Lauren Tan 分享 Grok Bot 自动化指南,dotey 补充目标验收循环方法论
Lauren Tan 发布了一份关于如何用 Grok Bot 做自动化的入门指南,核心思路是先讲清目标,再把自己的最佳实践教给 bot,让 Agent 像自己一样思考。她在 X 上的文章指出,很多人没有把 Grok Bot 的潜力发挥出来,是因为自动化本身是一项不易掌握的技能。 dotey 在转发中提出了不同路线:他认为模型比人聪明,所以不干涉中间步骤,而是强调目标、验收标准、改进的循环。具体做法包括给 Agent 配备截图、网络检索、代码运行等验收工具,在新闻发布自动化场景中要求动笔前先做事实核查;跑通第一轮后再根据结果调整。 他还介绍了让 Agent 自我进化的两个层面:把打磨好的最佳实践沉淀成 Skill,以及让 Agent 每轮执行后往 lessons.md 记录经验教训并自行优化 Skill,同时定期重构清理臃肿的 Skill 并重跑测试集。两种方法的分歧点在于:Lauren 把人的经验灌给 Agent,dotey 则定好目标和验收让 Agent 自己积累经验。
Current read
两条自动化 Agent 的路线对比很实在:Lauren 把自己经验教给 Grok bot,dotey 只定目标和验收标准让模型自己跑。他给的 lessons.md 记录、Skill 沉淀和定期重构的做法,上手就能抄,做自动化任务的人都该看看。
Evidence
2 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.