本文是零基础 Grok Bot 全流程教学。作者介绍了 Grok Bot 与 Codex、Claude Code 等项目型 Agent 的区别：每个 Bot 像有独立身份、职责和 Skill 的个人助手。文章讲解了 Grok Bot 的核心特性——每个账号配备一台云电脑，Bot 之间可互相传话、拉群协作；并给出四类 Bot 搭建方向：固定任务型（定时任务）、专业领域型（安装 Skill）、工具型（接入 Codex、飞书等 CLI）、连接器型（打通推特、密码管理器、邮箱等）。文中还包含安全提醒和额度消耗技巧，是一份实用的 personal AI 入门指南。
作者基于之前分享的地图动效 Skill，通过与 Agent 对话，仅用两三次对话、几千万 token 就开发出两个网页版产品：Map Motion Studio 可输入多个地点生成 3D 地形路线动效视频并支持下载；徒步星球则将全球 45 条经典徒步路线收进一个可交互的 3D 地球，支持按地貌、里程筛选，随机传送和沿线飞行视角，每条路线附距离、海拔、难度和途径点介绍。作者认为 AI Agent 的能力边界已几乎无法触及，什么软件都能实现，并计划继续探索 AI 的能力边界。
作者以视频创作小白的身份，分享了使用 Miora 织影 Agent 制作中国古代猫故事短片《乾红猫》的完整过程。文章详细介绍了从选题找故事、建立故事框架、创建角色卡、拆解分镜到调整细节和剪辑的六个步骤。制作中遇到红猫一致性等 AI 视频生成的常见问题，通过补充角色卡和抽卡方式解决。最终短片 1 分 18 秒，生成 50 段视频，花费约 40 美元。作者认为这类视频 Agent 目前更适合作为创作工作流使用，距离一句话生成短片还有距离。
作者分享了用 Grok Bot 搭建亚马逊跨境电商 AI 团队的实战经验。相比 Codex、ChatGPT Dots 和 Muse 等工具，Grok Bot 自带云电脑、支持多 Agent 并行、移动端体验更好，能真实登录买家账号执行前台任务。文章介绍了从单个机器人起步的三个实践：Listing 日常巡检、以买家身份体验 Alexa for Shopping、定时监控竞品；再到按功能拆分岗位（数据、广告、财务、文案、设计等）搭建 1+12 的组织架构，以「船长」统筹调度。作者强调岗位需写清职责边界、只出待批清单不直接操作后台，并将跑通的 Skill 复用迁移，实现 AI 员工化运营。
作者分享了人在国内使用 Muse + Snaplii 组合远程为美国朋友购买星巴克咖啡的完整实操流程。先在 Snaplii 创建 AI 支付 API key 并用 USDC 充值（详细记录了到账金额必须分毫不差的踩坑经历），再让 Muse 连接 Snaplii，随后 Muse 自主购买 Uber Eats 礼品卡、登录账号、选店下单，关键步骤需人工确认。最终成功送达咖啡，作者还分析了费用明细，并附上完整流程视频，建议北美用户尝试这一安全且带返利的 AI 支付组合。
作者总结了 10 条 Grok Bot 使用经验：Bot 适合长期反复的非编程任务，编程任务仍用 Codex、Claude Code、Cursor；摸清 Bots 的上下文机制，善用共用记忆和 Skill；不要一开始就把 Bot 拆得太细，像管理初创公司一样逐步扩展；优化重叠任务职责；成熟的标准化流程交给 CLI Agent 执行以节省额度；通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守；用 Web Access Skill 补足浏览器自动化能力；关闭 App Nap 解决息屏问题；推荐用 Notion 做长期数据看板；最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。
