社区

8 月 11 日，Grok Bot 发布测试版。

它会在云端给用户开一台长期运行的电脑，里面有浏览器、文件系统和终端。Grok Bot 可以登录网站、打开应用、下载文件。用户把自己的电脑关掉以后，它仍然可以继续干活。

上线之后，一批录屏很快在社交媒体上爆火。

8 月 19 日，网友 Mike P 发了一条帖子。他有两个 Gmail，加起来大约九万封邮件，堆了很多年，一直没清理。他把这件事交给 Grok Bot，只留了一句话：

「Good luck in there bud, do whatever you want. Just clean it tf up.」

大意是，祝你好运，随便你怎么弄，把它清干净就行。

几天之后，他重新打开 Gmail，Bot 已经处理完了。这条帖子后来拿到了八百多万浏览。

网友 Darian Shirazi 干了另一件事。他让 Bot 翻自己的邮箱，找已经退货、商家却一直没有退款的订单。

Bot 找出了五笔，再分别给商家发邮件追款。Darian 后来公开说，追回来的钱已经超过了 Grok Bot 一个月的订阅费。

类似的用法很快被其他人复刻。GrokTemplates 上出现了退款、订阅审计、Personal CFO 一类模板，处理的多半也是这些金额不大、步骤不少、很容易一直拖下去的事。

网友 Morgan Linton 让 Grok Bot 帮自己取消一个服务。正常登录入口失败以后，Grok Bot 转去邮箱，翻出这个服务之前发来的邮件，从里面找到 Manage Plan 链接，再通过 magic link 进入账户，把服务取消掉。

也有人开始在日常工作中使用 Grok Bot。Jon O'Neill 开了一家通下水道的公司，一天之内把办公室经理的一部分工作交给了 Grok Bot。Hacker News 上一个叫 jjcm 的用户让 Bot 通过邮件和 WhatsApp 联系了大约四十家越南面料供应商，谈价格、筛供应商，最后锁定一家并安排样品。

一家物流公司的 CEO 第一天使用，Bot 就给一百多个司机发了短信，跟踪了几百批货物，还处理了一部分货运订单。还有人错过会议，干脆让 Bot 进去听完，再把会议记录记好。

这些事，过去用 RPA、工作流自动化或者其他 Agent 也有人做过。麻烦往往出在执行层，流程要提前拆出来，每一步该去哪、调哪个接口，都得有人配置。页面改了、接口不通，或者登录方式换了，原本写好的流程就可能得重新搭。

Grok Bot 直接拿到了一台电脑。登录、找入口、翻邮件、切换路径，这些过去经常需要人工处理的细节，现在也被放进了 Agent 的工作范围。

每个 Bot 的职责

xAI 在官方使用指南里介绍过一种用法。

你可以同时跑好几个 Bot，再加入一个类似幕僚长的角色，下面每个 Bot 各管一条线，比如收件箱、报销、招聘、修 bug 或者运营。用户只需要指定一个主 Bot，把职责写清楚。以后任务都交给它。

收到任务以后，主 Bot 先判断有没有专门负责这条线的 Bot。有就转过去，没有再自己处理。任务做完以后，再把结果同步回来。

xAI 的工程师还给过一套推荐的使用流程。先把流程手动跑通，确认这件事到底该怎么做；再把稳定下来的步骤存成 skill；需要明确分工时，再建专门的 Bot；最后才考虑自动执行。

网友 Eugeniu Ghelbur 说，很多人刚好反着来。第一天就开八个 Bot，所有东西一起跑，最后一团糟，然后觉得是模型不行。

他自己在生产环境里跑六个 Bot。每个 Bot 都有名字，也有一份写好的职责说明，里面会写清楚它负责什么，可以查哪些来源，可以用哪些工具，最后要交什么样的结果，哪些动作必须先得到他的同意，以及查不到信息时该怎么办。

最后还有一条红线。凡是对外发送消息或文件、公开发布内容、动用资金、承诺价格或交付时间、删除数据，以及其他任何不可逆操作，都必须先停下来征得他同意。

他派任务的时候，通常一个目标开一个群聊，把相关的 Bot 拉进去，只说最后想要什么结果，很少提前列详细步骤。他认为，步骤写得越细，原本想交给 Agent 的那部分判断，最后还是会重新回到人手里。

Bot 也可以去操作别的 AI 工具。

Cursor 有一个 Cloud Agent，可以在云端拉代码库、修改代码、跑测试。用户把需求交给 Grok Bot，Grok Bot 再打开 Cursor，把编码任务发进去。

