Grok Bot 团队分享如何用 5 个专业 bot 组建 AI 工程团队，能同时管理 200+ cloud agent，还包含夜间审计等进阶玩法。
Grok Bot 团队展示了如何用 5 个专业 bot 组建 AI 工程团队，每个 bot 负责特定领域如移动端、基础设施等。该系统每 30 分钟巡检 Notion 任务看板，自动处理 Bug、安全告警和 CI 失败，可同时管理 200+ cloud agent。团队还设置了名为 Jenny 的运营 bot，负责每日沟通和错误根因分析。
如何用 Grok Bot 搭建并运营一个"AI 工程师团队" ？ Grok Bot 团队 @lingxi 判断：未来的工程师不再是"写代码的人"，会是"管理一支 AI 工程团队的技术负责人"。 一...
如何用 Grok Bot 搭建并运营一个"AI 工程师团队" ？ Grok Bot 团队 @lingxi 判断：未来的工程师不再是"写代码的人"，会是"管理一支 AI 工程团队的技术负责人"。 一支有分工的 5 bot 团队 · Baltata — 移动端共享层与 iOS · Shaoruru — Desktop 客户端与 CI/CD · Hogan — 基础设施 + 归属不明的问题排查 · Craig — Android · Quill — Grok Bot harness 本身 这里有一个值得注意的设计原则：每个 bot 有独立的记忆系统和有限的上下文，专注单一领域时表现最好——因为领域内携带的 specs 和设计原则更"锐利"。这实际上是把人类工程团队的"领域所有权"概念直接映射到了 agent 架构上。 完整的工程闭环系统 · 共享 Notion 数据库作为任务看板，bot 每 30 分钟巡检一次：检查 Bugbot 评论、安全告警、CI 失败、合并冲突； · 自动分级处理：有问题 → 跟进修复；没问题 → 标记"Ready for Review"并触发代码审查；审查置信度高且影响面小 → 自动合并；否则留给人类决策； · 反馈闭环是关键：cloud agent 能截图，Grok Bot 用多模态能力验证视觉改动是否符合要求，不符合就 push back。Lingxi 举了一个硬核例子——把语音 API 接入 cloud agent 的系统音频 I/O，用"说出来的声音 + 转写文本"双信号测试语音功能； · 规模数字：Lingxi 称之前手动最多同时管 15 个 cloud agent，现在他的 bot 舰队同时管理 200+。 "运营层"：Jenny 这个角色 更有意思的设定是 Jenny——运营负责人，团队中唯一不写代码的 bot。她负责： · 每天凌晨 5 点和每个 bot 开 1:1，重申 playbook、暴露阻塞、"强化我要的 vibe"； · 出错时做根因分析和 postmortem，更新 playbook 并同步给所有 bot，确保同一个错误不犯第二次； · 负责新 bot 的 onboarding。 这实际上是在 agent 系统中复刻了人类组织的"知识管理 + 文化传承"机制。Lingxi 特意指出：因为上下文窗口装不下所有东西，每日重复关键点是让 bot 长期记住复杂工作流的有效手段。 两个进阶玩法 · Nightly audits（夜间审计）：凌晨 3 点 bot 全员开工——清理死代码、提速、减包体积、安全审计、i18n 补齐、多端功能对齐等。每天早上收获一批新 PR。作者最爱的一条 prompt 是："你今晚有 6 小时，想造什么造什么，玩得开心。" · P0 紧急流程：说"这是 P0"，bot 就启动每 5 分钟检查一次 transcript 的临时例程，主动纠偏。Lingxi 也诚实地加了警告：这烧 token 的速度远超你的想象。 Lingxi Li @lingxi x.com/i/article/2090… 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 0 👀 448 ⚡