作者开源了 Pi Durable Subagents 扩展包，为 Pi Durable Agent 框架提供类似 Codex 和 Claude Code 的 subagent 能力。每个 subagent 拥有独立的 Conversation、instructions、模型和工具权限，通过 subagent 工具由主 Agent 委派任务。扩展提供两种模式：Foreground subagent 支持并行创建子任务并等待结果返回，适合并行研究和任务拆分；Background subagent 支持命名后台任务，可通过 spawn、send、stop、status 四种操作持续管理，任务结果通过 durable Reporter task 送回主对话，并支持进程重启后恢复。项目基于 Conversation、Task、ownership 等基础部件构建，采用 MIT License 开源。
Google DeepMind 9 月发布的论文《Agentic Economies for Autonomous Scientific Discovery》主张，AI 科研的真正瓶颈不在想法生成而在资源有限的验证，需设计市场与制度解决协作、信用分配、问责与安全问题。AI 裁判 Pith 批评其核心论点与自引证据相悖且缺乏实证。产业侧 Molecule 的 Onchain Lab 已按论文要求施工。实验证据双向：Economy of Minds 的拍卖机制大幅提升 agent 任务表现，而另一实验显示仅有经济角色不会产生交易，需可验证的工作与权利。结论：经济制度的威力来自可验证性，而非价格标签。
作者详细分享了让AI助手Muse全权运营微信视频号的完整实操流程，涵盖选题去重、原创文案、剧情分镜、AI视频生成、豆包TTS配音、FFmpeg合成与字幕烧录、定时发布及发布后验证的全链路闭环。文章提出自动运营的四层架构（策略、生产、发布适配、守护审计），强调状态机管理与防重复发布机制，并深入讲解Cookie会话安全、固定出口配置，以及排查创建接口300002错误的完整过程。适合想搭建无人值守内容自动化流水线的读者参考。
作者通过一个几万元 AI 项目烂尾的案例，指出工程师驻场做 FDE（前瞻部署工程师）本质上是条死路。文章分析工程师驻场失败的三大原因：组织权限的隐性防御（业务人员担心被替代而消极配合）、行业壁垒（行业术语和经验需多年沉淀，技术人员难以短期掌握）、数据安全限制。核心观点是学习成本倒挂：业务专家补工程能力只需几天培训，而技术人员补行业认知需要三五年。AI 时代真正的 FDE 应是业务专家利用成熟工具链自己练出来的，而非工程师转型。真正不可替代的壁垒属于懂得用新工具重构业务的老法师。
作者分享了使用 Grok Bot 后工作方式的转变：他从主要在电脑前使用 Claude Code、Codex 等 AI 编程助手，转变为通过手机协调实际工程工作。他搭建了 29 个分工明确的机器人，由管家 Emma 协调研究机器人和编码机器人完成模型实验、微调、内容创作等任务。通过跨设备协作，他无需固定在工位即可推进研究和编码工作。他认为最大的变化不是效率提升，而是思维方式的转变——从考虑打开哪个应用，到思考要完成什么目标以及哪个机器人可以帮忙。
文章以特里芬难题类比，指出注意力经济在后互联网时代已走向内部衰败：算法将人性弱点工业化，流量与注意力被瓜分至极限，进入存量博弈。随着用户将消费意图交给 Personal Agent，经济模式正从算法猜测意图转向用户主动广播意图，形成'意图经济'。MIT 实验显示 Agent 虽可被文字提示影响，但更看重评分、价格与明确偏好，营销话术权重下降。作者提出四个机会方向：面向意图做结构化产品、通过新硬件捕获真实意图、构建可携带的长期记忆护城河，以及内容创作者要么极致 ToH 要么极致 ToA。新经济源于资产的富裕而非稀缺的发现，我们正处在旧秩序瓦解的拐点。
