The Rise Of AI Coworkers

Grokbot 团队 7 周做出产品，让非工程师也能给 AI 队友开账号、配信用卡、接 Google Ads；Lauren 的工程 bot 每月提交 4000+ PR，全程在 Slack 线程里完成。

大家都在聊 AI 写代码，但真正稀缺的是让 AI 像同事一样被管理。Grokbot 把 bot 当员工设计：有身份、有权限、有专属职责，甚至会在 Slack 里互相训话。这期最有价值的不是产品介绍，而是 Lauren 和 Roman 拆解的那套最小可用循环：怎么让 agent 自己跑代码、自己验证、自己合并 PR。

Grokbot 的核心设计原则是：工作围绕 bot 组织，不围绕对话或文件。每个 bot 有名字、身份、工具权限，能长期在线主动干活。

• Roman 的类比：招人时你会找一个“早上醒来就惦记这件事”的人，而不是一个同时关心一百件事的超人；所以他的 bot 团队每人只管一件事，主动汇报。
• 营销团队的真实用法：绩效营销把 Google Ads、Facebook Ads 的登录权限和预算交给 bot，让它直接和设计团队的 bot 对接，批量生成素材做 A/B 测试。
• 小企业反而最积极：请不起会计的公司，几小时内就能配出一个做账的 bot，因为“招不到人”是刚需。

Lauren 现在大部分工程工作不在 IDE 里，而在 Slack 线程里和 bot 对话。她展示了一个真实案例：和同事 Samantha 加一个 PM，三个人加一个 bot，在一条 200 条消息的线程里把功能从零做到上线。

• 具体流程：她丢给 bot 一个 X 上的视频链接，问“支持这个功能需要做什么”；bot 自己启动一个 Cursor 云端 agent（自带虚拟机和电脑），跑起 Grokbot 应用做原型，回传视频和截图。
• 她基本不回 Cursor：整个项目她没打开过 Cursor，也没读 PR，只看最终产物；她的 agent 已经可以自己合并自己的 PR，产量从每月 2000+ PR 涨到 4000+。
• 前提条件：这套流程不是一夜之间能复制的，需要先把代码规范、静态分析、工具链做扎实，把原本花在人工 code review 上的时间“编码进代码库”。

Lauren 拆解了“最小循环”：agent 能写代码，但缺的那一环是“跑起来看结果”。她把这一环补上，循环才真正转起来。

• 做法：教 agent 像真实用户一样运行应用、抓 CPU trace、看性能指标，让它能检查自己的产出、发现自己的 bug、再改。
• 代价：这样循环出来的代码“正确但不一定好”，可能很慢、很费资源；工程师的新工作是让 agent 默认写出好代码，而不只是能跑的代码。
• Pstack（potato stack）：Lauren 开源的一套 skill 集合，教 agent 按她写代码的严谨方式干活，灵感来自 Garry Tan 的 Gstack（“厨师带着自己的刀去新厨房”）。

“如果你想让 bot 像员工一样工作，那就先问：你会怎么对待一个真人？给他电脑、给他权限、按角色收窄范围，信任建立后再逐步放开。”

• 先补“验证环”再谈自动化：如果你的 agent 还不能自己运行代码、看指标、判断对错，那它写的代码最终还是要人来跑。把“让 agent 自己验证”当成第一优先级投入，比换更强的模型更划算。
• 把权限设计成“入职流程”：新 bot 先只读、只做一件事，验证可靠后再给写权限和工具账号；团队共享的 bot 由最懂这块业务的人当 owner，避免每个员工各自养一个重复的 bot。