Grok Bot 核心成员公开 14 个私藏 Bot 与工作流配置

Grok Bot 两位核心成员的 14 个私藏 Bot 与全自动工作流 Grok Bot 两位核心成员 @poteto 和 @pengzheng_ 在 @petergyang 的专访中，首次系统性公开自己的真实使用配置：从生活采购、订机票，到设计、写代码、自动合并 PR，他们已经把 Grok Bot 当作“一群可托付的虚拟员工”在每天使用。在访谈中，他们总结出了从“手动指挥”到“信任放权”的渐进方法论。 Youtube 视频： youtube.com/watch?v=xZ5TEa… 1. Peng Zheng 的配置：个人生活的“总智能体 + 专家群” Peng 把所有数字世界的事务分为工作与生活两类，最常用三个 bot： Chief of Staff（首席智能体）：兜底入口。不知道该派给谁的任务就发给她。典型例子：买 3D 打印耗材，不只下单，还自动更新他的 Notion 库存清单（按颜色追踪）。卖二手 DJI 麦克风更典型：一条指令串起查官网价格、调研同城竞争报价、学习他过去的文案风格、上架、以及无人问津时每周自动降价 5 美元。执行中它还会主动去“咨询”Writer bot 怎么写文案，bot 之间的自主协作已经发生。 Designer / Writer bot：Designer 通过 Figma MCP 直接改设计稿、用他的 design token；他的新工作流是“我做前 5%”，定好系统、画一个关键帧，然后让 bot 扩展成完整端到端流程。Writer bot 负责润色邮件和 Slack 消息（英语非母语），在 Slack/邮件小窗里内联出稿、他审后发送。 多角色群聊：把 PM bot、Designer bot、Engineer bot 拉进一个群，扔进一个想法（比如“粤语邮件翻译 App”），看它们互相辩论、各自从职能视角给意见。想指定谁回答就 @ 谁，否则它们自行判断是否接话，像真人群聊一样。 两个有趣的延伸：播客 bot 把任意文章链接转成播客供开车时听（“格式的终极翻译器”）；以及他把旧金山唐人街拍的一张照片，做成自动化的“打卡 App” pipeline，发照片 + 同行人的社交账号，bot 自动生成日间/夜间两版黏土风图片、抠图、发布到个人网站，而整个“playbook”存在私有 repo 里由 bot 拉取执行。Grok Bot 在这里变成了个人网站的发布后台。 2. Lauren Tan 的配置：工程向的“米其林厨房” Lauren 展示的是硬核工程用法： 控制虚拟机：为了给 Omachi（DHH 等人做的 Linux 发行版）做适配，她让 Grok Bot 直接操控跑在 Mac 上的 Linux 虚拟机，Grok Bot 有自己的电脑，同时通过本机执行守护进程控制她的电脑。核心逻辑是：agent 必须能自己验证自己的工作。 P-Stack 技能栈 + 自动化评测：改一个 skill 前先跑 eval，bot 会拉起多个不同模型的子 agent 试跑 prompt，确认目标达成才允许合 PR。 “米其林厨房”：她对“软件工厂”这个说法的修正是本场金句之一，工厂让人联想到 slop，她要的是 quality at scale，像米其林餐厅一样既有工艺又有规模。 最激进的信任：因为 Grok 代码库架构本身是 agent-friendly 的，她经常在 PR 合入之后才去看，看完觉得“哦，挺好”。 Dr. Eggbot（造 bot 的 bot）：bot 设计师，负责以工程严谨度生产新 bot，取名全是食物系（大福、饺子、抹茶）。它还会定期巡检所有 bot 的对话记录，提出改进建议，并优化 routines 的执行频率，因为 routine 跑太频繁会持续唤醒 agent、烧掉大量用量。 Tsuki（个人助理）：完成了她最大金额的自主操作，只给了一条含会议信息的 Slack 链接，就通过公司差旅系统订好橙县→丹佛→伦敦→阿姆斯特丹的多段航班和会场附近酒店，只在最后点“确认”前请示了一次。Tsuki 甚至有自己的第三方手机号，会发短信提醒她吃午饭（她开着勿扰模式经常看不到 App 通知），并会用 DoorDash 直接下单。 Potato（社交 bot）：每 30 分钟轮询 X 上的提及（她在 X 有个梗：连打三次 potato 就会触发通知），聚合同类 bug 反馈。关键设计：她可以直接对工程师 bot 说“去找 Potato 了解情况，回来给我修复方案”，上下文在 bot 之间自动传递，不需要人类复制粘贴。这把社交渠道变成了产品反馈的“外环”，直接接入工程师“内环”。 3. 产品设计哲学：为什么是“有名字的常驻 agent” 访谈后半段是全场最有思想密度的部分。Peng 的框架： 三层工作形态演进： ① 过去人直接操作工具（Figma 里画框、Slack 里打字）； ② 现在是 prompt AI 代劳； ③ 未来是人设计系统，让 bot 与 bot、bot 与人自主协作。 