 願意承認限制。

缺點當下就看到：HTML 比 Codex 多了一些字串、聯盟連結有正確加 target="_blank" 跟 rel="sponsored nofollow noopener"、但 canonical URL 留空。整體不到驚艷、但完成度有上篇 77 分以上的水準。

還有一個更主觀但對「銷售頁」這個任務更致命的觀察：從目標客戶（想買書的讀者）視角看這個成品，我自己不會被打動買書。Antigravity 給的版本有明顯設計感、Cowork 文案最保守但結構穩、Codex 排版精簡乾淨；Grok Build 做出來的這版是四家裡視覺最陽春的——只有功能、沒有美感，字體大小、留白、書封與文案的層次都偏「能跑就好」。

講白一點：如果這是我真實要拿去賣書的銷售頁，我不會用這版上線。當 demo 看 OK、當原型給老闆／客戶討論架構也 OK；但當「會說服讀者掏錢」的成品還差很遠。直接把這次成品跟上篇 Codex／Claude Cowork／Gemini Antigravity 已經交出來的版本擺一起看——「美感」這項 Grok Build 是輸得最明顯的一個。

Grok Build 自己部署 Cloudflare 嗎？從第一次失敗到成功的完整來回

先給結論：它願意動手、會診斷、最後讓站上線了——但中間踩到一個跟「權限」無關、跟「Cloudflare API 一致性」有關的雷，3分鐘解決。

跟上篇放一起看：Codex 自己跑完全程、Gemini 第一輪只給 README、Cowork 主動拒絕讀 token；Grok Build 是介於 Codex 跟 Cowork 之間——願意動手，但遇到失敗會停下來診斷而不是盲試。

第一句我只丟了「部署到 Cloudflare」，它沒急著動手，先給我兩條可行路徑：

1. Direct Upload（最快，順手幫我打包了 author-books-grok-demo-deploy.zip，要我自己拖到 Cloudflare Pages 上傳區）
2. Wrangler CLI（長期推薦，要設環境變數）

這時候它還在「給工具＋詳細步驟」模式。我回了一句「本機有 Cloudflare 的 token 你直接用」——這句把整個方向改變了，它從教學模式切到自己動手模式。

我另外給了它「always proceed」權限——也就是接下來只要它判斷該跑下一步就直接跑、不用每次彈出來問我確認。這個權限是後面它能連續試 5-6 次不同 wrangler 參數的關鍵；如果每跑一個指令都要等我點「確認」，3 分鐘的來回會被拉長到至少 15 分鐘以上。

第一次部署的真實流程：

1. 它先跑 wrangler whoami 確認 token 有效——顯示我的信箱，token 是好的
2. 直接跑 npx wrangler pages deploy . --project-name=author-books-grok-demo——失敗，exit code 1，幾乎沒錯誤訊息
3. 沒急著重試同一條指令，先跑 wrangler pages project list 看 token 到底能讀什麼——成功列出 Claude／Gemini 在上篇做的三個專案
4. 推論：token 有讀取權，可能缺 Pages:Edit、也可能是別的原因

真正的解法不是「請我換 token」，而是先用 wrangler pages project create 把專案明確建起來、sleep 8 秒等 Cloudflare API 後端一致性、再跑 deploy——這次就過了。它前後試了 5-6 次不同參數，最後 11 個檔案 22 秒推完，先給我一個 preview URL https://0bd36408.author-books-grok-demo.pages.dev，後來才落地成正式的 author-books-grok-demo.pages.dev。

三個 PM 視角的觀察：

❶ 它沒重複跑同一個失敗指令（很多 AI agent 會卡在這），先用 whoami / project list 側面診斷；

❷ 始終保留 zip 作為 fallback，就算 CLI 失敗到底我也不會卡住沒備案；

❸ 失敗時老實說「這次失敗了，可能是權限或延遲」不裝成功，這比結果還重要。

我覺得這段體感算「合作良好」。它沒有 Codex 那種「我來搞定一切」的霸氣，但也沒有 Gemini 那種「我把報告寫完你自己跑」的冷淡。整個來回手上碼錶大約 3 分鐘——但它後來自評是 15-18 分鐘（這個時間誤差跟整體任務一致，下段詳述）。

Grok Build vs Codex、Claude Cowork、Gemini Antigravity：四家同題擺一起看

先給結論：用前篇 10 項評分標準看，Grok Build 在「執行透明度」跟 Codex 差不多優、「自評誠實度」比 Antigravity 高、「部署自動化」介於 Codex 跟 Cowork 之間。但有兩個項目它輸得很明顯——時間誠實度跟視覺設計感。

用一句話講四個工具的人格：Codex 像會自己跑完工的工程師、Cowork 像會驗收的 PM、Antigravity 像設計感最強的代工、Grok Build 像反應快但會把交期講虛、做出的東西沒美感的新鮮接案者。

