2026年8月11日,xAI发布了Grok Bot,它是首款无需等待用户操作的AI工具。你之前使用的所有聊天机器人都是在一个窗口中运行的:你打开它,提问,它回答,你关闭它,实际操作仍然由你掌控。Grok Bot则颠覆了这种模式。它拥有独立的计算机,可以登录你的电脑,即使你关闭电脑,它也能继续工作。

如果你是新手,可能会觉得这听起来像是夸大其词。其实不然。但也很容易用错方法,最终一无所获。本指南将解释它究竟是什么,如何从一开始就正确使用,新手应该避免哪些错误,并坦诚地将它与其他替代方案进行比较,以便你了解自己是否真的需要它。

Grok Bot 究竟是什么

一句话概括:Grok Bot 是一个拥有云端独立计算机的 AI 代理。

那台电脑是真实存在的。它配备了网络浏览器、文件系统和终端,无论你的笔记本电脑是否开机,它都能在云端运行。机器人像人一样控制着这台电脑。它打开应用程序、登录、点击、输入、检查结果并保存。由于电脑运行在云端,即使你离开,工作也会继续进行,只有当遇到需要人工决策的情况时,机器人才会返回来与你交互。

图像

相比之下,普通的聊天机器人只是描述如何完成任务,然后把指令返回给你。而 Grok Bot 则直接执行任务。“预订会议”不再是一系列需要你执行的步骤,而是变成机器人自动完成的工作:打开日历、查找时间、发送邀请、确认。这就是整个流程,而实际操作起来比纸面上看起来要高效得多。

图像

“它有自己的电脑”这句话引出了以下几点:

  • 它可以使用没有API和集成功能的软件,因为它就像你一样,只需要点击按钮即可。大多数公司内部的软件都是这样的。

  • 它会在你睡觉时运行,因为电脑一直处于开机状态。

  • 您可以打开它的屏幕,实时观看它的运行情况,如果需要的话,还可以亲自控制鼠标。

如何正确使用它(心态至关重要)

新手最常犯的错误就是把机器人当成聊天机器人来用。他们输入问题,得到答案,然后就关闭了。这样只用到了工具大约百分之十的功能。

正确的思维模式是这样的:你不是在写一个任务提示,而是在招聘一名员工。任务提示是一次性的请求。而机器人则是一个长期存在的角色,它会积累记忆,负责某个领域,并且因为你会不断地回到同一个领域而不断进步。所以,你不是向机器人提出问题,而是给它一个职位名称和一份简要说明,就像你给新员工入职第一天做入职培训一样。

这就是一份优秀简报的结构,该工具称之为机器人的指令或章程。请注意,它包含三个部分:机器人拥有什么、优秀标准是什么,以及机器人必须止步于何处。

You are my Inbox Manager.

WHAT YOU OWN
Triage my email every morning. Archive newsletters and receipts.
Draft replies to anything a client sends. Flag anything that
mentions a deadline, an invoice, or a legal question.

WHAT GOOD LOOKS LIKE
Inbox sorted by 9am. Drafts sound like me: short, direct, under
four sentences. No filler openings.

WHERE YOU STOP
Never send anything. Draft only. Never archive anything from my
accountant. If a message asks for money or a password, stop and
ask me.

图像

最后那一行,也就是你停止的地方,是新手写的代码中最重要的一行,也是每个人都会忽略的。一个拥有你登录信息和独立电脑的机器人可以在你睡觉的时候运行。只有明确告诉它权限范围,才能真正确保它运行的安全。

入门指南,一步一步来

您无需具备技术知识,设置过程很简单。

  1. 获取访问权限。Grok Bot 包含在付费套餐中:SuperGrok Heavy 或 Cursor Ultra,每月 200 美元;或 Cursor Teams Premium,每个席位 120 美元。它由 xAI 和 Cursor 联合开发。