多数 AI 产品仍停留在“以模型为中心”（围绕模型造 harness 再包一层产品 UI，满屏技术黑话），而 Grok Bot 的实验是让系统模型对齐用户的心理模型：现实中你不需要懂保险公司怎么运作，你只需要知道该给谁打电话。把 agent 人格化、命名、常驻，正是复用了这个直觉。 两个关键架构决策： · 聊天是易耗品，bot 是资产。AI 产品里的会话大多一次性、两周后再也不回看；而把可复用的能力、记忆、工具沉淀到“角色”里，临时项目再开专门会话，就兼顾了沉淀与灵活。同一个 Designer bot 可以同时服务多个项目的不同会话，身份与记忆仍是同一个。 · 能力共享，记忆私有。工具、连接器、技能是全局共享的，但记忆和偏好归属每个 bot 本身，这就是为什么“你的助理和我的助理注定长成不同的样子”，使用过程本身就是个性化过程。 团队内部也是如此：Lauren 开源为 potato mode 的技能，内部叫 Lauren mode；Peng 有 Peng mode；让工程师以外的人（设计师、PM）也能给代码库做高层贡献，是重构 Grok Bot 代码库的核心动机。 4. 方法论提炼：从下载到放权的路径 面对 Peter “我总怀疑‘睡觉让 bot 干完一切’的宣传” 的追问，两人的回答构成了本视频对普通用户最有用的部分： 1. 从一个简单任务开始，刻意“过度拉伸”它；Peng 至今仍在测试边界：凡是碰到键盘鼠标的事都试着委派出去，看看极限在哪。 2. 观察 + 纠偏 → 固化为 skill。Lauren 的核心论点：一切归结于信任（trust）。没有捷径，先花时间看着 bot 干活、随时纠正；一轮跑顺后把流程沉淀成可复用的 skill，做到一条命令（如 /expense-report）一次成型。 3. skill 稳定后才升级为 routine（如“收到含收据的邮件就自动报销”），这时才真正可以走开。跳过前两步直接放权必然翻车。 4. 注意成本：routine 频率过高会持续唤醒 agent、消耗配额，需要调优（Dr. Eggbot 会帮忙做这件事）。 5. 心智模型：像 onboard 新员工。信任随观察逐步建立，先带着做、再盯着做、最后放手。终点是“人人都能当产品的 CEO”：你做高层战略决策，执行层全部委派。 Peter Yang @petergyang "Everything I touch with my keyboard and mouse, I try to delegate to my bots." Here's my new episode with @poteto and @pengzheng_ , the eng and design leads for Grok @bot , where they showed me the 14 bots they use for work and life, including: → A design bot that turns one keyframe into a full user flow → An eng lead bot that manages a team of eng bots → How to trust your bots with more of your work Some quotes from both: "I like to call it the Michelin kitchen…when you say software factory, it has this connotation of mass manufactured slop." "Sometimes I actually don't even look at the PR until after it's landed and then I'm like, 'Oh, okay. Yeah, that looks good.'" "I think it ultimately comes back to trust. First, watch your bot work and correct it. Turn what worked into a skill. Once it nails the task in one shot, make it a routine." 📌 Watch now: youtu.be/xZ5TEaleUdg O Thanks to our sponsors: @meetgranola : AI meeting notes that don’t suck granola.ai/peter d @RiversidedotFM : All-in-one AI studio for podcasts and video creators.riverside.com/PeterYang E Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 1 🔄 3 ❤️ 11 👀 1102 📊 4 ⚡