我们如何在一个月内做出 Grok Bot | Roman Ugarte（SpaceXAI）
How we built Grok Bot in a month | Roman Ugarte (SpaceXAI)
嘉宾：Roman Ugarte
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
本篇目录1 章节
§01文字稿 1§01文字稿 1
Grok Bot 的终极愿景极其简单：你应该拥有一支 AI bot 团队，在工作中帮你，也在生活中帮你。
Grok Bot 是当下全世界最火的 AI 产品。这个门槛非常高，想坐上这个位置，竞争非常激烈。
我们想做的，不只是一个对开发者和工程师来说很棒的产品。我们决定在公司内部组建一支非常小的团队，钻进“洞穴”里待上大约一个月，唯一的目标就是打造一款出色的知识工作产品，把 agent 带给公司里的其他人。
发布到现在才三个星期。我去参加了一场 Grok Bot 的聚会，现场有几百人，站得满满当当。我很清楚，你们做出来的东西非常特别。
一旦你跳出“这是带一组连接的 AI 聊天”这个框架，转而认为“这是一位有自己电脑的同事”，你能想到要交给 AI 的事情，上限就一下被抬高了。
你发过这样一条推文：“一个能完成 100% 工作的 AI，和一个能帮你做到 90% 的 AI，感觉是本质不同的。”
让我对做 Grok Bot 如此兴奋的原因是，这是第一次，在非编程任务上，我觉得自己真的可以把工作委派给 AI，不用再去惦记，等我回来时它已经做完了。
你觉得你做对了什么，才让它如此不同，从而让 Grok Bot 如此成功？
是两个早期的决定。当时它们绝对不显得显而易见，但事后看，我认为正是它们让 Grok Bot 得以成立。
今天的嘉宾是 Roman Ugarte。我会把开场白压得很短，好让我们直接进入正题。Roman 是 Cursor 的第 15 号员工。过去两年他一直在做增长。最近，他参与孵化了 Grok Bot——一个让我着迷的产品，它改变了我的生活。我每天用它上百次，做各种各样的事。我想可以放心地说，它是当下全世界最热门、最令人兴奋的新 AI 产品。Roman 负责 Grok Bot 的产品，从早期原型到今天，他一直是核心团队的一员。我们会聊它如何起步、将走向哪里，以及自几周前发布以来他和团队学到的一切。话不多说，有请 Roman Ugarte。(00:02:12)：Roman，非常感谢你来做客，欢迎来到播客。
谢谢。很高兴能来这里。
能请到你我太兴奋了。我完全迷上了 Grok Bot。它就在我这边的窗口里，我大概有 15 个 bot，每天都用，一直在用。前几天我去了一场聚会，一场 Grok Bot 的聚会，现场有几百人，站得满满当当，大家在分享自己用 Grok Bot 的各种方式。我很清楚，你们做出来的东西非常特别。在 AI 世界里穿透噪音非常难。Grok Bot 是当下全世界最火的 AI 产品。这个门槛非常高，想坐上这个位置，竞争非常激烈。我自己注意到，我很快就把很多用例从 Cowork 和 Codex 迁到了 Grok Bot，这又让人觉得是件大事、是个非常特别的时刻。(00:03:07)：所以我很期待聊很多事。我想弄明白你们是怎么做到的，这东西从哪来、要往哪去，以及到目前为止这段旅程你们学到了什么。首先，干得漂亮。你们做的事非常难。
谢谢。我记得大约一个月前我亲手给你做过 onboarding，我觉得你一开始是持怀疑态度的，但我们很高兴你一直在用，也很高兴看到这么多人真正把 Grok Bot 用起来了。
我就要聊聊那次 onboarding。那是这件事运转方式里非常有意思的一环。我记得在那次 onboarding 里，你让我做个小试验，我说好，试着想一条推文来推广我最新的播客单集。我就说，帮我想条推文推广我上一期节目。就这样。结果它做得非常好：它自己搞清楚了上一期到底是什么，还知道怎么推广。所以我当时就想，哇，这真不错。(00:04:03)：那我们就从起源故事开始吧。这是从哪儿开始的？最初的想法是什么，工作又是什么时候开始的？
是的，它真的是从一张白纸开始，完全从零、从零构建的一次练习。我想我们很久以来就有一种感觉：我们想做的，不只是一个对开发者和工程师来说很棒的产品——而那正是我们起步的地方。我想我们从中积累了很多关于如何构建优秀 agent 和有用产品的直觉。但同样的东西放到知识工作上，产品会是什么样？(00:04:42)：于是我们决定在公司内部组建一支非常小的团队。真的就是几个人，钻进“洞穴”里大约一个月，唯一的目标是打造一款出色的知识工作产品，把 agent 带给公司里的其他人。从第一行代码到我们在内部发布这个原型，大概只有一个月。那是一个非常快速、拼凑起来的粗糙原型。事后看，如果团队大得多，这根本不可能。我觉得它需要的是一个完全与公司其他部分隔离的小型攻坚小组。我是字面意义上这么说：那是办公室里另一个区域，团队就坐在那儿，Slack 频道也是私有的。(00:05:29)：而目标——事后看，这也正是让我们能推进得这么快的原因——是我们每天都要做大量微决策，其中有些我们也许稍后会聊到，它们并不显而易见，也不是我们之前在别的产品面上做过的事。我觉得如果是一大群人，而且想着六个月到十二个月的长期愿景，我们根本到不了最后落地的那个地方。所以，从第一行代码到“这是一个可用的、有用的产品，核心团队为它兴奋”，大约是一个月。(00:06:05)：然后到了把它推向全公司的时刻，推向整个 SpaceXAI。我们开了一次全员会，分享了到目前为止的进展，说这是全新的产品，希望大家用起来。我觉得最鼓舞人的是……因为在那个时候我们对它是兴奋的，我们一直在用，但用自己造的东西很容易，因为你懂它的机制、知道它擅长什么。所以那是一次真正的现实压力测试：人们真的会从其他内部工具、其他外部工具转过来，把 Grok Bot 当作主要的 agent 界面吗？(00:06:44)：在那次全员会后的第一周，我简直没法跟你形容，来自你可能意想不到的人、意想不到的部门，对 Grok Bot 的喜爱是怎样汹涌而来——那些每天用 ChatGPT 或某个聊天界面的人，把他们日常的 agent 任务全都迁到 Grok Bot，把它当作主要的工作界面。所以内部的接受度真的非同寻常。那一两周里还有些好玩的故事可以讲。然后，一旦我们看到内部的接受度，我们立刻切换到“把它准备好交给全世界”。要扩展到数百万用户，还有很多工作要做。接着就有了几周前的 GA 发布。
本期节目由我们本季的呈现赞助商 WorkOS 赞助。OpenAI、Anthropic、Cursor、Replit、Sierra、Clay，以及数百家其他成功公司有什么共同点？它们全都由 WorkOS 提供支持。如果你在做面向企业的产品，你一定体会过集成单点登录、SCIM、RBAC、审计日志，以及大公司要求的其他功能有多痛苦。WorkOS 把这些交易阻碍变成可直接接入的 API，并提供一个专为 B2B SaaS 打造的现代开发者平台。说实话，我投资的每一家开始向上游市场扩张的创业公司，最后都在和 WorkOS 合作，因为他们是最好的。无论你是想拿下第一个企业客户的种子期创业公司，还是正在全球扩张的独角兽，WorkOS 都是让产品达到企业级就绪、解除增长阻碍的最快路径。它本质上就是企业级功能领域的 Stripe。访问 workos.com 开始，或者直接去他们的 Slack，那里有真正的工程师等着回答你的问题。WorkOS 让你用令人愉悦的 API、完整的文档和顺畅的开发者体验构建得更快。现在就访问 workos.com，让你的应用达到企业级就绪。(00:08:41)：好，问题太多了。有一个特别有意思。显然有 Anthropic、OpenAI。他们有了这个编程 agent，然后想，“天哪，这是个巨大的机会。”接着他们想，“好，人们在用它做知识工作，那我们做一个知识工作组件。”于是产品里长出了 Cowork；然后是 Codex，他们投入进去，“让它对各种事情都有用。”有意思的是，你们决定，“好，我们不会把它做进 Cursor，我们要从零开始做新东西。”这个决定从一开始就很显然吗？“好，这在 Cursor 这个产品里行不通，我们得重开一摊。”这个决定当时有多大争议？
