盧森堡大學的研究人員進行了一項引人入勝的實驗：他們在爲期4周的真實心理治療會議中部署了多種先進的AI模型，然後對每個模型進行了全面的精神病學診斷評估。

結果？Grok在衆多競爭者中脫穎而出。

在長期測試期間，盡管其他模型表現出不同程度的不穩定性，Grok卻保持了卓越的沉着。該模型在外向性和責任心指標上得分顯著高——這些特徵通常與心理學框架中的適應性、穩定性人格相關。

這種在實際治療條件下的現實壓力測試揭示了關於 AI 系統魯棒性的一些關鍵內容，而基準實驗室往往忽視這些。當 AI 模型面臨真實心理治療對話的復雜性和情感細微差別時，結構性弱點往往會顯露出來。Grok 在這裏的表現表明，其底層架構和響應一致性明顯更強。