实测：Grok 4.3能否承担算法代码编写工作

前言：Grok能写简单接口，算法表现又如何？

之前实测Grok 4.3在算法实现场景中拿到7.8/10的意外高分，比代码生成（6.9）和Bug修复（6.3）都好。这个结果让人好奇：Grok是不是特别适合写算法？还是只是那道LRU缓存恰好对上了它的训练数据？今天用五道不同难度的算法题做更全面的验证。

不知道该从众多工具中怎样选择、收藏很多却真正使用很少、查找成本过高、入口彼此分散、缺乏针对开发者的归类，这五个痛点在“选AI写算法”的场景中尤其突出。若你想找到一个能够按场景迅速比较AI工具算法能力的入口，可以看看 titiai.cn 此类AI工具聚合平台。

本次选取五道经典算法题，实际检验Grok 4.3的算法代码编写能力，并横向比较ChatGPT（GPT-5.6）、Claude 4.8和Gemini 3.5。

一、测试方案：用五道算法题覆盖不同难度

每道题从三个方面评估：逻辑是否正确、时间复杂度是否最优、边界处理是否完整。

二、LRU缓存：Grok的亮眼表现

Grok此前在这道题中得到7.8分，本轮复测结果依旧稳定。

Grok采用OrderedDict给出了一套简洁方案，不仅逻辑正确，也覆盖了容量为0和重复key等边界情况，代码风格清爽，注释也很到位。

三、二叉树序列化：Grok的短板开始显现

在序列化部分，Grok的逻辑没有问题，但反序列化遗漏了对空节点的处理。当树中连续出现空节点时，最终结果便会出错。普通测试用例无法暴露这个Bug，只有特定的树结构才能触发。

四、最长递增子序列（O(nlogn)）：模型差距扩大

题目明确要求时间复杂度达到O(nlogn)，不能采用简单的动态规划O(n²)方案。

Grok使用了时间复杂度为O(n²)的动态规划方案，没有满足O(nlogn)的题目要求。 虽然它理解“最长递增子序列”的含义，却没有使用二分查找进行优化。GPT-5.6与Claude则都给出了正确的O(nlogn)方案。

由此可以看到Grok在算法深度上的不足：中等难度题目能够答对，一旦题目需要特定优化技巧，表现就开始力不从心。

五、拓扑排序和正则匹配

拓扑排序（中等）：

Grok的拓扑排序逻辑正确，但对"图中有环"这个边界情况没有处理——当输入图存在环时，Grok的代码会无限循环而不是报错。

正则表达式匹配（困难）：

面对困难算法题，Grok直接失手。 正则表达式匹配依赖复杂的状态转移逻辑，Grok提供的DP方案在状态转移方程上存在错误，因而得出了不正确的匹配结果。GPT-5.6是唯一全部答对的模型。

六、综合得分及难度适配情况

结论十分明确：面对中等难度算法题，Grok表现较好（7.5）；随着难度上升，其能力衰减明显，困难题得分仅为4.5。GPT-5.6在各档难度中均保持8.4-8.5，是可靠性最高的算法助手。

七、需要面对的四个现实问题

① Grok的算法能力存在清晰上限。 处理中等难度题目尚且够用（7.5），到了中等偏难就开始吃力（6.8），面对困难题则直接失手（4.5）。项目若包含复杂算法，Grok并不是适合的选择。

② Grok在算法方面的亮点是“简洁”。 与其他模型相比，它通常会给出更简洁、更Pythonic的代码，但这份简洁也带来了复杂场景覆盖不够的问题。

③ GPT-5.6是算法场景中唯一可靠的选择。 五道题的综合成绩达到8.5，各档难度表现均很稳定，也是唯一不存在明显短板的模型。

④ 入口的重要性高于模型。 各模型在算法任务中的表现差距达到4.5-8.5，因此选型时必须考虑算法难度。借助按场景归类的AI工具发现平台，可以更快完成选型判断。

总结

Grok 4.3编写算法代码存在明确的难度上限：中等难度（LRU、拓扑排序）表现不错（7.5分），到了中等偏难（最长递增子序列O(nlogn)）便显露出优化能力不足，困难题（正则匹配）更是直接失手（4.5分）。它的长处是代码简洁且足以应对中等算法，弱点则是算法深度不足、边界处理不完整。项目仅涉及基础数据结构和中等算法时，Grok具有不错的性价比；如果涉及复杂算法，唯一可靠的选择是全难度稳定取得8.5分的GPT-5.6。