  2. 安装桌面应用(macOS 或 Windows)或 iOS 应用,并使用您的套餐账户登录。界面类似于即时通讯应用:左侧是机器人列表,右侧是聊天窗口。

  3. 创建你的第一个机器人并为其分配角色。先从一个通用助手开始,不要一开始就设置五个。

  4. 在开始使用应用程序之前,先在纸上选定一个合适的第一个任务。这是新手常常忽略的一步,也是决定你是否信任这个工具,还是会在第三天就放弃的关键。一个好的第一个任务应该是你经常执行的任务(这样你就能判断机器人是否好用),你可以在三十秒内完成检查,即使出错也不会有任何损失,而且不会有外人看到。反之,要避免选择那种罕见但风险极高的任务,那种你只能花一个小时才能验证的任务。执行频率能给你一些提示,而可逆性则能给你留有犯错的空间。

  5. 先进行一次模拟演练:提问,而不是命令。在最初的几条消息中,询问机器人它会做什么,而不是不做什么。“你会如何对我的收件箱进行分类?你会对哪些事情不确定?” 这一个问题是最经济的测试方法。它能发现误解,而出错的代价仅仅是一段文字,而不是三周后你的存档里一片混乱。修正这些误解,然后让它执行操作。

让它如此受欢迎的原因有两个

这是初学者应该首先学习的两件事,因为其中蕴含着奥妙。

登录交接。当机器人需要登录某个工具时,它不会要求您将密码粘贴到聊天窗口中。它会在其云浏览器中导航到登录页面,然后将界面交接给您。您自行登录,点击完成,机器人便会继续在同一浏览器上进行后续操作。您无需在消息中输入任何密码,并且保存的会话信息可供您的机器人后续重复使用。如果某个工具要求您将密码粘贴到对话中,那就说明该流程是错误的。

图像

通过观看来教。你只需在屏幕录制的同时演示一次,就能教会机器人一项任务。它会将步骤保存为可重复使用的例程,并在下次自动运行。那些耗时耗力的任务通常描述起来很繁琐,但演示起来却很简单,因此这才是真正节省时间的地方。选择一个你至少每周都会录制一次、涉及两个或多个工具、且步骤很少变化的场景进行首次录制。

让它无需你也能运行:日常流程

已保存的任务需要一个触发理由。你可以用一个简单的句子来设置,无需使用工作流构建器。有两种类型:

  • 日程安排:每日早上 7 点发布简报,周五发布总结,月底提交报告。

  • 触发条件:新的 Slack 消息、符合特定模式的来信、文档更改。

Every weekday at 7am, check my calendar, my inbox, and my
watchlist, and send me one short brief: what's on today, what
needs a reply, what changed overnight.

因为它运行在云端,即使你的手机和笔记本电脑都关机了,程序也会继续运行。

图像

初学者应避免的六个错误

通过观察早期高级用户的使用方式,我们发现了以下这些陷阱:

  1. 把它当成聊天机器人来用。如果你只会问问题,那只用了它百分之十的功能。给它安排个角色,让它做点真正的工作。

  2. 没有停止线。没有设定限制的机器人要么毫无用处(什么都问),要么很危险(什么都不问)。每次都要写上“停止点”部分。

  3. 以防万一,把所有工具都连接起来。所有机器人共享一个连接,所以只连接你真正需要的账户,尤其是在测试版中。

  4. 一个机器人包揽所有工作。一个能处理收件箱、研究和财务的通用型机器人,三者表现都平庸。而不同的机器人各自拥有独立的记忆库,能够真正精通某个领域。

  5. 只看摘要,不看路径。机器人声称的执行过程和实际执行的过程是两回事。一个通过奇怪路径(比如点错了菜单但运气好)得出的正确答案,在路径改变后的一周就变成了错误答案。在早期运行中,要检查路径,而不仅仅是结果。