作者分享了蚂蚁灵光2.0内测版新增的Personal Agent（个人智能体）功能体验。通过接入开源生态的MCP/Skill/CLI协议，灵光可以控制小米智能家居设备，作者演示了一句话让空调自动开启并根据室外温湿度和运动状态智能调节。此外还展示了定制健身计划并长期跟进、每日推送垂直领域晨报等长程托管能力。作者认为Personal Agent的核心价值在于长程任务托管能力，而非简单的外部服务接入，灵光在手机端Personal AI方向已领先一步，并附上了接入米家的完整教程。
作者分享了国庆期间折腾 Grok Bot 的进阶用法，搭建了两套 AI 组织体系：一套服务跨境电商的 12 岗位亚马逊团队，一套服务个人自媒体 IP。核心玩法包括：将本地电脑托管给云 Bot，把在 Claude、Codex 中打磨好的 Skill 迁移给 AI 员工；按功能拆分岗位并写清职责边界；用 1+N 统筹机器人模式降低 Token 消耗；让 Grok 调用 Codex、Cursor 等外部 Agent 实现模型分层；接入飞书 CLI 落成云文档，以及通过 GBrain 知识库打通手机资料收集与工作流。文中还强调了岗位权限边界与人工把关的重要性。
文章介绍了两个月内四家公司发布的 Personal Agent 产品：xAI 的 Grok Bot（云端常驻 Agent 团队，支持例行任务与权限分级）、Meta 的 Muse（强调安全架构，通过 Secure VM 与 Sentinel Agent 防范提示词注入）、Manus 的 Cue（为 Agent 提供邮箱、电话、钱包等独立身份，支持多 Agent 协作）、OpenAI 的 dots（基于 GPT-6 Astra，作为调度员连接 4000 多个应用并把任务派给 Codex）。作者对比了这些“云端虚拟人”与运行在本地设备的 OpenClaw（“本地代言人”）的区别，指出前者在云端沙箱中 24 小时替用户执行任务。
本文是硅谷101 Alignment 峰会 Day 1 下半场的深度纪要，总结出 AI 落地的四道坎：本体、评估、信任、维护，且四道坎都不在模型本身。机器人领域模型大小被物理参数封顶，数据质量与多样性之争可统一为数据金字塔，触觉数据与跨本体抽象是关键；世界模型定义仍在发散，AMD 收购 World Labs 释放垂直整合信号，评估工具的缺失是最大短板；Agent 的真正瓶颈是信任而非模型，企业需渐进开放权限，云端 agent 基础设施有大量脏活，交互范式需摆脱聊天框。作者结合一线信号给出创业与投资判断。
文章介绍了 Personal Agent（个人智能体）这一新概念：拥有专属身份记忆、云电脑、可连接用户应用、24小时在线的 AI 私人助理。作者通过对比聊天 AI（只动嘴的顾问）、桌面端 Agent（用你电脑的实习生）、开源方案 OpenClaw（毛坯房）等形态，说明 Personal Agent 是替你干活的专属助理。并盘点 Grok Bot、Meta Muse、OpenAI Dots、DeepSeek Bot 等大厂产品扎堆发布的现象，解释其爆火原因：新模型已能稳定长时间干活，且掌握用户授权和长期记忆就是下一个超级入口。最后以 Grok Bot 为例演示创建 Bot、连接应用、追热点复盘数据、云电脑等真实使用体验。
作者分享了使用 Grok Bot 搭建个人多机器人协作体系的经验：配置一个首席助理加十几个专职机器人（X 早报、公众号选题、邮件整理、竞品调研、项目运营等），通过首席助理统一接活、拆解任务、汇总结果，每天生成总简报。Grok Bot 内置云端电脑，比年初的 OpenClaw 更简单稳定。文章还分析了 SuperGrok 30/100/300 美元三档订阅方案、模型动态选择机制，并强调对外发言必须本人批准的安全原则。建议从高频任务起步，跑顺后再扩展机器人。