一点也不显然。我觉得你说得完全对，那是早期的决定之一，当时我们讨论了很多，而我对最终的结果非常满意。就像你说的，它是一个全新产品，你能控制体验的每一个像素，你对知识工作要往哪里去有一致的愿景，而这一切都收在这个新东西里，我认为这对成功贡献很大。但关于 Cursor，我们确实讨论了很多。比如我们的一些编程产品，人们一直在用它做非编程任务。这些编程 agent 在某些事上非常出色，但你会碰到一些小摩擦。有时候产品本身对非技术用户有点令人生畏。这些东西还带着品牌联想。(00:10:06)：所以我们评估了那条路，也看到一些竞争对手在做的事：全都在一个界面里，每增加一种新形态就加一个新标签页，感觉有点杂乱。我觉得用户能感受到这一点：这不是对工作应该如何运转的一套一致愿景，而是三套不同的愿景共享一块屏幕，你可以在它们之间跳来跳去。这有点像把组织架构图直接发出去，我认为用户对此的反应是负面的。所以我们决定干脆完全从零开始，看看能走到哪里。也许会有很好的机会，把其他界面上的用户带进这个更以 bot 为本的体验里，但让人拥有一个极其简单又极其强大的体验，这真的很重要。
这是很值得大家带走的一课：也许答案正是这个，而不是往现有的 AI 产品里加复杂的东西。有意思的是，Codex 走了另一个方向，那是另一条路、另一个产品，但有趣的是，他们现在说，我们要把它做成一件事。所以让它成立的方式有很多种，而且你选的这条路也会带着你走，但也许回头我们会说，那可能并不是最好的主意。(00:11:21)：你提到的另一件也很独特的事，是早期用户的这种 onboarding。我听说你和团队手动 onboarding 了 200 到 300 人，包括我。说说你为什么觉得这有必要，你从这段经历里学到了什么，以及这种手动 onboarding 持续了多久。
你会学到太多东西，而且最初几次 onboarding 相当痛苦。Lenny，我很高兴你那次体验不错，但有些挺糟的，我们学到了很多。我觉得核心团队亲自在场很重要，要坐在电话会议里 20 分钟，看着电脑起不来，或者看着某人在 onboarding 时完全懵掉，这样你挂掉电话马上就会想：这绝不能再次发生。我们明天就得解决，因为明天我要 onboarding 这个人，必须更顺。(00:12:13)：大约有两周时间我们处于这种状态，onboarding 了几百人。我们不仅对产品学到了很多，而且我觉得我们当时并不真正知道……我觉得这类产品有时会有某种关于怎么用的群体思维。而在内部，因为 SpaceXAI 的人不停地在分享使用 Grok Bot 的技巧，一些模式开始浮现，我们觉得这些可能对世界有用，但我们并不确定，而且绝对不想去影响外界的判断。
有例子吗？
当我们内部铺开 Grok Bot 时，头一两周里，人们与产品交互的常见模式是你会有 5 到 10 个 bot，每个 bot 你给它不同的范围、不同的领域，这差不多是不同工作线的简称。然后在大约第二周周末，我们开始在内部 Slack 里看到这样的消息：人们把自己某个表现突出的 bot“提拔”出来，有点像他们的主要个人助理被提拔为幕僚长。然后他们实际上主要会和幕僚长说话，幕僚长再把所有这些任务分发给其他 bot，有点像在管理团队。还有些好笑的截图，人们真的告诉被提拔的 bot 说它升职了，而 bot 会问自己是不是加薪了、token 预算是不是更高了，诸如此类。(00:13:42)：我们注意到了这一点，我觉得更多公司开始稍微往那个方向偏，但这并不是公司里的大多数。人们使用这个产品的方式非常不同。所以在一些 onboarding 环节里，以及总体上从早期访问计划中，我们真的很不想“引导证人”，说“创建一个幕僚长 bot，这就是幕僚长应该管理其他所有 bot 的方式”，然后看看早期访问用户自己会不会走到那儿。而我们确实看到很多人自己就走到了。于是我们在产品里有了更有主张的看法：这看起来是个行之有效的模式，是我们应该稍微鼓励的模式，但它不应该是一扇单向门。还有几个类似的内部假设，我们很想确认它们能在真实的外部使用中成立，而不是由我们在产品里强加。
还有别的吗？有想到什么例子吗？
有。我觉得我们在早期 onboarding 中特别留意的另一件事，是用户到底想看多少。和你说到的其他一些产品相比，Grok Bot 一开始用起来有一点让人惊讶或者说不同：Grok Bot 内部运作的很多机制并不会展示给用户。原因是我们认为，随着模型变聪明，就像你的同事一样——你不会要求同事逐秒汇报他按了哪些按钮、去了哪些网站。要求你的 bot 这么做也太过分了。(00:15:16)：而且说实话，那会让人不堪重负，弊大于利。所以我们完全走向另一个方向：你发一条消息，告诉 bot 去做某事，它就开始做。它会按自己认为合适的方式给你阶段性更新，你只看到那个小绿圈里像 Slack 一样的“正在输入”指示，表示它是活跃的、在工作、很快会回来找你。但你看不到内部机制，看不到工具调用，看不到它在自己的电脑上每一次小小的点击。我们很想坚定地采取一个立场：用户不需要看到所有这些机制，我们就是从那儿开始的。我们确实收到一些反馈说，我很想看到 bot 的待办清单，我很想大致看到它如何排优先级、在做什么。这是很好的反馈，但听到没人想要那一长串往外流的文字和思维链序列，这也是有用的信息。所以这也进一步确认了那个方向是对的。
你说到你们用一支小团队做了 200 到 300 次 onboarding 通话——我知道团队后来扩大了——但光是这一点就是巨大的时间投入，你甚至可以说这是对构建的干扰，但显然不是干扰，显然是成功的关键部分。你觉得这是人们必须要做的量，才能搞清到底需要发生什么吗？
有一点要强调：早期访问群体不一定只是那些极具影响力的品味引领者。Lenny，你就在这一类里，我们当然想得到你的大量反馈，因为你离市场上很多产品很近，也是这类产品的重度用户。但我们也想让更多非常规画像的人早期访问，那些我们作为公司以前从未真正接触过的人。(00:17:10)：举个例子，有一位咖啡店老板，是通过公司认识的朋友的朋友，听说了 Grok Bot。有一天核心团队的某人给他演示了 TestFlight 版本，他非常兴奋。这位咖啡店老板后来不仅成了 Grok Bot 极其出色的重度用户，也是我们反馈的丰富来源。我们有一个非常活跃的线程，里面有很多很多被发现的 bug 或功能请求，那是完全不同的用例——经营一家小生意。比如如果 Shopify 集成有点不稳定，或者它没有以某种方式为产品写文案，我们就会得到非常丰富的反馈，这与我们内部自己试用得到的反馈类型相当不同。(00:18:00)：所以我认为这对我们是一次重要的练习，用来检查盲点：第一，这会是一个很通用的产品，不只是开发者用的东西。事实上，它很可能对非开发者最有威力。我们需要更好地理解这个群体。第二，我们绝对生活在某种硅谷 AI 泡沫里——我认为身处其中是有用的，可以推动前沿、推动这些产品演进的方向。但我们需要主动走出去，因为我认为这样的产品有机会真正成为主流用户和主流企业客户与 AI 互动、并获得实际用处的方式。
我们快速回到时间线，把这一点弄清楚。从第一行代码到内部 beta 是一个月，那之后发生了什么？
从内部 beta 到公开发布大约三周，然后截至录制时，我们距离公开发布大约三周。
哇。好。所以花一个月做出第一版，只有三周迭代，然后发布到现在才三周。从我这个角度看，它像是改变了世界。哇，好吧。在那三周内部 beta 期间，变化最大的是什么？