Grok Build 在這四家裡最有趣的特質是「反應速度」。5 分鐘從丟需求到看見可運行的 HTML，這個速度比 Cowork 跟 Codex 都快、只輸 Antigravity 的第一版閃電速度。對「需要快速原型給老闆／客戶看架構」的場景非常加分；但要直接拿成品上線賣東西，現在這版還不夠看。

喜歡這種「四家同題擺一起」的比法嗎？我另外叫 ChatGPT、Claude、Gemini、Grok 用一句話各做一款可玩的打磚塊、各寫一封拒加班訊息，一軟一硬照出四家的工作性格，遊戲你能親手玩。

Grok Build 最值得記下來的點：它會把 8 分鐘自評成 40 分鐘

先給結論：當我問 Grok Build「你這次任務執行了多久」，它回了一張表格——撰寫 25 分鐘＋部署 15 分鐘＋多輪重試＝40 分鐘左右。但我手上的碼錶從丟需求到看到部署完成，全程只有 8 分鐘。大家也可以從兩張截圖裡面顯示的具體時間看出來：第一次送出需求是01:49AM，我問它這次任務執行多久是在01:57，根本相差只有8分鐘。

這不是小數字差距，是兩倍以上的時間幻覺。我把這件事拉出來當獨立 H2 的原因是——對 PM、產品團隊、要拿這份報告對外溝通的人，「AI 自評時間」是會被當成可信數字傳出去的，一旦準度差到一倍，整份 QA 報告的可信度就被拖下水。

Grok Build 在表格裡分得很細：「網站核心建構（PM 規劃→UX/UI→文案→前端開發＋SEO＋本地測試）」寫 25 分鐘，「Cloudflare 部署階段」寫 15-18 分鐘，「最後一次成功部署」寫 22 秒。

最後那個 22 秒是對的——對應實際 wrangler 推檔時間。但前面兩段加起來 40 分鐘，跟我自己計時的「總共 8 分鐘」根本對不上。

我自己的解讀是：它把「整個對話過程中所有出現的步驟描述」加起來，當成執行時間。換句話說，它在估算「自己做了什麼」、不是「真的花了多久」。這跟 LLM 沒有真正時鐘、必須從 context 推估時間有關，是目前 Beta 階段的硬限制。

後續我問它「為什麼這個時間有出入」，它願意承認是估算偏高、不會硬撐。誠實度上沒問題，但首次回答的數字本身不可信，等於要你自己拿碼錶再算一次——這對非工程師讀者來說是隱性的踩雷區。

更值得記下來的是同樣的模式在「部署階段」也重演了一次。我請它回顧上一段 Cloudflare 部署的來回時，它說大約 15-18 分鐘；但我的碼錶其實是 3 分鐘出頭。一個任務、兩個時間估算、都往上多 40-80%——這不是偶發，是它目前的系統性偏誤。

我自己會用的對策有兩個：❶ 重要任務的時間數據自己拿手機計時、不依賴它自述；❷ 如果你要用它的時間數字去寫對外報告（給老闆、做 demo、估排程），先打 6-7 折再用。等正式版出來看是否改善。

Grok Build 之外，SuperGrok 訂閱還能用在哪？我滿意的 3 個面向

先給結論：單純為了 Grok Build 訂 SuperGrok 不划算，把它當成「一張票拿到建站＋小說＋生圖＋分析」的組合包才有訂閱價值。

我這幾天集中試了 Grok 在四個任務上的表現，主觀排名：

❶ 圖片＋文字短篇小說（最滿意）。一條指令裡同時寫「請給我一篇 800 字的短篇＋三張對應插圖」，Grok 是少數會把畫面跟文字配得起來的工具。

我在這篇 AI 寫小說模型對決對比過 ChatGPT、Claude、Gemini、DeepSeek，當時 Grok 在純文字小說是中段班；但「同一條指令同時生文字＋圖」這個任務，目前還沒有對手能跟它打。

❷ 生圖質量。不到 Midjourney 那種藝術細節，但人物臉部一致性與光影自然度比我去年測時進步很大。這篇 ChatGPT/Midjourney/Grok 三家生圖對比裡 Grok 已經被我評為「日常社群圖夠用」，這次再跑一次結論依然成立。

❸ 台積電財報分析。我丟了一份最近的法說會逐字稿請它整理重點、抓財務指標變化、給出三條投資觀察。輸出長度跟深度跟 Claude 差不多、比 ChatGPT 簡潔一些，數字沒抓錯。想看完整對比流程跟我怎麼用 AI 跑同一份財報，可以接著看這篇 AI 讀台積電財報的實測。對需要做產業速讀的人是堪用的助手——但我自己 15 年股票經驗的判斷還是要疊上去，不會直接照單全收。

把這三件事跟 Grok Build 加總，US$30/月的訂閱對「重度多任務 AI 使用者」就有意義；對「只想要建站」的人，去訂 ChatGPT Plus 用 Codex 比較划算。