Cursor 写代码、跑测试、提交 pull request。Grok Bot 过一会儿回来检查进度，最后把结果和截图带给用户。

还有人研究出了更邪修的用法，把 Claude Code、Codex 这类编码 Agent 直接装进 Grok Bot 的云电脑。

这些工具平时装在用户自己的机器上，人一关电脑，任务也就停了。Grok Bot 的云电脑会一直运行，于是有人让它自己把这些工具和运行环境装好，再由用户完成登录，或者通过安全输入配置需要的凭据。

之后用户仍然只用和 Grok Bot 说话，真正跑长时间编码任务的就变成了 Claude Code 或 Codex。

这样做还有一个很现实的原因。Grok Bot 自己本身的使用额度消耗比较快，把具体编码交给 Claude Code 或 Codex 以后，这部分消耗可以走各家的账号，Grok Bot 只负责分配任务、检查进度和收结果。

Crypto Bro 已经开始用它去赚钱了

Grok Bot 上线没几天，就有 Crypto Bro 把钱包交给它，让它自己去交易赚钱了。

Crypto 圈很适合做这种实验。交易记录公开在链上，谁什么时候买了多少，资金从哪个地址来，Bot 都可以自己查。下单、转账、查余额也能直接通过代码完成。这个行业原本也已经习惯各种自动交易程序。

网友 Ridark 用八个 Bot 搭了一套交易系统。

有的盯新币和 Telegram 群里的消息，有的负责查项目有没有明显风险，比如还能不能增发、能不能冻结账户、池子里有多少流动性。另一个 Bot 负责执行交易，还有 Bot 跟踪大户和项目方钱包。最上面有一个 Head of Desk，把消息和任务分给其他 Bot。

Ridark 后来称，这套配置让自己一周赚了 13,100 美元。

另一个叫 bl888m 的用户说，他往 Bot 的钱包里放了 90 美元，一周以后变成 14,220 美元，期间自己一次都没有登录。

也有人做得谨慎得多。galleonlabs 做的 HyperGrok 同样是一套交易配置，但下单之前要先过证据和风控，在动资金之前还保留人工确认。成交以后也会复盘，整个过程留下记录。

围绕 Grok Bot 做的炒币工具也已经出现。它们会给 Bot 配单独的钱包，盯刚发出来的 meme 币，再按照用户提前设好的规则交易。

不过还是需要提醒大家，这毕竟是高风险的交易，不要贸然尝试，你大概率会把本金亏光，不要问我是怎么知道的。

一台不关机的电脑和长期上下文

官方文档里，Grok Bot 是一个有名字、有职责、会保留上下文的角色。它真正干活的地方，是一台持续运行的云虚拟机，浏览器、文件系统和终端都在里面。

机器按账号分配，一个用户一台，名下所有 Bot 共用。每个 Bot 在工作时有自己的操作界面，但底下用的仍然是同一台电脑。

所以一个 Bot 登录过的网站，另一个 Bot 接手后通常不用重新登录。同样，这也意味着机器里的文件和登录状态，对其他 Bot 都是可见的。

官方明确提醒，不要把不同 Bot 当成相互隔离的安全环境。

Bot 自己会保留角色设定、稳定偏好以及过去工作的摘要。另一部分上下文则来自所有 Bot 共用的电脑，比如文件、浏览器登录状态，以及任务交接和群聊中留下来的信息。

所以这里说的「记忆」，和人脑里不断积累、越来越成熟的长期记忆还不是一回事。

官方也提醒，不要把每周都会变化的内容塞进长期上下文。更稳妥的办法是写进文件，让 Bot 每次读取，或者要求它回到原始来源重新查询。

社区里也有人觉得，把这套东西直接叫作「记忆」容易让人产生过高期待。Bot 保存下来的很多内容，更接近长期上下文，以及连接过的工具里本来就存在的信息。它不会因为工作得久，就自然长出一套越来越成熟的判断体系。

一项任务跑通以后，可以存成 skill。skill 里可以写操作步骤、判断规则、最后的输出格式，以及哪些环节必须先得到人工确认。存下来以后，同一账号下的其他 Bot 也可以调用。

routine 则负责决定什么时候执行这些 skill，可以按时间触发，也可以按事件触发。官方推荐的顺序仍然是先手动跑一次，确认流程稳定以后再存成 skill，最后才交给 routine 自动执行。

一个 Bot 最多可以带五十条 routine，每条会保留最近二十次运行记录。长时间没人查看的 routine 还可能被暂停。

skill 本身也能继续修改。发现新的问题以后，可以让 Bot 把这次纠正写回 skill，规则就会一点点补全。

如果用户不会写指令，也可以直接做一遍给它看。用户在浏览器里亲自完成整个流程，Bot 在旁边记录操作，然后生成一份 skill 草稿，再交给用户检查。密码、二次验证和验证码这类步骤，仍然需要人自己完成。