我们下线了很多东西。我真希望能给你看看大约发布前两周的样子——我想我们当时意识到，核心团队有很多实验性功能，我们想拿到内部反馈，这很有用。我们还有点把伪开发者可见性工具塞进 Grok Bot，而不是为这些东西单独做一个可观测性面板。比如我们有时确实会暴露模型大量的内部思考、它具体会存哪些记忆等等，这些对调试问题很有用。如果你在做这个产品，你不想跑到别处去拉这些上下文，但我们必须非常激进地裁剪：在界面上，用户绝对需要看到什么，不需要看到什么。我觉得那里还有更多空间可跑，这也是团队现在专注的事：怎么无情地简化这个产品，把用户不需要主动去想的一切都抽象掉。所以那是一次大推进：下线很多粗糙的东西。(00:20:34)：然后那几周的第二次大推进是让它“就是能用”。我认为人们对 AI 的很多期待，并不是一个带一堆下拉菜单和花哨功能的东西，而就是一个东西：你描述一个任务，一个对你有意义的任务，它去做，然后带回完成的工作，或者带回点东西让你回应，然后在下一轮里把它导向正确方向。而要真正兑现这个承诺，其实不是很多功能、产品路线图式的东西，而是在后端攻克五个非常重要的问题——很多用户不会直接体验到，但当你的 bot 出去做事却点不对按钮，或者你的 bot 出去做事却登不进某个网站，完全卡住你推进那个任务的能力时，你绝对能感受到。(00:21:32)：所以那几周我们收集了非常丰富的一套数据：人们实际交给 bot 的是什么任务，我们如何量化这些东西，以及我们如何逐周看到，在这些任务类别上，我们正在对“让它背后就是能用”非常重要的维度上爬坡。
有例子吗？你爬的其中一座山，是某种技术突破或你克服的技术挑战，真正帮它做到“就是能用”？
有。一个例子来自 Grok Bot 的铺开：公司里有一个群体，可以说是彻底信仰 bot 了，那就是我们的 go-to-market 团队——销售。销售用的一堆工具没有良好支持的 MCP 或 API。我认为这正是让 bot 对这个群体如此具有前后对比威力的原因：这些东西他们以前根本无法可靠地交给另一个 AI 工具。我们会在流程的某个环节卡住。而 Bot 让他们感觉自己有了一个助理，或者说感觉像给个人团队招了一个人，给了他一台笔记本电脑，他就能干活了。(00:22:39)：所以有很多小问题，大概能列出 10 到 20 个地方，出于某种原因，鼠标控制就是不够精细，无法精确点击 Salesforce 仪表盘的某个部分之类的，我们必须把这些带回核心团队——真正在做基础设施的团队——说：“这是一个非常具体的案例：agent 看不到浏览器、看不到屏幕上的像素，导致这个任务根本无法完成。”这比看着仪表盘上的数字慢慢往上爬要具体得多。(00:23:20)：那有点像一块块新的工作被解锁，你会立刻感受到反馈：你发布了一个改进，它在幕后、偏基础设施；然后第二天你就收到销售团队涌来的喜爱和感激，因为这个过去七天一直失败的工作流终于能用了。这就是一个持续的练习：找到下一批要解锁的任务，然后解决它们。
所以 computer use 的改进基本上看起来是一个巨大的解锁。我还听说——我请过 Adam Ward 上播客，他是招聘负责人、hiring 负责人，基本上就是人才负责人。我听说他的团队是 Grok Bot 的顶级用户之一。
是的。招聘团队给了我们很多很好的反馈。任何时候产品——尤其在早期——出了点小 bug，招聘团队的某些人就会来 ping 我们。我认为招聘方面特别有意思的主要用例，首先是，它作为 sourcing 工具极有价值。Adam 在你播客上讲过一点，这也是我们内部招聘哲学的重要部分：正在找工作、在市场上，并不是我们试图招你的前提条件。很多时候，最好的招聘方式就是看公司里最大的问题——需要有人来负责或把它带到下一层级的问题——找出全世界所有人里谁最合适，然后毫不留情地去追、去说服他们加入。(00:24:57)：这是公司从一开始就有的很多哲学。所以如果那是你的心态，真正最适合自动化的招聘工作流并不是“这里有一堆简历，读一读，帮忙排个序”。最有用的东西是：这里有整个潜在人才的宇宙，帮我把他们匹配到这个非常具体的业务问题，或者这个我们正在招的具体岗位，帮我联系上他们，帮我约到咖啡。干脆把一切都往上扔。所以有一些案例，用非常出人意料的方式找到了顶尖人才，甚至超出只是在 LinkedIn 上找有趣的人。比如：这篇论文的共同作者是谁？PDF 在 Google Scholar 上都没有，只在这个会议网站上。我要你每天早上都去会议网站，下载 PDF。(00:25:54)：如果有新的，你要找出每一个我们还没追踪的新名字。你要把名字加到表格里，你要做调研，你要看 SpaceXAI 的每一个人，看有没有人直接认识。如果有，你要给他们发 Slack 消息请求引荐。就是这类“常开”的 sourcing 用例，我认为过去极其依赖人工，现在则是 AI 远超人类的事情，而我们团队可以专注于拿下优秀候选人、与优秀候选人对话，而不是去拉这些巨大的名单。
哇，这个例子太酷了。首先，肯定有人马上要把你刚说的这段转录下来，丢进 bot，做出他们自己的版本，这很棒。另一方面，我觉得你们可以把这个 bot 的模板卖十亿美元。我觉得基本上可以把 Adam 团队找最优秀人才的策略变成一个 bot，天哪，这是在民主化招聘。(00:26:50)：我想回到几件事。一个是，你提到“下线功能”这一点，我觉得很重要，人们可能会忽视，因为 AI 不擅长告诉你该拿掉什么。它很擅长说：好，这里有更多点子、更多东西。播客里多次提到，人类继续非常重要、非常有价值的一大空间，就是知道什么不该上线、什么该砍、什么不该做。所以听到这是从原型到发布内部演进的重要部分，真的很有意思：好，我们得砍掉一堆东西。还有更多吗？
有。我们内部常说的一件事是：对我们为 Grok Bot 做的任何东西，发布帖是什么？我们真正会告诉用户的那句话是什么？如果不是——
发布推文，我想。
发布推文。如果它不够有说服力，那也许我们就不该做它——如果它不是用户会在产品里直接感受到的东西。再往前一步，我觉得软件行业有种老派倾向，会说“Grok Bot 现在有了……”，而当你试着把这句话补完，那通常会是多了一个可以按的按钮，或者多了一个下拉菜单，或者多了一个可以点加号添加的集成。反过来，把它重构为“Grok Bot 现在能……”，我认为这是更人性化地描述这些能力的方式。这也逼着我们更多地从这样的框架思考：我们能给 Grok Bot 哪些工具和能力，而不是我们能往产品里加什么新东西？往产品里加东西不是目标，那不是能推动这个产品前进、让它对更多人更有用的东西。(00:28:43)：让你的 bot 可靠地在幕后为你做真正有影响的工作，以一种“就是能用”的方式，并给它们做这些事的能力——这才是用户真正在意的。所以在下线功能的语境下，有很多“Grok Bot 现在有了……”的东西，我们意识到它们其实只是能力，不需要像素。让我们尽可能杀掉像素。那些可以只是你的 bot 在幕后替你操作的东西，你不需要直接控制。一个例子是，我们很多竞争对手设置自动化或例程的方式：你进侧边栏，按加号，选择触发事件，再选择之后该执行什么动作，你可能用自然语言描述一下，真的非常笨重。(00:29:33)：这意味着人们不会为很多事情设置很多自动化。我们在编程领域肯定见过这一点。所以我认为 Grok Bot 对此的回应是：其实你应该直接用自然语言定义自动化，你应该告诉你的 bot：“请每天上午 8 点提醒我。”然后它就应该照做，而你永远、永远不需要看到那个创建自动化的界面。这就是我们做的决定，现在平台上 99% 的自动化都是这样创建的。我觉得还有很多其他地方我们可以做类似的事。
所以我在它发布时发推说我多爱 Grok Bot，很多人回复说：“等等，这些你用 Codex 和 Cowork 不也能做吗？”你能。据我所知，技术上你用 Grok Bot 能做的一切，用其他基础模型、编程助手也能做。所以我就问你这个大问题：你觉得你做对了什么，才让它如此不同，从而让 Grok Bot 如此成功？
