Grok Bot 1.0上线:少几个按钮,产品反而更进了一步?
11月12日凌晨,Grok Bot迎来1.0正式版发布。 作为一次重磅迭代,这款本就具备独立操控电脑、代用户执行任务能力的AI Agent,此番再添数项新本事:它能主动发掘待办事项、参与团队会议、记下同事的工作习惯,甚至可召集其他Bot联手完成任务。 两个月前,Grok Bot产品负责人Roman Ugarte参与了一

11月12日凌晨,
Grok Bot 1.0正式版对外发布。
这款AI Agent原本就能独立操作电脑、代替用户执行任务,这次又添了几样本事:主动找出待办事项、参加团队会议、记住同事的工作习惯,还能叫上其他Bot一起把活干完。
两个月前,Grok Bot产品负责人Roman Ugarte录过一期播客。他在节目里聊了Grok Bot是怎么做出来的:一支只有几个人的小团队,从零起步,用大约一个月做出内部原型,又花三个礼拜把它推到公众面前。

访谈里最值得留意的一点,是曾经负责Cursor增长的Roman讲他们如何重新理解AI产品:执行细节该让用户看到多少?每个Bot为什么都得有自己的电脑?模型越来越强之后,已经做好的功能又该怎么取舍?
整场对话里,有一个判断始终没变:
让AI把活干到百分之百,和只干到百分之九十,用户感受到的是两回事。
下面把Roman在访谈中的主要说法整理出来,顺着Grok Bot的开发过程,看看一款能让普通人放心交出工作的AI产品,得在哪些地方做出改变。
大致可以归到六个方向:

小团队从零开始,
也许更加高效
Grok Bot起步时的目标很清楚:把工程师已经在用的Agent能力,交到其他知识工作者手上。
为此,一支只有几个人的团队搬进办公室里的独立区域,单开一个Slack频道,从空白做起。大约一个月后,内部可用的原型就出来了。
Roman觉得,这样的速度跟团队大小和做事方式关系很大。开发期间每天都有大量细小的决定要拍板,如果每件事都得放到更大范围里去讨论、协调,想这么快找准产品方向基本不可能。

可团队自己愿意用,只是第一步。他们熟悉产品的机制,也清楚它擅长什么。真正的考验是把它交给公司其他部门,看那些没参与开发的人愿不愿意放下原来的工具。
内部试用收到的积极反馈,让团队开始筹备公开发布。从内部原型到公众能用,他们又花了大概三个礼拜。
还有一个重要的选择:为新用户重新设计入口。
团队讨论过,能不能把Grok Bot的能力直接塞进Cursor里。
最后这个想法还是被放弃了。他们判断,工程工具的界面和品牌认知会让非技术用户觉得有距离;在同一个界面里不停加标签页,也容易让几套产品逻辑挤作一团。
面对新用户,过去已经做好的产品未必是最合适的起点。最终他们决定从零开始。

不带偏见和预设,
观察真实的用户场景
公开发布之前,团队花了两个礼拜,亲自带着两三百位用户上手。
一开始,用户的上手体验并不顺。有时云端电脑迟迟起不来,团队成员只能尴尬地陪用户在通话里等上二十分钟。这种经历让问题没法轻易搁置:明天还要带下一个人用,今天就得想办法修好。用户反馈就这样变成了眼前必须解决的事。

公司之外,团队也有意去找非科技行业的用户。一位咖啡店老板给了不少反馈,他做小生意时碰到的Shopify连接问题、商品文案问题,跟公司内部员工提的需求很不一样,这些业务场景补上了内部试用给不了的视角。
这些声音让团队意识到,想把Grok Bot交到非开发者手里用好,就得去看他们在真实工作里究竟要完成哪些事。
而观察这件事本身,需要格外克制。
内部试用时就出现过这样的情况:有人给自己的多个Bot划好分工,还把其中最得力的一个提成“幕僚长”,由它向其他Bot派活。这套用法确实不错,可团队起初并没有引导外部用户照着做,而是先看用户会不会自己摸出相近的协作方式。等确认外部用户真的这么用了,他们才稍微加以鼓励。
不带预设地看用户怎么用,让产品在真实场景里接受检验,这才能成为设计的依据。

砍掉几个按钮,
同样是种进步
距离上线还有两周时,Grok Bot里仍留着不少实验性功能,以及方便开发者调试、排查问题的东西。
这些对开发团队有用,却未必值得占据用户的注意力。发布之前有一件要紧事,就是重新判断:用户究竟需要看到什么?
Roman给出的原则很干脆:“给产品增加东西,并不是目标。”
比方说用户交代完任务,Bot开始干活、显示活跃状态,并在恰当的时候汇报进展。至于每一次工具调用、每一次网页点击,用户并不需要盯着看。
这样一来,团队内部聊的话题也变了:从“Grok Bot又加了什么”,变成“Grok Bot现在能做什么”。