有 connector 或 MCP 的地方，官方建议优先走接口。没有合适 API 的，再直接打开浏览器操作。

Beta 阶段的问题也不少，比如登录经常卡住，二次验证和验证码需要人接手，有些网站还会反复触发风控。云电脑如果被重置，没有同步出去的文件也可能丢失。

官方建议把需要保留的结果先放进 Workspace，再另外复制一份到自己的存储里。目前 Grok Bot 也没有模型选择器，用户不能给同一个 Bot 自由切换其他模型。

几个帮你更快上手的网站

这三周里，社区已经攒出了不少案例、模板和配置。

不过需要提醒大家，这些网站大多是独立项目，和 xAI 官方没有关系。有些页面放的是一段 prompt 或者一句用法说明，并不是点一下就能安装的模板，使用之前最好先看清楚具体提供了什么。

想看其他人到底拿 Grok Bot 做什么，可以先看 usegrokbot.com。

这个站收集了一千七百多条 X 上的公开案例，每六小时更新一次。目前运营、编码和邮件相关的案例最多，每一条都可以直接跳回原帖。

grokbot.dev 更像一个社区目录，收集了 prompt、插件和各种用法。投稿通过 GitHub PR 完成，读取端同时提供 JSON、RSS 和 MCP，也可以直接让自己的 Bot 把它当数据源读取。

网站同时注明，一部分 prompt 是根据公开案例重新整理出来的，并不是原作者当时使用的原始版本。

如果想直接找现成配置，可以看 GrokTemplates。这是一个社区模板市场，目前有一百多个模板，退款、订阅审计、Personal CFO、内容日历都有，大多数通过分享链接和 GitHub 资源包分发。

LearnGrok 收集了不少别人已经做好的 Bot、配置和教程，比较适合直接翻别人已经跑通的用法，再照着自己的需求改。

GrokHub.io 更新得比较勤，除了案例和模板，还提供插件和机器可读接口。

botskills 是一个 BOT.md 目录，配置基本都可以直接复制使用。这里有一个明确要求，每条配置都要写清楚哪一步必须经过人工确认。

really.bot 更像公开任务板。真正跑通并且经过验证的任务，会拿到一个编号。

安装别人分享的 Bot 之前，最好先看它到底需要接触什么。社区里已经出现 Box Inspector 这类工具，专门在用户确认分享链接之前检查 Bot 的配置、要求，以及可能涉及哪些账户和权限。

因为同一账号下的 Bot 共用一台云电脑，来路不明的 Bot 一旦碰到某些登录状态，影响也不会只停在它自己。

还有两个更偏基础设施的方向。Composio 提供 integrations 和 MCP，一次连接可以挂上大量应用，很多操作就不用再让 Bot 反复打开浏览器。

GitHub 上还有几个叫 awesome-grok-bot 的仓库，大多是中英双语清单，收集社区插件、自托管替代方案和常见失败情况。

最后一个按钮还在谁手里

Grok Bot 上线以后，最容易被录成视频传播的，还是那些很直观的东西。九万封邮件一夜清完，几十家供应商自己联系，会议错过了让它进去听，代码写到一半再转给另一个 Agent。看起来像是 AI 又多学会了一批操作电脑的技能。

但我用了这么长篇幅去讲它，真正让我觉得有意思的，是另一件事。

过去我们使用大多数 AI，关系通常在一个对话框里结束。你问问题，它回答；你让它写东西，它把结果交回来。哪怕是 Agent，很多时候也需要人在旁边盯着任务什么时候开始、卡在哪里、什么时候重新运行。

Grok Bot 给这个关系加上了一台长期在线的电脑。登录状态在那里，文件在那里，之前跑过的流程也在那里。用户关掉自己的电脑以后，工作还在继续。一件事跑顺以后，又可以被写成 skill，交给 routine，下周继续跑。再往后，甚至连任务分配都可以交给另一个 Bot。

于是问题很快会从「它还能帮我做什么」，变成「我愿意让它做到哪一步」。

看邮件和发邮件之间差一个按钮，整理退款和真的去联系商家之间差一个按钮，研究一笔交易和把钱打出去之间也差一个按钮。

电脑操作能力越完整，这个按钮越重要。谁可以按，什么情况下可以按，按之前要不要回来问人，会慢慢变成 Agent 产品里最实际的一套规则。

这也是为什么现在社区里那些真正长期使用 Grok Bot 的人，最后都开始写职责、权限和 approval。刚开始大家研究的是怎么让 Bot 多干活，用上一阵以后，研究的往往变成怎么让它在该停的地方停下来。

AI 已经有了一台不会关机的电脑。接下来会有多少具体工作从我们的电脑里搬进去，以及那颗最后确认的按钮还会在人手里留多久，可能才是这轮 Agent 产品真正要回答的问题。