拆解 Grok Bot：给 Agent 一台自己的电脑
Teardown · Grok Bot
前三课拆的都是编码 Agent：跑在你的电脑上，读写你的代码，你在旁边看着。xAI 今年推出了两个 Agent，一个是同类的编码 Agent Grok Build，另一个 Grok Bot 换了一个完全不同的场景：它有自己的一台云电脑，替你登录网站、长期在线干活，你不在的时候也一样。
这一课以 Grok Bot 为主，因为它把这个系列第 6、7 课的"常驻"推到了尽头；最后再简单看一下 Grok Build。
01Grok Bot 是什么
- 2026 年 8 月 11 日：Grok Bot 以早期测试版推出，先开放给最高档的订阅用户。
- 8 月下旬：逐步开放到更便宜的档位；同时上线了 X 连接器，可以搜索帖子、时间线和提及。
- 9 月 3 日：开放企业版，带访问、网络和审计控制。
xAI 对它的描述是"可以把真正的工作交给它的 AI 队友"。和聊天助手的区别在于：聊天助手回答问题、给建议；Grok Bot 登录你的工具，自己把一串操作做完，需要你批准时再来问你。
它的账号体系和 Cursor 打通，可以在桌面应用、iOS 应用里使用，也能在 X 的私信和 Slack 里和它对话。
02十一个零件，对一遍
| 零件 | nami-agent | Grok Bot |
|---|---|---|
| 循环（第 1 课） | 跑在你的电脑上 | 跑在它自己的云电脑上，你关机不影响 |
| 工具（第 2 课） | 五个函数 | 有连接器就用连接器；没有就操作浏览器，像人一样登录网站 |
| 权限（第 3 课） | 三道关 | 按工具和风险决定是否审批；可加"先问我"规则；可选自动审核 |
| 上下文（第 4 课） | 截断 → 清理 → 摘要 | 未公开 |
| 说明与技能（第 5 课） | AGENTS.md + 技能 | 技能描述怎么做一件事；可以"教"：录下一段浏览器操作，生成技能草稿 |
| 渠道（第 6 课） | Telegram | 桌面、iOS、X 私信、在 X 上 @ 它、Slack；同一段对话跨设备 |
| 定时（第 7 课） | 定时任务 + 心跳 | Routines：按时间或事件运行一个流程 |
| MCP（第 8 课） | stdio 客户端 | 以连接器为主；浏览器兜底，不依赖 MCP |
| 子 Agent（第 9 课） | explore / worker | 多个 bot 并行工作，可以互相发消息、在群聊里协作 |
| 计划（第 10 课） | 计划模式 | 未公开 |
| 记忆（第 11 课） | MEMORY.md | 记住偏好、角色和过往工作的摘要；每个 bot 分开，部分信息共享 |
这张表的重点不在逐项对比，而在第一行：循环跑在哪里。很多设计都由此而来。
03一台云电脑：解决"你不在"的问题
第 6 课把 Agent 接进聊天软件，第 7 课让它定时运行，但有一个前提始终没变：程序跑在你的电脑上。你的电脑一关机、一断网，一切就停了。
Grok Bot 的做法是：给它一台自己的电脑。 每个用户有一台持久的云电脑，你所有的 bot 共用它的文件、浏览器会话和登录状态。官方的说法是，关掉应用、合上笔记本、锁上手机，后台的任务和定时流程都不会停。每个 bot 有自己的屏幕，一个 bot 同一时间做一件需要操作电脑的事。
这台电脑也是安全边界。第 3 课我们说过，真正可靠的隔离在操作系统层面；第 13 课 Codex 的答案是本机沙箱，第 14 课 Pi 的答案是"放进容器里"。Grok Bot 的答案更彻底：干脆不在你的机器上运行。 它默认碰不到你的电脑；想让它在你的桌面上执行命令，得在设置里打开，默认还是每次都问。
04浏览器即工具：没有接口的地方也能干活
第 2 课的"主流怎么做"里提过 Grok Bot 一句：工具从"一个函数"变成了"一台电脑"。现在可以展开说。
它的工具选择有一个顺序：有连接器就用连接器，因为更结构化、更可靠；没有，就打开浏览器，像人一样操作网站。 这意味着那些没有 API、也没有 MCP 服务器的系统，它也能用。第 8 课的 MCP 需要服务方或社区先写好服务器，Grok Bot 不需要。
用浏览器干活，最麻烦的是登录。它的处理方式值得一看：
- 它看不到你的密码。 登录时用的是保险库、连接的密码管理器，或者一个安全表单，bot 能完成登录，但看不到具体的值。
- 人才能做的步骤交还给人。 单点登录、通行密钥、验证码，它会把电脑的控制权交给你，你完成这一步，它再接着干。官方原话是，它"应该把这些步骤交给你，而不是绕过去"。
- 网站可能拦截云端流量。 这时你可以在它的电脑上自己登录，或者打开一个选项，让流量从你自己的网络出去。
对照第 6 课：我们的 Telegram 机器人需要你提供 Bot Token，并且反复强调 Token 等于控制权、不能泄露。Grok Bot 把凭证这件事做成了产品的一部分：凭证由专门的地方保管，Agent 只拿到"能登录"的能力，拿不到凭证本身。
05审批：无人值守时怎么办
第 7 课的核心问题是：定时任务到点执行时没人在旁边，需要确认的操作怎么办？我们的答案是"创建时预授权，且有上限"。
Grok Bot 的做法是三层：
- 按工具和风险决定。 一个操作要不要审批，取决于它用的是什么工具、动作风险多大，以及你有没有打开自动审核。
- 你可以加"先问我"的规则。 针对发送、发布、删除、购买、修改生产系统这类动作，单独设成必须先问。这和 Claude Code 的 ask 规则是一个思路。