我认为是两个早期的决定。当时它们绝对不显得显而易见，但事后看，我认为它们对 Grok Bot 为什么能为人所用至关重要。第一个是：你永远不该需要去想本地还是云端、这些工作流跑在哪里？我的电脑必须开着吗？如果我从手机发起，它需要连回家里的电脑吗？现在人们试图理解这个运行时到底住在哪里时，发生了太多混乱和摩擦。(00:31:04)：我们很早就决定，这一切就应该都在云端。如果它在云端，如果它是这个持久的同事、有自己的电脑、能自己干活、在你与它互动的任何地方都有相同状态，那就会打开很多非常棒的机会：给你的 bot 发短信，从手机上发起它。未来，你应该能从任何地方呼叫你的 bot，而它应该能做真正的工作。它是它自己的实体，独立于你的设备存在。我认为那是一个非常重要的决定，而现在的产品我认为还没有做出同样的决定。我觉得它们因此有一堆日常摩擦，用户每天都能感受到。(00:31:44)：我认为第二个决定是再往前一步：不仅这应该是一个在云端运行、你可以用各种方式互动的 agent 循环，而且这些 bot 拥有自己的电脑，实际上非常重要。部分原因是我之前描述的：有很多任务没有良好支持的 MCP 和 API。我们人类并不是通过 MCP 和 API 来工作的。我们用电脑，点像素，在输入框里打字，你的 bot 也具备这些基础能力非常重要。但再往前一步，我认为我们现在处在一个非常奇怪的时刻，回头我们会说：我很惊讶很多人过去是这样跟 AI 合作的——你 onboarding 这些超级聪明的新同事、这些 AI bot，却让它们和你共用同一台电脑。这太疯狂了。(00:32:39)：如果你在给团队招人，你说：“今天是你第一天，我来给你做 onboarding。你没有自己的笔记本电脑，你就坐我旁边，我们永远共用这台笔记本，不停地互相绊到。你能用我的凭据，我也能用你的凭据。”人们不那样做是有充分理由的。我认为 bot 和未来这类 AI 同事也需要一种有点类似的 onboarding 方式，我们一直在尝试把产品往那个方向推。
太有意思了。你觉得其他公司为什么没这么做？我猜他们是在现有的编程助手平台和方法上构建，而这是一个相当大的转变。
我觉得很大程度上归结为从零开始，以及那有多自由。我们自己也有这种感受：Grok Bot 里很多原语我们尝试过，或者以其他方式构建过，比如我们为编程 agent 构建的云基础设施。你可以给 agent 命名、把它们当作离散实体对话——这个模式我们也看到开发者把特定的命名 agent 带进 Slack。但与其试图把这些概念改造进某个新界面或现有界面——我觉得对很多公司来说那会是强烈的默认选项——我们决定从零开始，决定为通用知识工作把这些东西真正做对，而这是一个新受众。其次，在我们现在这个时间点，模型非常能干，如果你给它们对的工具和正确的基础设施，它们能做很多。(00:34:23)：但这些想法很多并不是我们的天才灵感，我认为这有充分理由。它们是已经被其他产品关注并获得产品市场契合的原语，比如 OpenClaw 这类东西。我们从那里汲取了很多灵感，试图把它产品化成一个更紧凑的界面，一个需要更少设置、对更多人更易用的东西。所以我认为我们的竞争对手和其他试图解决这类问题的工具，我们看到的都是同一个机会。我们看到了市场上大量的反馈，但如果你被困在现有范式里，就很难去行动。而如果你在现有范式里有大量沉没成本，从零创造新东西会非常痛苦。我认为很大程度上正是这一点，让这个产品对这么多人来说“就是能用”并产生共鸣。
所以我听到的是，这次突破成功的关键是：为每个 bot 提供基于云端的电脑，而不是本地；一个具名的、具体的 bot；顺便说一句，我们现在都在从 agent 转向 bot。干得好。感觉是你们把它推过了线，现在，好，我们都是 bot 了。所以是一个任务用例一个 bot，非常独特，而不是一个线程对话或者一次性工作。然后感觉“就是能用”是核心部分。你谈到达到“好，现在它真的很好用”那个状态花了多久。你提到 OpenClaw。显然这是受它启发，对我来说，我第一次用 OpenClaw 时就是，天哪，这就是未来。我们怎么能没有这个？然后 Hermes 出来了，所有人都在试图做出对每个人都很好用的 OpenClaw。(00:36:14)：你能多说说 OpenClaw 和那段故事如何影响了你们的思考方式吗？
好。我认为 OpenClaw 做对了两件大事——当我们看到市场对 OpenClaw 的反应，以及我们自己使用这个产品时，我们觉得很兴奋。第一件是：模型真的很聪明，而且会继续变聪明，但即便在现有能力水平上，如果你只是让 bot 能访问你工作所用的工具，它就能走很远。在很多人们认为 AI 很笨、或者没有承诺中那么有影响的地方，我认为很多都是因为它被以错误的方式驾驭了。所以如果你给它访问更大的一组东西，如果它能访问自己的电脑，你能走多远？我认为 OpenClaw 真的把这个问题摆到了很多人面前。(00:37:13)：第二，我认为 OpenClaw 改变 AI 心智模型的另一种方式，是把这些东西更多看作同事、队友和人，更多地拟人化，把它看作一个能接触你生活、进一步延伸你的助手实体。我们吸收了很多这一点，而我认为 Grok Bot 也许进一步扩展的是：A，它必须非常容易设置，那种极客做法——你家里有 VPN、架一台 Mac mini——显然没法扩展到数百万用户。显然，重要的是，那也不会是企业利用这项技术的方式。所以我们真的很想带着这个想法打造一个出色的产品。(00:38:01)：第二，我认为有很多地方要去掉粗糙边缘，做出令人愉悦的产品体验，让这些东西“就是能用”，并试着移除一些 AI 高级用户非常熟悉的抽象，比如 skills。我们怎么让一个 Grok Bot 用户甚至不需要知道 skill 是什么？他们永远不该需要输入斜杠命令。这些东西应该在后台被创建为 bot 可以访问的有用原语，但用户不必总是站在 AI 的最前沿。所以那正是我们试图创新的地方，我认为那里还有更多空间。
你说到这个，我有一台 Mac mini，上面是我以前跑着的 OpenClaw，那是一个时代，它激发的成果太棒了。我知道它还在继续，我知道 OpenClaw 仍然有很多价值，但当我看到 Claire Vo——她曾是 OpenClaw 最大的拥护者，它已经成为她生活和工作、和孩子相处方式的核心部分——她直接把所有 OpenClaw 都关掉，转向了 Grok Bot。听起来好笑，但那其实是一个巨大的里程碑，说明事情变化有多大。(00:39:21)：Grok Bot 的愿景是什么？它走向哪里？未来它是什么样？Grok Bot 理想的“柏拉图式”版本是什么？
Grok Bot 的终极愿景极其简单：你应该拥有一支 AI 机器人团队，帮你处理工作，也帮你处理生活。而且它应该真的像一支团队。它应该真的像一群自主行动的队友在帮你。你可以用各种方式引导它们。你不必事无巨细地管理它们。它们能访问完成宏大而有野心的工作所必需的工具。在产品侧，我们构建它时真正当作北极星的一点是：随着我们逐渐接近这个“队友”的未来，在我们做出的每一个产品决策里，能不能少从 SaaS 产品的角度去想，多从“我们在打造有用的 AI 队友”这个角度去想。于是有很多例子，我们不得不逼自己更“同事入脑”（colleague pilled）一点。(00:40:29): 我们有时会用这个词——当我们为某件事进行产品辩论时，一边有很好的论据，另一边也有很好的论据，两条路感觉都合理。在产品的地界里，这或许不像有一个非黑即白的答案。然后你稍微拉远一点，把自己从“科技公司那套”里抽离出来，开始想：一个人类会怎么做？在这个具体情境下，你会希望你的队友怎么做？通常答案非常清晰，而且相当一致。房间里的人对于一个人类队友在某种情况下你会更愿意怎样合作，往往没有太多分歧。一旦答案出现了，那我们就只需要把它做出来，而这会带来产品层面的影响、模型层面的影响，有很多事情必须都做对，才能真正交付那种体验。(00:41:21): 但从某种意义上说，这并不算火箭科学，不需要你是个天才。你只需要问这个问题：你会希望一个人类队友怎样做？我们能不能推动 AI 以类似的方式行事？举几个例子，我们一直在思考这些机器人应该有什么样的语音体验。比如在人类的语境里，我们有一个非常好的类比：很多时候我和队友在 Slack 上来回聊，分享背景信息，而很多时候直接和他们开一个五分钟的 huddle 要简单得多——按下 huddle，来回说，我共享屏幕，展示我脑子里到底在想什么，他们共享屏幕，然后我们挂断，接着继续异步推进。(00:42:01): 而目前没有任何 AI 产品真正把这种体验做对，可它对我所理解的人类协作方式而言是深度不可或缺的。所以我们想做出那样的东西。还有很多其他例子，都是这些非常清晰、就是管用的模式，我认为你在和 AI 一起工作时也应该感受到它们。
