Grok 4.6 实战经验：信息密度与可自检性决定效率

Cursor 团队 @ericzakariasson 将 Grok 4.6 作为几周主力模型后，总结出真实工作方式变化。他让模型在供应商控制台点出 API key、对运行中应用做 QA，并用 Remotion 制作发布视频。对比测试覆盖电子表格、浏览器版帝国时代 2、MSN Messenger 等场景。他发现长 prompt 的具体性仍有用，但“work very hard”式措辞几乎不加分。模型的可自检性（如 DOM 可验证）决定上手体验，视频和 3D 更难验证。