- 无人值守的审批会过期。 定时流程或者其他 bot 发来的审批请求，大约 30 分钟不处理就作废；你正在聊天时发起的审批，会一直等你。
第三条和我们第 6 课"超时等于拒绝"是同一个原则：没人回答的时候，最安全的默认值是"不做"。区别是时间尺度：我们等 2 分钟，它等 30 分钟，因为它预期你可能在开会，而不是在电脑前。
06多个 bot：分工，而不是一个全能助手
第 9 课讲子 Agent 时，我们的主 Agent 临时派出帮手，干完就走。Grok Bot 的多 Agent 是另一种形态：几个长期存在、各有分工的 bot。
- 每个 bot 有自己的对话和学到的角色，彼此分开。
- 有些关于你的信息是共享的，比如名字和时区。
- bot 之间可以互相发消息、在群聊里协作，也可以通过共享的文件、浏览器会话来传递上下文。
- 一个团队可以共用一个 bot，把它加进 Slack。
这更接近第 9 课提到的 Claude Code "Agent 团队"，而不是子 Agent。它解决的不是上下文问题，而是"一个助手的记忆和角色会互相干扰"：写周报的 bot 和盯数据的 bot 分开，各自的记忆更干净。
有一条安全规则值得注意：其他 bot 发来的审批请求，和定时流程一样，30 分钟过期。这和 Claude Code 文档里"一个 Agent 发给另一个 Agent 的消息，不能代替你批准权限"是同一种警惕：Agent 之间的消息，不能被当成人的授权。
07技能与定时：从"教一遍"开始
Grok Bot 也有技能：描述怎么做一件事。它多了一个有意思的入口，叫"教一个任务"：你在浏览器里做一遍，最长 10 分钟，它把这段操作录下来，生成一份技能草稿，你审核后保存。
定时流程（Routines）把一个工作流交给某个 bot，按时间或者在支持的情况下按事件触发。官方建议的顺序是：先在一次真实的任务上测试技能，确认没问题，再把它做成定时流程。
这个"先手动、再固化、最后自动"的顺序，和第 5、7 课的设计精神一致：技能是你读过、验证过的东西，定时任务是你在场时做出的决定。
08模型：你不能选
Grok Bot 没有模型选择器。官方文档说，它为每个任务选择后端模型，可能是 xAI 自家的，也可能是第三方服务商的，每次请求都可能不同，应用里也不显示是哪个模型处理的。
这和前三课形成鲜明对比：Claude Code 只用 Claude，Codex 和自家模型深度绑定，Pi 让你自由选。Grok Bot 选择把模型完全藏起来，你面对的是"一个能干活的队友"，而不是"一个模型加一套工具"。好处是省心；代价是你无法控制，也无法复现某次行为背后用的是什么。
09Grok Build：xAI 的编码 Agent
xAI 在 5 月发布了终端编码 Agent Grok Build，早期测试版面向 SuperGrok 和 X Premium Plus 用户。对照前面的零件，它的特点很清楚：
- 计划模式可以逐条改。 动手之前生成计划，你不只能批准或拒绝，还能对某一步批注、改写。
- 子 Agent 并行，各用一个 git worktree。 这是第 9 课"并行写会冲突"的一种工程解法：各写各的副本，最后合并。
- 无头模式。 用
-p参数在脚本和自动化流程里运行。 - 开箱支持 AGENTS.md、MCP、技能、钩子和插件。 第 13 课说的跨厂商标准，它全部接上了。
Grok Build 也是 Grok Bot 在 Linux 上的入口：没有桌面应用的 Linux 用户，可以通过它的终端界面使用 Grok Bot。
10它的取舍与代价
1. 数据都在云端。 它需要云端存储，你的文件、浏览器会话、登录状态都在它的电脑上。删除一个 bot 会删掉它的资料、对话和定时流程，但共享电脑上的文件和登录状态可能还留着。
2. 浏览器操作慢，也更难预测。 页面改版、弹窗、验证码，都会让流程中断。官方也建议：有连接器就优先用连接器。
3. 看不到用的是哪个模型。 出了问题，很难判断是模型的原因还是流程的原因。
4. 适合的场景和编码 Agent 不同。 它擅长的是跨网站、跨工具的事务性工作，而不是在一个代码仓库里深度工作。
11本课小结
- Grok Bot 把循环搬到了云端：每个用户一台持久的云电脑，你不在它也在干活
- 工具优先用连接器，没有就操作浏览器；凭证由专门的地方保管，Agent 看不到
- 审批按工具和风险决定，可加"先问我"规则，无人值守的审批 30 分钟过期
- 多个长期存在的 bot 分工协作，Agent 之间的消息不能当成人的授权
- 模型对用户隐藏；Grok Build 是同门的终端编码 Agent，计划可逐条改，子 Agent 用 worktree 并行
下期预告：拆解 DeepSeek Harness
下一课回到能装在自己电脑上的开源 Agent。DeepSeek 今年 8 月开源了 DeepSeek Harness，它的设计口号是"一切皆插件"：连循环本身都可以换掉。
参考：
- Grok Bot FAQ（xAI 文档）
- Grok Bot 时间线与功能（Keywords Everywhere）
- Grok Bot 发布报道（GIGAZINE）
- Grok Build CLI（xAI）
- Grok Build CLI 介绍
配套图解：Agent 是怎么工作的：看上下文在每一轮怎么变化 →
配套代码：GitHub · NamiAgent（每课一个目录，可直接运行），或下载压缩包