我很喜欢“同事构建”这个说法，而且在这场对话里它已经反复出现好多次了，它某种程度上就是做这些决策的一条主线。比如你举的电脑那个例子就特别好。显然，人们会拥有自己的电脑。命名这件事也是其中很重要的一部分。在这个领域里，我脑子里一直有个大问题，而且我特别想听听你的看法，就是工作与个人的分离。你觉得人们会有两个不同的助手，一个工作的、一个个人的，还是说会是一个？
当人们想到工作产品与消费产品时，我觉得过去一二十年糟糕的 B2B 软件留下了太多包袱，导致人们看到一款非常简单的产品时，就会假设它不是工作产品，或者假设它不是力量工具（power tool）。从某种意义上说，ChatGPT 就是这样。我觉得 Grok Bot 具备很多这样的特性。而当你想上一代所谓的力量工具时，我脑子里会浮现出类似 Photoshop 的东西——有各种各样的旋钮可以非常精确地调。工具的使用者就像终极的座舱飞行员，清楚每个旋钮是干什么的，并能完美地使用它们。而我认为未来的力量工具会非常不同：它主要只是表达意图，加上人类良好的引导，这些 AI 工具会把所有旋钮都抽象掉。(00:44:01): 除非你需要直接操作它，否则你永远不该看到那些旋钮——这种情况可能会发生，而且应该有一个很好的可供性（affordance）来支持它。但归根结底，它真的就只是在和一个队友合作。所以它的界面是相当对话式的。于是在很多方面，Grok Bot，当你看着它时——当我走过某人的工位，看到他们电脑上开着 Grok Bot，有那么一瞬间我会想：“哦，他们在用即时通讯应用吗？”然后发现，不，这其实是他们完成大部分工作的主要工具。(00:44:28): 所以回到你的问题：你会在个人生活里用一套不同的机器人，在工作生活里用另一套吗？我确实认为对很多人来说会有分离。他们希望个人生活和工作生活之间有分隔，我觉得这很好，这很重要。而且我认为有很多常识性的理由说明这些东西应该分开，即使从企业的角度看也是如此。(00:44:53): 但我认为我们的目标、我们努力构建的方向是：Grok Bot 应该成为你日常工作中很大一部分事情的完成方式，你应该能把其中很多委派给它，然后专注于更高杠杆的事。同样，它也应该成为你把个人生活里很多低杠杆部分委派出去的方式。而这两件事其实并不是不同的问题集合。在很多方面，产品形态和解决这些问题的方式几乎是一样的。所以我的直觉是，一个产品会是这两者最好的形态，而这正是我们想打造的。
砰，这就是一个巨大的 TAM（可服务市场）。我很爱听这个。这太合理了。显然问题在于如何避免交叉污染——个人的东西不知怎么渗入工作，或者把工作的东西泄露出去——但感觉这大致是可以接受的。所以我听到的是，这就是方向。问题只是怎么做，让人们感到超级安全，把 SOC 2 那类东西都做到位，同时还要感觉真的很好玩。(00:45:56): 本集节目由 Mercury 赞助，如今有了 Spend，银行服务变得截然不同。我成为 Mercury 客户已经很多年了。我把所有企业银行业务都换到了 Mercury，老实说，我不能再满意了。这就是由产品人而不是银行家打造的网上银行该有的感觉。现在有了 Spend，你可以给团队发个人卡，按人或按团队设置支出上限，并让费用收据自动从 Gmail 或短信中拉取进来。你甚至可以给 AI 智能体发它们自己的卡，配自己的额度和政策。大多数创始人的起步方式都一样：全公司一张卡。它能用，直到它不能用为止。有人超支了，一张收据不见了，你花两天时间想搞清楚谁花了什么、为什么花。(00:46:40): Spend 是直接内建在 Mercury 里的费用管理。你团队所有的卡、预算和报销，都和你的企业银行业务放在同一个地方。不用追着人要，不用人工审核，不用月末手忙脚乱。结果是团队能快速行动，而创始人不再是瓶颈。了解更多并注册请访问 mercury.com。Mercury 是一家金融科技公司，不是 FDIC 保险银行。银行服务由 Choice Financial Group 提供（Column, N.A.，FDIC 成员）。IO 卡由 Patriot Bank 发行，为 FDIC 成员，依据 MasterCard International Incorporated 的许可。(00:47:14): 让我问你几个技术问题。在电脑这一侧，最简单理解你在 Grok Bot 账户里获得什么的方式是什么？是像在云端运行、有多个登录的 AVM 吗？是每个机器人一个独立的 VM 实例吗？在你方便分享的范围内，我们该怎么理解？
是的，我想回到产品的“队友”框架，把这个类比再延伸一点：如果我们俩在同一个团队里，你不得不手动接管我的电脑、开始点来点去、说“你这做错了，你应该去这里，手动输入”——我希望这种次数非常接近零。希望你和一个同事或队友共事时，真的不需要那样做。同样，我认为现在计算机使用（computer use）已经不错，而且正在变得好得多，而在很短的时间内，我认为“电脑”这个概念会从用户那里被完全抽象掉。你永远不该点进一台远程虚拟机。你永远不该因为某条路径是浪费的而必须接管控制，把它引导到正确的路径上。(00:48:30): 所以中期来看，我认为“电脑”这个概念对用户来说会是一个重要的概念，但实际上不会是他们在交互的东西。所以我认为理解 Grok Bot 的正确方式是：它是一支机器人团队，是一支为你做事的智能体团队。就它们能访问什么而言，它们能访问你和它们过去互动的很长一段记忆。所以我认为当前有个范式是：为每一个离散的工作单元新建一个聊天。我觉得这有很多问题。我自己就经常在不同聊天之间复制粘贴。我认为这并不是对工作类别进行分组的好方式。相反，就像在团队里一样，你会有一种很好的方式来对工作类别、对角色进行分组。(00:49:15): 你应该有不同泳道工作的角色，它应该向你学习，随着时间变得更聪明。所以我认为非常关键的一点是：这些是长期存活的智能体。它们不是一次性的单独会话，这些智能体会随时间变得更聪明。第二点是，这些智能体能访问你期望一个人类同事拥有的所有工具——API、MCP，这很好——但它还能访问自己的电脑，可以像你一样自由操作它。
在我参加的那个聚会上，Shab——我想他是在市场推广（go to market）团队——演示了一个让所有人惊叹的东西。因为每个智能体内部都有一台电脑，你可以在那台电脑上跑很多东西。他在 Grok Bot 里跑 Grok Bot。机器人可以运行自己的 Grok Bot，我知道他是用它来做测试、观察回归之类的，但这本身就是一个让人脑洞大开的想法。我很好奇，在宇宙自我坍缩之前，你能叠多少层。
我也这么干。那其实是非常有用的一件事：你给其中一个机器人下载 Grok Bot，我的那个就像个 QA 测试员机器人。这样如果有 bug 报告，或者比如我们在测试桌面应用的新构建，我就可以直接说：“嘿，这里有 10 个工作流，我们需要确保它们一个版本比一个版本更好。我要你测试它。我要你把它写进这份 Notion 文档，那里面有一份我们过去对各个客户端版本做过的所有测试的详尽清单，并做比较。” (00:50:45): 所以我认为，一旦你跳出“AI 聊天加一堆连接”这个框架——我觉得大多数人现在概念上还在这里——转向“这是一个有电脑的同事，任何我会让同事在电脑上做的事，我都可以让 Grok Bot 做”，它就只是抬高了你认为可以交给 AI 的东西的上限。
还有没有其他让你脑洞大开的使用场景，或者你见过、你自己在用的 Grok Bot 用法？