文章面向 FDE（前沿部署工程师），系统讲解传统企业进行 AI 改造的技术架构。作者梳理了 Model、Agent、Skill、MCP、CLI 五大概念的分层关系与职责，并以请假查询为例展示一次工具调用的完整链路。针对 OA、PLM、MES 等存量老系统，提出三级改造路径：API 封装（首选）、CLI 包装（次选）、RPA 兜底（过渡），并强调凭证透传、审计底账和人机协同确认等安全机制。最后结合整车制造请假系统与商用车 PLM 客户端两个案例说明落地方式，给出从资产盘点、协议标准化到审计闭环的实施步骤。
作者阐述了对现阶段 AGI 的理解：一个自动自发、自我验收、自我迭代并能自主决策达成目标的智能体。文章提出 AI 发展将从回合制的 AI Agent 进化到持续工作的智能体，并给出三项转变建议：给 AI 更大目标、信任并依赖 AI、为其搭建可持续运行环境。同时提出 AI 时代团队应缩小为“两片披萨”（1~2 人）。作者以国庆假期对火炬之光 II 的现代化改造为实践案例，9 天内合并 70 多个 PR，实现四个平台适配，绝大部分工作由 AI Agent 自主完成，成本仅约 100 美金/周，展示了持续工作智能体的巨大潜力。
本文分析了 yetone 维护的 magpie 项目（本地 LLM 网关）如何实现全 AI 自动化开发：19 天内产生 2,862 个 commit 和 1,204 个版本。核心机制是两份文档——AGENTS.md 作为路由表指导 agent 查阅规范，LESSONS.md 作为'错题本'，由 agent 每晚复盘当天 commit，记录返工、误合并、验证不足等问题；同一教训在 3 个不同日子出现即升级为硬规则。项目还设有严格的 PR 验收标准（回退测试、真实使用验证、明示未跑检查），人类只负责产品决策、安全闸门和方向把控。作者认为这套'事不过三'的自我进化机制值得借鉴。
文章介绍了马斯克旗下 SpaceXAI 推出的 AI Agent 产品 Grok Bot，它是一支24小时在线的Agent团队，能操控云电脑、模拟人类操作、支持多Bot协作。作者详细讲解了Grok Bot的界面功能（员工区、对话框、状态区）、开通方式（随Cursor和Grok付费套餐附送，以及官方定价对比），并分享实际生产应用：包括导入官方Bot模板和自己搭建Bot的方法。作者以爆款内容采集Bot为例，讲解了搭建单个Bot的三个关键问题（去哪搜索、怎么搜索、结果存哪里），以及如何通过例行任务实现24小时自动化工作流。
本文是作者基于一个多月深度使用经验整理的 Grok Bot 实战指南。Grok Bot 是让 AI 长期承担具体任务的产品，运行在云电脑环境中，支持跨应用执行任务、长期记忆和定时调度。文章从产品原理与运行方式讲起，系统介绍了创建第一个 Bot、撰写角色说明、连接应用、制定复杂任务计划、验证交付结果、保存技能、用操作演示教学、安排例行任务、分享模板、团队协作与多 Bot 交接等完整流程，并列举了网站巡检、客服草稿、资料整理、浏览器测试等适用场景，同时说明了权限审批、额度、限制与常见故障处理方法。
本文面向社群运营、技术支持与客服团队，详细介绍了如何基于 FastGPT 搭建一套生产级的 AI 智能社群客服系统。作者拆解了由 15 个节点、28 条连线组成的完整工作流方案，涵盖知识库整理、消息意图过滤、多渠道（飞书/微信）分流、Agent 应答规则定制、双知识库检索工具挂载以及问题分类打标与运营数据沉淀等核心环节，并说明了飞书机器人权限配置、富文本消息渲染及微信生态多种接入方式，实现智能回复与人工兜底的自动化客服闭环。
作者在 X 上发起调查，询问开发者是否敢给 AI Agent 开启 Full Access（全权限自动执行），收到 100 多条回复后发现超过 85% 的重度玩家都在开全权限运行。文章总结了敢开全权限的三大理由：频繁确认打断工作流、手动确认只是心理安慰（确认疲劳）、翻车需靠工程兜底而非人眼审查。并详细介绍了 Claude Code、Codex、Gemini、DeepSeek、ZCode 五大工具的全权限开启方式与安全护栏配置，最后给出保命三件套：终端拦截器 dcg、Git 高频提交与备份、容器/虚拟机环境隔离，实现高效与安全的平衡。