每日提醒就是个例子。以前的软件往往要用户打开侧栏、新建自动化、再挑触发条件和执行动作。Grok Bot想做到的是,用户只说一句“每天早上八点提醒我”,剩下的交给系统。Roman在访谈中提到,如今平台上百分之九十九的自动化,都是靠自然语言这样建起来的。
一种能力可以藏在后台,不必配一个专门的按钮。用户少学一步操作,照样把活干完,这本身就是进步。

好的体验,
在于产品带来的“同事感”
碰到产品方案要拍板时,Roman和团队常会自问:如果对面坐着的是位真人同事,我们希望怎么跟TA合作?Grok Bot早期的两个关键决定——任务跑在云端、每个Bot有自己的电脑——都是顺着这个思路来的。
任务放在云端,用户就不用操心自己的设备开没开,也不用管多端同步,好比不管从哪个入口找到一位同事,之前的活都能接着往下推。
让Bot有自己的电脑,它才能像真人那样独立使用工具。哪怕很多工具没有完善的接口和协议,Bot照样能打开页面、点击按钮、输入信息,走进真实的业务流程。
Roman拿新人入职打了个比方:团队一般会给新同事配一台电脑,很少让他一直坐在旁边、跟自己共用一台笔记本,Bot也需要自己的工作环境。

再往前走一步,就是让Bot长期负责某一类工作。
人们用AI产品时,每做一件事就开一个新对话,资料往往要重新复制,背景也要重新解释一遍。可跟真人同事共事,通常是划分职责,让对方持续管某个领域,在协作中慢慢积累经验。Grok Bot也试着照这个路子组织工作,让不同的Bot各自保留上下文,逐渐摸熟用户的要求。
Roman自己那个测试用的Bot,甚至装上了Grok Bot。测新版桌面应用时,它会检查指定的十条工作流程,把结果写进Notion,再跟历史记录做比对。版本一次次更新,同一个Bot一直担着这份职责,测试结果也就攒了下来。
访谈中,Roman多次用“同事”“队友”来形容AI。像跟同事协作那样使用Bot,把更多长期职责交给AI,或许能帮用户省下反复交代背景、处理琐事的力气,把精力留给更重要的判断和沟通。

做一款真正让用户放下工作的AI产品
让Roman对非编程类Agent信心大增的,是那种能暂时把任务搁下的感受:背景交代清楚,人走开一会儿,再回来活已经干完了。
这跟以往用AI的路数差别不小。从前是用户提要求、等答案,接着看哪儿不对、补什么信息,再接着改。AI确实搭了把手,可一路推到收尾的始终是用户自己。

Roman一句话点出了两者的不同:“完成百分之百工作的AI,与只完成百分之九十的AI,体验有本质区别。”
这个百分比是他打的一个比方,说的是把活派出去之后的感受。任务交出去了,心里还惦记着会不会卡住,隔一阵就得瞄一眼进度,随时准备接回来,那即便AI干掉了大头,这摊事照样压在自己肩上。
剩下的那些步骤能不能被做完,决定了用户是不是真能撒手。
所以Grok Bot上线之前,团队把不少力气花在几个后台的硬问题上:网站能不能顺利登进去,按钮能不能点准,真实的业务流程里能不能一路走下去。他们拿用户实际交代的任务来做检验,看每周的改进能不能让更多活被干完。
销售部门就碰到过这样的例子。有些任务卡住,原因是Bot点不准仪表盘上的某个位置。底层改好之后,一个此前连败七天的流程终于跑通了。
这种进步比抽象分数往上涨要直观得多。用户能实打实感觉到,有件事终于不用自己一直盯着了。
在Roman看来,AI产品要迈过的那道坎就在这儿:用户把任务交出去的时候,也能把持续盯梢、随时补位的负担一并放下。

有提前交付的能力,
也要有勇气删除旧设计
从Cursor到Grok Bot,Roman一再提到两种文化:“把事做成”和“删掉产品”。
这两样是一体两面。前者的意思是,看到问题就主动调动资源去解决。一件事,如果多投些工程进去,就能让用户提前用上原本要三个月或者半年才可能成熟的能力,那团队不妨先把它做出来。
后者说的是,模型能力进步太快,团队也得敢回头审视那些为了补模型短板而加上的界面和机制,模型既然已经能直接干这件事,就该果断拿掉。

用不着从抽象的护城河战略讲起,也不用每一步都去申请许可。小团队照这个速度往前推,用户的信任、分发和数据上的优势,会在过程中一点点攒起来。
前提是团队得反复刷新自己的认知。模型还在继续进化,某一阶段的成功,不构成眼下可以停下来的理由。