我从很多用户那里看到的一种模式很简单，但我认为如果你持续投入把它做得更好，它有很多深度——这也是我可以对优化自己的设置变得很极客的地方——就是让 Grok Bot 在某种意义上成为一个“信息吞噬者”，消耗海量信息，把那些从你自己的认知负担中移除，给你安宁，然后把它认为重要的东西带给你。我认为这个的 V1 实现——很多人都在做——就是 Grok Bot 架在 Slack 之上、架在邮件之上，我笼统地告诉它：“这是我在公司的角色，这是我关心的事情。在这些情况下我要你通知我。在这些情况下，你不需要直接 ping 我，但你应该把它放进我每天都会读的每日汇总里。”我认为这就是 V1 的实现。(00:52:11): 我不确定 V10 的实现是什么样，但也许我现在在 V3 或 V4：你可以给这些机器人一整条信息消防水管。所以我把我的机器人接到了 X 上所有提到 Grok Bot 的地方，它在和我们的内部上下文互动。它在和 QA 测试员互动，看它能不能复现我们收到的任何 bug 或反馈。我把它接到了我自己的消息服务上，以便快速对反馈采取行动并联系人们。我认为就是这样一个永远在线的幕僚长实体，能帮你把注意力保持在真正重要的事情上，同时一直在“巡视”，看有没有什么应该引起你注意。(00:52:56): 我们还见过一些有趣的情况：有人真的给他们的 Grok Bot——我还没这么做，但也许很快——给了它们呼叫我（page）的能力。所以如果发生什么超级紧急的事，而他们在喝咖啡之类的，他们会被 Grok Bot 呼叫。这种事只有在你确实紧急、而且你真的相信 Grok Bot 不会误报时才想去做。到目前为止，那些人都反馈说这非常有帮助、很成功。但我认为我们会看到更多这类事情：智能体或机器人实际上应该比你主动找它更主动地来找你。我认为那将是 AI 的下一个转变。
看你们团队运作，有很多事让我印象深刻。一个是速度，这个我想聊，但另一个是你们的做法。你们有一种意识：这是抓住大量市场份额的时刻，要在有人出现并说“好了，现在我们有了很棒的东西”之前，尽可能多地拿下市场，尤其如果那是一家基础模型实验室。所以看着你们发出那么多免费账号。还有对用例的专注非常聪明，因为它是如此新颖的东西，你打开它就想：我能拿它干什么？而你们非常专注于：好，这里有一堆人们可以用它做的事。然后推特上全是讨论，还有人们使用模板的各种方式。(00:54:20): 这太合理了。据我观察，就是这两个重点：尽可能快、尽可能多地把人拉进来，直到有人说“好了”——因为总会有人出现说“好吧，这是下一个东西”。超级聪明，还有对用例的专注。我知道你之前是 Cursor 的市场推广（go-to-market）人员。关于现在把它推向市场的 go-to-market 方法，你有什么想分享的吗？
我认为我们在编程领域看到的模式，会和我们在通用知识工作中看到的有些相似。我认为我们在 go-to-market 方面从中学到了很多，更广泛地说，也学到了如何打造人们真正使用的实用 AI。我认为我们作为一家公司在文化上非常在意不造演示软件（demoware），而是造在现实世界里真正有用的东西，并为此着迷。有太多闪亮的东西和好玩的原型可以造，但归根结底，那和把它交到数百万人手里、让它改变公司，是完全不同的问题。所以我认为，从文化上说，我们一直聚焦的就是这个。(00:55:32): 所以在 go-to-market 方面，我们在编程领域看到的模式非常简单：有一群早期采用者。早期采用者会使用这些编程工具，真的把它们推到极限，而且他们主要在个人项目上把它们推到极限。在晚上和周末——我想到的是 2023 年更早的时候——人们下班回家。上班时他们用的是基础 IDE，那是前 AI 时代；然后回家做一个副业项目，他们会用 Cursor 或者最新最好的 AI 编程工具。那会给他们极大的加速。那会让他们感觉自己正在体验未来，然后他们回到工作中就会要求它。他们会说：“我无法想象用别的方式工作。我现在感觉自己完全像在糖浆里走路。这必须改变。”我认为对知识工作，我们也会看到类似的模式：人们真的感受到那个顿悟时刻，有时是在个人场景中。(00:56:38): 我认为我们现在在 X 上确实看到很多这样的情况。你会看到所有这些例子：Grok Bot 控制他们家里的机器人电脑、家用扫地机器人，或者 Grok Bot 帮他们在特斯拉充电桩谈判中省钱，所有这些有趣的用例。但我认为下一步会是：这不是一个消费产品。我们认为它会改变企业，改变团队，会是机器人进入团队，贡献真正有经济价值的工作，尤其是当它们变得更聪明之后。(00:57:14): 所以在 go-to-market 方面，我们确实在大力优先考虑企业，思考的不只是和单个机器人合作的单人用例，而是一个机器人如何在更广泛的团队中运作？一个机器人如何在真实的企业系统中运作——那些系统很复杂，有大量上下文和大量历史需要理解？在一个更广泛的组织里，记忆是什么样子，相对于你服务的单个个体？我认为那里有很多未解的问题，但我确实认为 Grok Bot 是创造这种向智能体转变的正确原语，让编程之外的其余公司也能转变，而这正是我们现在相当专注的地方。
顺着这个说，很明显你们都理解分发的力量，也理解你需要同时找到一款了不起的产品并把分发做对，因为 Grok Bot 很了不起，但你们在把它推向市场、用各种不同方式做到这一点上的聪明程度，组合起来真的令人印象深刻。我认为这展示了如今要造出真正成功的东西需要什么。我想问一下这个产品和公司周围不同品牌的问题，好让人们能试着理解，因为我知道你们正在经历转型、收购、SpaceX 等等。所以有 Grok Bot，有 Cursor。谈谈这些产品，以及今天该怎么理解这些不同品牌，我知道它可能还会继续演变，这样我们才能正确地谈论它。
当然。是的。我认为 SpaceXAI 现在有三大支柱。第一根支柱是编程，或者说是一组编程产品，目前是 Cursor 和 Grok Build。我们非常相信，为开发者和组织中的工程部门提供一个专业的工作界面将非常关键。现在人们有时会用 Grok Bot 来启动云端智能体、合并 PR 或做 QA，一堆工程相关的任务。但归根结底，当你在交付生产软件时，我们坚信那需要一个每一个像素都为该终端用户优化的产品。所以我们在这方面投入很大。(00:59:28): 第二类是通用知识工作，我们认为 bot 是朝这个方向迈出的非常令人兴奋的一步。我认为还有很多工作要做，让它更有用、扩展到新的界面，真正感觉像一个你可以委派工作的 AI 队友，尤其是在公司和企业内部。所以这大致是第二根支柱。第三是通用模型方面的努力。我们想训练世界上最聪明、真正有能力的模型。(00:59:54): 我认为让 SpaceXAI 与其他 AI 实验室有所不同的一个点是，我们的目标与其说是追逐超级智能或某种模糊的、理想化的理念，不如说非常实际：打造有用的 AI。我们在产品侧这样做，在模型侧也这样做。我认为其中一部分也是文化：为这些模型做贡献的人群中有工程师，也有带着非常应用型心态进入模型训练工作的人。我认为这正是推动这家公司前进的东西，而且我认为这实际上与外面一些竞争对手的方向略有不同。
非常有意思。好，我有几个想去的方向。一个是，你有一条推文，我想是你置顶了，或者也许是你最近的一条。如果人们去看你的时间线，它就在那儿。推文是：“一个能完成 100% 工作的 AI，与一个只能帮你到 90% 的 AI，感觉上是截然不同的。我已经大幅更新了我对 AI 能力的看法。”多说一点。