文章深度解读了 Google 与 Kaggle 联合推出的免费 5 天 AI Agents 密集课程，以五份白皮书为主线：Day 1 阐述 Vibe Coding 带来的软件开发生命周期范式转变；Day 2 介绍 Agent 工具互操作协议栈（MCP、A2A、A2UI、AP2）；Day 3 讲解 Agent Skills 作为 LLM 第一个程序性记忆原语的知识封装格式；Day 4 直面安全与评估问题，提出 7 支柱的 Effective Trust 架构；Day 5 主张规格驱动开发（SDD），探讨 AI 时代如何实现生产级工程。文章认为该课程是理解 Agent 时代软件工程范式重组的高浓度样本，并给出以白皮书为纲、Day 2 和 Day 4 含金量最高的学习建议。
作者分享了为 X（Twitter）账号运营配置的五个 Grok Bot 专员模板：情报总监（找选题、追热点、拆爆款）、AI新闻雷达（筛选并核对AI新闻）、推文二创（写回复、引用和二创）、短推成稿（撰写短推）和X数据复盘（分析发帖数据）。通过给主 Bot 一段初始化提示词实现自动任务路由，并详细讲解了如何通过 ClawBot 插件将主 Bot 接入微信，实现随时随地用一句话完成找素材、写稿、改稿和数据分析。文章包含完整配置步骤、提示词模板、故障排查经验（如绑定后无回复的处理），以及实际使用场景演示，帮助创作者把重复劳动交给 Bot，把时间留给真正的分享。
文章介绍了如何在 Grok Bot、Muse、Dots 等 Personal Agent 中使用 Lody 的方法。作者认为当前 Personal Agent 虽然火热，但交互过程缺乏透明度，开发者难以掌控任务执行细节。Lody 是一个本地优先的多 agent 控制面，可让用户在电脑或服务器上运行多个 harness（如 Codex、Claude Code 等）。文章详细讲解了如何将 Bot 作为统一交互界面和任务调度员，把具体任务通过 Lody CLI 分配给背后的各个 agent 执行，并介绍了如何配置机器、使用 Agenvo 工具，以及如何设置定时任务防止 Bot 云机器休眠。整体方案让开发者既能享受 Bot 的便利，又保留对任务过程的掌控。
作者分享了用 16 个自主 AI agent 在三个月内反编译一款热门第一人称射击游戏为 C++ 的完整过程。项目从 4 个 agent 起步，用 GitHub issues 追踪进度、Discord 实现 agent 间通信，并用 Hex-Rays ida-mcp 进行反汇编。初期虽然游戏能运行，但代码存在大量语义错误，根源是缺乏客观验收标准。团队随后构建了字节匹配验证 harness，对重构函数与原版 EXE 逐字节比较，让便宜的模型也能可靠工作。最终 99% 的函数完成重构，83% 字节级精确。文章总结了关键经验：指令必须精确、正确性应机器可检查、好的 harness 可用低成本模型、指令需定期刷新等，总计消耗约 6000-7000 亿 token。
作者介绍如何为 Grok Bot 申请专属邮箱，让 Bot 独立完成第三方服务注册、接收验证码和取回 API key 的完整流程。作者实测让 Bot 注册 TypeSafe 控制台，注册成功但因平台已取消新用户免费额度而无法创建 key。文章整理了提供免费额度的 AI 服务与云服务清单（如 Deepgram、OpenRouter、Oracle Cloud 等），并分析了各平台正在收紧账号资格与额度的趋势，提醒理性使用、避免批量多开，最后附上可直接复用的提示词模板。