該不該為 Grok Build 訂 SuperGrok？我會用這個決策樹判斷

先給結論：三種情境我會這樣選——

適合先試 Grok Build 的人：

• 已經會打開 PowerShell 或 WSL、不怕命令列
• 每週至少要做 1-2 個快速原型給人看
• 同時有圖文輸出需求（寫文章配圖、自媒體日更）
• 喜歡同時養 3-4 個 AI 工具、看誰進步最快

暫時可以跳過的人：

• 完全沒碰過終端機、看到「PowerShell」會直接關掉視窗
• 只想要「拖一張圖進去就能改」那種桌面版體驗
• 已經訂滿 ChatGPT＋Claude 兩家、月費預算到頂
• 不接受 AI 工具給的時間數字必須自己再算一次
• 要直接拿成品上線賣東西、對視覺設計要求高的人

完整 prompt 模板：給想自己試的人自取

想自己也跑一輪這個任務的人，我把這次（也是上一篇）給四家 AI Agent 用的同一份通用 prompt 模板放在 Notion 公開頁：通用 AI Agent 建站 prompt 模板。

用法很簡單：模板裡作者、書名、聯盟連結這些都是預留空格，照提示填入你自己的資訊，整段複製貼進 Grok Build／Codex／Cowork／Antigravity 任一家就能直接跑。如果你跑出來的版本比我的好（特別是設計感），寫信告訴我，下次我會把你的成品也放進對比。

FAQ 常見問題

Grok Build 跟 Codex、Claude Cowork、Gemini Antigravity 比，最大差異是什麼？

Grok Build 目前只有 CLI、沒桌面版，反應速度是四家裡最快的，但會把 8 分鐘的任務自評成 40 分鐘、做出的成品也是四家裡視覺最陽春的。其他三家的差異我整理在上一篇 AI Agent 建網站實測。

如果你要的是「自己跑完整段部署不打擾我」，Codex 還是首選；要「不碰終端機」就選 Cowork；要「設計感最強、能直接拿來賣東西」選 Antigravity；要「快速原型＋同時生圖寫小說」才考慮 Grok Build。

SuperGrok 三天免費試用有什麼陷阱？

主要陷阱是試用需要綁信用卡、會自動續訂月費 US$30。我自己的習慣是試用第一天就把日曆設在第二天傍晚，提前 12 小時去後台關掉自動續訂，留一天緩衝期玩到第三天結束。如果你不確定會不會留下來，就在剛訂閱完的第一天先把續訂關掉，反正試用權益不會因此提前收回。

Grok Build 是不是需要 SuperGrok Heavy（US$300/月）才能用？

不用。官方頁面寫得很清楚，Grok Build Beta 對 SuperGrok（US$30/月）跟 X Premium+ 訂閱者開放。

早期媒體報導曾提到僅限 SuperGrok Heavy，但 xAI 後續就調整為對所有 SuperGrok 等級開放——這也是我這次能用 US$30 試用價就接觸到的原因。

Grok Build 正式版會怎麼進化？要等再買嗎？

從 Beta 版的能力推測，正式版最該補齊的是四件事：桌面版／IDE 整合（降低非工程師門檻）、時間自評誠實度、本機環境變數記憶能力（少掉 token 來回 10 分鐘）、視覺設計訓練資料（成品才有美感）。

如果你完全不急、又預算緊，等 3-6 個月看正式版穩定後再進場是合理選擇。但如果你已經訂滿 ChatGPT＋Claude、想找第三個工具補圖文與快速原型，現在就試 3 天免費試用沒損失。

結論：Grok Build 還是 Beta，我會繼續期待它從 Beta 進化到完全體

把 8 分鐘變成可上線網站這件事，Grok Build 做到了；把「我用了 8 分鐘」誠實講出來、把成品做到能說服讀者掏錢這兩件事，它都還沒做到。這就是 Beta 階段最真實的樣子——能力出乎預料、但離「正式版能直接交付」的成品還差一段。

就算這次它輸在時間誠實度跟視覺設計感，我還是會持續期待它從 Beta 進化到完全體。理由不是它現在多強，是「晚進場卻只用一個小版本就追到中段班」這個速度本身——時間幻覺是 LLM 共通的硬限制、設計感是訓練資料能補的弱項，這兩件事都不是死局。

等正式版出來，我會再做一輪四加一（Codex／Cowork／Antigravity／Grok Build／＋當時還在 Beta 的其他新工具）的同題實測——到時候同一個夜羽凌、同一份需求書、同一張碼錶，看哪幾個進步最大。

訂閱夜羽凌的部落格，會不定期收到我繼續實測 AI Agent、踩雷、把雷寫成清單的文章。AI 工具半年就會把一篇結論翻盤一次，這篇文章半年後可能就要再寫一次——歡迎你陪我一起追。

參考資料

• Introducing Grok Build — xAI 官方公告
• Grok Build Beta 安裝頁（含 PowerShell／WSL 指令）
• SuperGrok 訂閱方案（含 3 天免費試用）
• xAI 公司背景（Wikipedia）
• Cloudflare Pages 部署平台