对我来说，让我如此兴奋地投入 Grok Bot 并为它做贡献的原因是，这是第一次在非编程任务上，我觉得我可以真正把工作委派给 AI，而不必再想它，然后我回来时它就做完了。我认为工程师们感受到这一点已经有一段时间了，大概一年、一年半以来，事情就是这样。我的意思是，开发者的工作已经彻底转变了。它和两年前相比已经面目全非，关于这个话题已经说了太多太多。但我认为，这种体验与大多数人对 AI 当前的感受、以及 AI 改变他们生活的方式之间的差异，被低估了。它看起来和人们两年前使用 AI 的方式很像：你为一个任务新建一个线程，把它输入输入框，按回车，你看着所有这些步骤发生，你得到一个输出，它不太对，你继续在它上面折腾。(01:02:13): 而我认为 Grok Bot 短路了其中很多环节。当你第一眼看到第一个界面时，你会想：“哇，这显然不一样。让我们看看它是不是真的能用，但这不一样。”然后你给它点东西，它竟然在令人惊讶的程度上能行。我认为我们会做很多事让它好用得多。所以我认为我在那条推文里表达的是：当你有一个你只信任 90% 的队友，你把事情交给他——幸运的是我在这里没有这种经历，因为我和很棒的人共事——但如果你把事情委派给某人，而你心里想：“我知道你做的时候我还得一直想着这事，我知道它大概不会完全到位，我还得介入、稍微引导一下”，那不是 90% 的任务完成度。(01:02:59): 你仍然在做那件事，感觉就是这样，它以同样的方式压在你身上；而真正给同事一个不看人传球（no look pass），说：“你能搞定，这是上下文，去跑吧。我很期待看到你做出什么。”那是另一个类别。我认为人们每天在使用 Grok Bot 时感受到的就是这种不看人传球：你就是相信它能做成，然后它真的做成了，那是一种非常神奇的体验。
是的，我持续有这种体验。好，你们运作方式中另一个让我印象很深、我以前没见过的元素，是你们行动的速度。我当时在给一些人反馈，然后被加进了这个 Slack，接着就是：“好，那这样吧，明天我们给你一些免费兑换码发出去。你明天就能发。我们明天做这个。”或者“我们要上线一个有模板的市场，两天内就上线。”我就想：什么？我没时间应付这个。你们在所有事情都在进行、不断发布的同时，还能保持一致性、高质量，并且让人清楚这是朝着一个具体愿景去的，你们是怎么做到的？(01:04:05): 所以这个问题有两个部分：你们行动如此之快的秘诀是什么？以及在这么快地朝一个你们都相信、都想去的愿景前进时，你们如何保持一致，而不是一路只是打补丁？
是的。有一件事一直让我很高兴，就是公司内部那种创业公司的感觉从未改变。作为背景，我最初加入 Cursor 时，我们大约 15 个人。我们扩张到一千多人。然后现在我们是 SpaceXAI 的一部分，那是一个更大的组织。当你身边是这群才华横溢的人时，成为其中一员真的非常有趣。每个人都在以每小时一百英里的速度前进。你信任、你深深信任每个人去执行他们那部分。而且有一个清晰的愿景，每个人都为之振奋，并且知道自己需要去执行。(01:05:06): 随着公司成长——我们有幸从经历过超高速增长的其他公司招到了非常优秀的人——事情会慢下来，你会不断告诉自己：我们还是创业公司，我们行动还是很快，但其实并不是，而且每个人都知道并不是，说起来比真正做到容易。但愿这能持续成立。我认为如果这能持续成立，对我们的成功至关重要。但即使在我们扩张的过程中，它也一直感觉像我最初加入的那家创业公司。我认为如果你用人数或融资轮次来定义创业公司，那些都没有太大意义。(01:05:50): 定义一家创业公司的核心，正是你所描述的那种“抢着往前冲”的能量：事情有点混乱、有点没条理。对很多人来说，那不是令人愉快的工作环境，但它有这些惊人的特性：你可以在短时间内朝某个特定方向产生极大的影响，而且你真的能从系统里得到你投入的东西。所以我认为，作为一种文化、作为一个组织、以及我们构建自己的方式，我们一直在促成这种特性；而我认为我们的一些竞争对手和其他 AI 实验室已经变得大得多，你能感觉到这一点。我认为我们即使在扩张时，也保有那种创业公司式的冲动，这对在这些事情上快速行动相当重要。
让我顺着这条线追问，问你一个我一直很期待问的大问题。如果你从外部看 Cursor，它本不该成功。它本不该持续下来，因为：第一，它处在世界上竞争最激烈的市场，对手是历史上增长最快的公司 OpenAI 和 Anthropic。这是一点。那种竞争是任何人从未经历过的。第二，它建立在这些平台之上，靠它们提供动力。而作为局外人，我看到让 Cursor 获胜、拥有这次大规模退出并持续成功的，是你们调整适应市场现实的速度有多快。它一开始是自动补全，然后转向与智能体对话，然后进入云端，现在是 Grok Bot。(01:07:30): 对我来说，成功的一个核心部分似乎是快速适应现实，同时为某个在别处也存在的东西打造同类最佳的体验。Grok Bot 就是个很好的例子。你可以在别处做这件事，但它是同类最佳体验；Cursor，那个 IDE，是最好的编程方式。所以这就是我的问题。也许我已经回答了，但你认为 Cursor 能够不仅在这个疯狂竞争的市场中存活下来，而且长期持续做得如此出色，核心是什么？
我的意思是，其中很多——这是个模糊的答案——我认为很多是文化的下游产物：你设定的文化、你招进来的人、以及他们处理这些问题的方式。我认为对我们来说，正如你所说，我们从不自满。我们从没觉得自己赢了，一直都是关于下一件事。我认为整个公司有一个很深的信念：AI 正在以令人难以置信的速度前进。我们的目标是把这些能力转化为给客户的出色产品，但这些产品会变化，而且随着能力变强，它们需要应时而变。两年前应时的东西和今天应时的东西完全不同。如果我们作为一家公司不能每六个月就彻底重塑自己——最近感觉甚至比六个月还短——对我们的优先级、核心产品、用户的感受进行非常重大的重塑，我们就会输。(01:09:06): 我认为正是这种始终推动自己站在前沿的精神，从不认为事情结束了、我们赢了、我们做对了，而是不断更新我们的信念，才把我们带到今天。关于这个领域的竞争性，我认为值得指出的一点是：从 Cursor 诞生起，AI 编程就一直是竞争激烈的。当时的竞争对手是微软和其他一些公司，大概 10 到 20 家。我认为值得注意的是，这些竞争对手现在没有一个处在 AI 编程的前沿，很大程度上不是因为它们做了什么错误决策或缺乏资源，而是这种文化上无法快速行动、无法随着时势变化而改变以应时的能力缺失。所以我认为，这正是促使我们去投资像 Grok Bot 这样的东西的原因。
有没有什么核心价值观，或者你们用来提醒大家“我们就是这样工作的”的具体说法？
有，有两个价值观我经常回到它们。第一个是“删除产品”这个想法。我认为它正好呼应你现在说的：当你回看 Cursor 过去的每一个迭代——甚至我认为当你回看 Grok Bot 过去的每一个迭代时，我们也会有同样的感受——是东西在消失，而不是新东西被加进来；那些因为模型还不够聪明、不能自己完成而搭起来的脚手架式、产品赘余式的东西，会随着时间被移走，而我们需要能够坦然做出一些艰难决定，可能会让一小部分用户或内部一小部分人不快，去做更大的事：让产品简单、让产品强大，并适应未来的走向。(01:11:02): 所以我认为那非常核心。第二件事，呼应执行速度，就是“直接去做”（just do the thing）。即使公司长大了，我也经常重复这句话：这取决于你。我们都在同一条船上，我们想赢。如果你看到某件你认为需要发生的事，这不是一个“请示批准”的文化，你出去把那件事修好，并拉进你需要的资源让它发生。我认为这以前让这里很多人非常成功，而且我认为这也是我们和 SpaceXAI 真正共享的东西。
自主性（agency），你可能听说过。太有意思了。经常出现的一个大问题——这可能是我最后一个问题——是关于护城河的。很多人把 Cursor 看作一个非常有趣的例子：他们所在的市场从技术上讲也许没有护城河，但他们持续获胜并成功。你想到的 Cursor 的两条护城河，一是人们自动补全的数据反馈循环，学习他们在做什么并据此训练模型。这是独特的。另一条就是同类最佳的体验，做一个高日活的产品，随着时间发现什么有效、人们需要什么。(01:12:19): 你刚刚学到了什么？以及，关于这个领域的护城河，有没有什么想法可能对正在自己思考这个问题的人有帮助？
