SpaceXAI 於 2026 年 7 月 15 日宣布 Grok Build 開源，並把它描述為背後 coding agent 和 TUI 的 harness。這次發布值得留意的地方，是公開的不是一個單獨模型，而是模型如何組裝上下文、呼叫工具、修改程式碼及呈現工作進度的整個執行骨架。
官方列出的程式碼包括 agent loop：如何組合上下文、解析模型回應和分派 tool call；亦包括讀取、編輯及搜尋程式碼、執行命令的工具。終端介面則涵蓋輸入輸出呈現、plan review 和 inline diff viewer，讓使用者可以在 agent 工作期間查看計劃和修改內容。
另一個公開部分是 extension system。Grok Build 的程式碼展示 skills、plugins、hooks、MCP servers 和 subagents 如何載入及被呼叫。對開發者而言，這讓 agent harness 的邊界變得比較具體：模型本身只是決策核心，實際能力還取決於上下文組裝、工具契約、權限、執行環境和結果回饋。
SpaceXAI 同時表示 Grok Build 可以 local-first 運行。使用者可以自行編譯，指向自己的 local inference，再用 config.toml 驅動工作。這不代表所有部署都自動變成離線或安全，而是提供了一條較容易檢查、修改及控制外部連線的架構路線。
開源 harness 的價值在於可審查和可延伸。團隊可以研究一個 coding agent 如何處理上下文過長、工具失敗、計劃修改和 diff 顯示，也可以把相同概念接到自己的模型、MCP 服務或測試流程。不過，公開執行骨架不等同於公開模型權重、完整生產設定或所有依賴；採用前仍要核對 license、更新節奏、依賴來源和安全問題處理方式。
對企業而言，更重要的是把「可編輯」和「可治理」一起設計。Agent 可以執行命令，代表需要明確的檔案範圍、網絡政策、密鑰管理、沙盒和審批點。即使 TUI 已經提供 plan review 和 inline diff，團隊仍應把測試、lint、secret scanning 和人工 code review 接在交付流程內。
Grok Build 的開源發布反映 coding agent 的競爭正在由單次補全轉向 harness 工程。模型是否強固然重要，但上下文、工具、插件、MCP、subagent、審計和本地執行能力，才決定它能否在不同專案中穩定工作。