  6. 从不进行审查,也从不决定何时停止。自动化程序会悄无声息地腐烂:网站布局发生变化,某个例程持续生成垃圾数据数周,却无人察觉。每周抽出十五分钟,在冷静的时候提前设定好每个例程的终止条件。在它让你感到厌烦之前就决定关闭它,远比事后要容易得多。

正确的审批标准:可逆性,而非尺寸

新手常常纠结于应该监督多少。其实有一条简单的原则可以消除这种担忧:不要以任务的大小来划分界限,而要以任务是否可以撤销为准。

任何可逆的操作,机器人都会自行完成:起草、归档、标记、总结、研究、准备。任何对外公开的操作,任何涉及资金流转的操作,任何无法撤回的操作,机器人都会替你处理。

图像

FINISH ALONE (reversible): draft, file, tag, summarize, research,
prepare, reconcile. Do it and log it.

PARK FOR ME (irreversible): send anything to an outside person,
spend or move money, publish anything public, delete anything that
is not obvious junk, agree to any terms.

WHEN UNSURE: if you cannot undo it in under a minute, ask me.

安全模型也支持这一点:在底层,一个独立的审核代理会根据你用简单语言编写的规则检查机器人提出的操作,并可以允许、阻止或将问题上报给你。你信任这个模型会在一个隔离的环境中遵循你编写的规则,因此请先从低风险、可逆的任务开始,并密切观察最初的运行情况。

它为何能胜过竞争对手

这里进行的是客观的比较,因为“更好”取决于你与什么进行比较。

图像

与普通的AI聊天机器人(例如ChatGPT、Claude或Grok自带的聊天机器人)相比:后者会等待你,并将所有操作都留给你。而Grok Bot拥有自己的计算机,可以自动完成点击操作,并在你离开时持续运行。它属于不同的类别,而不是比普通聊天机器人更优秀。

与其他自主代理工具(DIY 型)相比:虽然这类工具早已存在,但它们需要用户自行搭建并维护一台始终在线的服务器,定期更新补丁,并管理服务账户。正是这种设置和维护的繁琐流程让大多数人望而却步。Grok Bot 即插即用:下载后登录,即可在云端计算机上运行代理,无需接触任何基础设施。这种便捷性才是它真正的优势所在。

它真正的优势在于:自有计算机模型(它可以驱动任何软件,无论是否带有API)、登录交接(无需泄露密码)、边看边学(无需编写代码即可创建程序),以及真正的多智能体设置,其中专业机器人可以相互协作完成任务。目前,其他任何软件包都无法同时具备这四项功能。

坦白说,它的不足之处在于:价格昂贵,每月起价约 200 美元,而且通常需要捆绑在更高级的套餐中,你无法单独低价试用。它目前仍处于测试阶段,因此机器人可能会被重新设计的页面或弹出窗口干扰,并且在处理一些特殊极端情况时,最后 10% 的任务仍然需要人工干预。此外,它是封闭的云端托管平台,这意味着你为了便利而牺牲了数据控制权。

这究竟是为谁准备的?

如果您的AI预算有限,并且您还在探索AI的功能,那么这并非您的首选。首先熟练掌握强大的聊天模型,您将学习更多、更快、更经济,并且只需花费一小部分成本即可获得大部分日常价值。

如果你已经是重度用户,付费使用多个AI工具,每周都要完成同样的多步骤、多应用操作,那么Grok Bot绝对是你的升级之选。一旦你的工作变成在多个应用间重复执行大量任务,它就不再像是订阅服务,而更像是雇佣员工了。

要点

以往所有的AI工具都只是把模型放在一个窗口里,然后把所有工作都留给用户完成。Grok Bot则不同:它接管了计算机、登录信息、内存和时间,而你则负责决策。你学习的技能不是如何措辞提示,而是如何分配任务,以及机器人的权限应该止于何处。这是一种管理技能,而非提示技能,也是现在就应该着手培养的技能。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