是的，关于护城河有很多讨论，而现在确实是创办公司的一个相当有趣的时刻。所以我能理解为什么这么多创始人会问自己这个问题，并试着推演 12 个月后、24 个月后会怎样——那感觉就像永恒。我要说，我认为如果 Cursor 和许多其他同代成功公司当初去思考护城河，或者试图从某张战略图、某个更抽象的公司应该如何运作的概念倒推，我不认为那会创造出这样的结果或这样的产品。我认为真正创造 Cursor 魔力的，是对“今天造出有用的东西”的痴迷。我认为它一直是这样一种练习：你能大致看到世界三个月后、六个月后会走向哪里，模型会变得更聪明，一件现在还无法解决的事最终会变得可解。(01:13:34): 我认为 Cursor 有点像这样一个反复出现的提示：我们怎么把那些东西拉到今天来，即使它需要在其上做一点工程才能运作，或者需要做很多工程才能运作，即使它需要以特定方式改变产品，让用户能与这个新能力交互。我们怎么把它提前带到现在？然后三个月后，我们应该把那些东西全删掉，因为它会变成产品的基本、最低限度的常识部分，然后我们再为三个月后的那个东西去构建。我认为正是不断一遍又一遍地这样做，让用户真正信任我们，把他们的时间放在我们的产品里，并相信我们在把东西带到下一个前沿、下一个未来。(01:14:21): 所以我真的想鼓励很多创始人和今天刚开始的人，更多地扎根于这个视角：我怎样才能让现在不可能的事变得可能？用户会来找我用那个东西。我会把他们拉向下一个不可能的边界。然后通过这一切，我会获得很多分发优势，获得数据优势。那里会有价值，但我认为那才是真正该下注的地方。
我很喜欢这个答案。本质上，我的理解就是：就去造一个人们为之着迷的东西，不要过度思考护城河那部分。如果你能持续这样做，你就会找到一些东西——在 Cursor 的例子里，最终是好几样东西。这其实最近在我做的另一档播客里也提到过，我不知道它会在这一期之前还是之后播出——就是护城河很多时候是被发现的，而不是提前规划出来的。(01:15:11): 好，作为真正的最后一个问题，让我向你要一些 Grok Bot 的使用建议。有些人会想：“哦天，我得试试这个东西。这么多兴奋是怎么回事？”对正在尝试的人，比如说新手，有什么建议——就像一些成功的关键——也许再给已经在用的人一个高手技巧，让他们说：“哦哇，我不知道这个”？
是的，我想避开那些超级取巧的专业技巧，因为我认为我们作为团队和公司的理念是：那些东西真的不该存在。不该有所有这些疯狂的旋钮。你应该能把某件事委派给 Grok Bot，而它们就该去做。所以对于刚下载应用的新手，你看着屏幕，我会鼓励的第一件事是：给 Grok Bot 它成功所需的上下文。就像你给团队新成员做入职一样，让他们能访问 Slack、你的邮件和你每天都在用的公司记录会非常有帮助。所以我会给它访问这些工具的权限，然后我其实会问 Grok Bot 它能为你做什么，让它过一遍你最初设置的那些连接。(01:16:28): 在我的例子里，可能是我给它我的邮件、给它 Slack。我第一次上手时真的很惊讶。那时我们还没有任何引导界面，所以这算是我给它的第一个任务：过一遍我的 Slack、我的邮件，建议五件你能从我手上拿走的事，以及你需要什么才能做到。它建议了五个，其中两个真的很有帮助，我立刻派生了两个机器人去解决那两件事。那是我一个大大的“哇”时刻，感觉过去没有任何其他 AI 工具能做到那两件事。它不是“起草一封邮件”，而是“做一大块工作”。所以我鼓励全新的用户这样用。(01:17:06): 对于不是新手的人，我一直在不断发现新的模式，让我的机器人之间可以互相交互、互相协作。所以我一直在搭一个稍微更像脚手架的架构：Grok Bot 创建的那些产出物应该放在哪里，它如何写到一个对我来说非常易读的地方。所以我有这些频繁的摘要，我每天都读，它会推送到一个数据库，我可以非常容易地读。所以我会鼓励高级用户思考：Grok Bot 如何能写到一个单一的存储里，让你可以更容易地组织它的大量输出。
天哪。我们需要再来一期深入聊 Roman 的 Grok Bot 设置，那里面大概有太多私密敏感信息，不能展示。好吧。那是个很棒的建议。Roman，在我们进入非常令人兴奋的闪电轮之前，你有什么想分享的，或者还有什么想谈的？
我这边没有了。
我们覆盖了太多内容。我简直不敢相信那只有大约一个半小时。感觉我们聊了很久，而且覆盖了我希望覆盖的一切。那么，我们来到了非常令人兴奋的闪电轮。我有四个问题问你。准备好了吗？
我准备好了。
有两三本书是你最常向别人推荐的吗？
好，给你两本。一本是我很喜欢 Kurt Vonnegut。所以《猫的摇篮》（Cat's Cradle）一直是个有趣的推荐，我以前买过很多本送给朋友。第二本是 Steven Pressfield 的《艺术之战》（The War of Art），我经常回到它，哪怕一次只读一两页，我会向任何人推荐。
《艺术之战》，太棒了。它是一本很短的书，就像你一旦读了它……而且它不是《孙子兵法》（The Art of War），人们可能会以为自己听到的是那个。
是的。
但它是《艺术之战》（War of Art），是在那个说法上做文章，讲的是创作、创造新东西的挑战，以及如何克服阻力（resistance）。我很喜欢这个推荐。下一个问题。最近最喜欢的电影或电视节目——如果你有时间看的话？
有。最近——我每年都会重看一遍《卡萨布兰卡》，那是我最喜欢的电影之一。它碰巧还有一个和我同姓的角色，Ugarte，我想这是媒体里唯一一个 Ugarte 的例子。所以《卡萨布兰卡》，永远是值得重看的。电视方面，我有时会偷偷看一集《神探阿蒙》（Monk），那部侦探剧，是我小时候和家人一起看的，现在我住在旧金山，又回来看它。它是 90 年代末、2000 年代初旧金山的一个绝佳时代快照——拍摄时的旧金山——我非常喜欢。
这是播客里第一次提到 Monk。好。现在你最喜欢或觉得最有趣的 AI 产品是什么？你想说 Grok Bot 也可以，但如果你能说出别的，会加分。
我一直是个 AI 语义搜索的狂热爱好者。我喜欢任何语义搜索产品，尤其是那些不太寻常的。所以我算是 Metaphor 的早期用户，就是后来变成 Exa 的那个，我很喜欢用 Exa 在互联网上做那些可能更奇怪的查询。但我也看到很多例子，比如有人在一个 MoMA 的嵌入图像库上做语义搜索，或者类似的东西。我玩这些总是特别开心。所以只要是能在奇怪数据集上跑的语义搜索引擎，我都喜欢。
那 Exa 是你特别会推荐的一个吗？
我很喜欢 Exa，是的。
太酷了。好。你最喜欢、在工作中或生活里经常回味的人生格言是什么？
不算一条简短的格言，但我很喜欢《Desiderata》，不知道你有没有读过，我把它贴在门上，从十几岁起就一直带着，每次搬家我都会把它贴到那儿。它是首很短的诗，但每一行，我都发现自己每次读都能读出新的东西，我觉得它特别能让我踏实下来。
Roman，这期太精彩了。想想我们现在所处的这个时间点，Grok Bot、整个 AI 的这个时刻。一年后再回头看一定很有意思，会感叹：哇，我们对太多事情既判断得那么对，又错得那么离谱。非常感谢你来做这期。我知道你们团队现在特别忙，所以真的很感谢你抽出几个小时来聊。有没有什么地方你想让大家去看看？除了让大家去试用 Grok Bot，还有什么想推荐的吗？那是……
当然是去试用 Grok Bot。然后，最主要的就是，请多给我们反馈。我觉得我们在这件事上还处在非常早的开局阶段。我的意思是，我们三周前才发布 beta，而我们从这批早期用户那里得到的很多反馈，直接转化成了我们做出来的东西以及我们做东西的方式。所以真的非常感谢大家给出的所有意见。
干得漂亮，Roman 和团队。我知道这一切背后有一整个团队。Roman，非常感谢你来。
太好了。谢谢你，Lenny。
大家再见。（01:22:20）：非常感谢你的收听。如果你觉得这期有价值，可以在 Apple Podcasts、Spotify 或你常用的播客应用上订阅本节目。另外，也请考虑给我们评分或留下评论，这真的能帮助其他听众发现这个播客。你可以在 lennyspodcast.com 找到所有过往单集，或了解更多节目信息。下期见。