給AI員工發工牌:執行力不再稀缺,稀缺的是把問題定義清楚
當公司能同時跑一百個GrokBot去執行任務時,真正拉開差距的不再是誰寫代碼快,而是誰能把目標和驗收標準定義得足夠準。
原視頻在 YouTube 上放不出來,用音頻聽:
核心論點 · 點時間戳可跳到原聲
工作組織單位從聊天框換成了機器人本身
GrokBot的設計前提是:工作應該圍繞「bot」這個主體組織,而不是圍繞聊天記錄或文件。團隊給出三條原則——機器人要有自己的身份(名字、職能、工具),要能像人一樣使用同一套工具而不依賴專門的MCP對接,還要「always on」,主動帶著想法找人,而不是等人去戳它。內部測試時,最熱衷用它的既有AI重度用戶,也有公司裡對AI最不感冒的人,說明這套設計是跨技能水平通用的。
— Roman機器人入職像招人:權限隨信任逐步升高
面對「機器人到底該有多少權限」這個行業沒有標準答案的問題,Roman的做法是直接照搬招人的邏輯:給新人電腦、給受限的權限,隨著信任建立再逐步放開。YC孵化的開源項目Quartermaster把這個邏輯做實了——機器人在Slack頻道里的權限,直接繼承對話的人類用戶的權限,所以GP賬號和普通工程師賬號得到的機器人權限是不一樣的。
— Roman機器人之間會互相訓話,公司內部長出了「馬特書」
Lauren給一個「leader bot」設定了監督其他工程機器人的職責,結果發現它在跟下屬機器人的聊天記錄裡真的在「教訓」對方。YC內部也搭了一套機器人互相交流的頻道,被戲稱為內部版Malbook,機器人會在沒有人類提示的情況下互相長篇討論。主持人半開玩笑地問會不會擔心機器人「造反」,Roman的回答是目前完全沒看到這種跡象,它們表現得「太樂於助人」了。
— Lauren/Roman信任機器人分三步:先只讀,再執行,最後才接管崗位
大部分公司現在還停留在第一步:給機器人只讀權限,比如數據科學團隊的DataBot只能查庫不能改東西,先驗證它靠不靠譜。第二步是讓它能真正執行、端到端完成一個任務。第三步才是讓它整體擁有某項工作職責、持續為某個結果負責——Roman說大多數公司離第三步還很遠,信任是一步步攢出來的,不是一開始就全權授權。
— Roman整個新功能在一條200條消息的Slack帖子裡做完
Lauren展示了她和同事Samantha、以及她的機器人Potato一起開發一個新功能的真實過程:她把一個X上看到的視頻鏈接丟給Potato,機器人自己拉起一個Cursor雲端Agent去跑原型、截圖、錄視頻,整個討論在公開的Slack頻道里進行,其他人可以隨時插話。這條帖子最後攢到了200條消息,她自己全程沒打開過Cursor,PR最後也是機器人自己合併、她都沒讀代碼。這也是她能做到每月4000+條PR的原因之一。
— Lauren執行力一旦過剩,瓶頸就變成了「定義問題」
Roman提出一個判斷:當執行變便宜——你可以隨手拉起100個編碼Agent去跑一個任務——公司之間真正的差距就不會再是執行失敗,而會是「規格定義失敗」或「目標定義失敗」。衡量一個桌面客戶端的性能提升很容易量化,但衡量營銷效果的改進標準該怎麼定、誰來定,卻會變成新的稀缺能力。這意味著創始人/負責人把用戶意圖翻譯成機器人任務的能力,會比寫代碼的能力更值錢。
— Roman代碼評審該花多少token?答案是把護欄寫進代碼庫而不是靠模型反覆讀
Garry Tan提到自己正在和captain機器人爭論:審查一次代碼要花5000萬token去找30類bug,他想砍到1000萬但擔心漏掉問題。Lauren給出的答案是一個「倒金字塔」:把精力更多投到代碼庫架構、靜態分析、lint規則上,而不是靠人或模型逐行復審——比如GrokBot桌面端是Electron應用,他們直接把「渲染線程不能跑長任務」這條規則寫成了依賴圖檢查的lint,而不是指望每次代碼審查都能人工發現這個問題。這樣省下的是以後每一次審查都要重複消耗的token。
— Lauren/Garry小bug讓機器人凌晨三點自己修完,核心體驗絕不自動上線
Lauren有個叫Sandy的機器人,每天接收上千條用戶反饋,很多小bug它會自己復現、修復、合併,半夜三點就悄悄上線了,沒人需要盯著。但如果是改動用戶每天看到的核心像素(比如按鈕位置),團隊的做法完全相反:大量內部dogfood,刻意比「感覺舒服」再多坐一會兒才上線,默認原則是只要內部沒有形成「product market fit」就不發布——哪怕內部反饋是「褒貶不一」也不發。
— Roman原話 · 已逐字校驗
GrokBot is meant to be this product where you can create AI teammates. They have their own identity, their own telephone number, credit card, like basically almost anything a human can do, I think we would want bots to do.
GrokBot想做的產品是讓你能創造AI隊友。它們有自己的身份、自己的電話號碼、信用卡——基本上人能做的事,我們都想讓機器人能做。
Lauren0:00
The way we try to answer these questions is what would you do for a human? And if we're if we're really trying to build an AI colleague, you know, maybe the shortcut is let's not overthink it and complicate it.
我們回答這些問題的方式是:換作人類你會怎麼做?如果我們真的是在打造一個AI同事,也許捷徑就是別想得太複雜。
Roman16:26
it was sending the messages it was sending to its engineers. It was like kind of like scolding them, like, hey, you shouldn't.
它給下面那些工程機器人發的消息,有點像在訓它們,就像,嘿,你不該這樣做。
Lauren18:28
it's like you're you're building a mini agi and the whole point of it is like care and feeding of the agi that does this function for humanity right
就像是你在打造一個迷你的AGI,整件事的重點就是去照料和餵養這個替人類執行這項職能的AGI。
Lauren36:52
it really matters that you define the problem well and the gap is probably not going to be an execution failure it will probably be a intense specification failure or a goal failure
把問題定義清楚變得非常關鍵,差距大概率不會來自執行失敗,而會來自嚴重的規格定義失敗或目標定義失敗。
Roman38:55
there used to be the trade-off before that you could only choose two out of three it was either like fast cheap and high quality now you could basically do all three and we could basically do the best work in our lives right now with AI which is super cool
以前的權衡是三選二——快、便宜、高質量你只能挑兩樣——現在基本上三樣都能要,用AI我們基本能做出這輩子最好的工作,這太酷了。
Lauren49:43
Lauren's factory just fixes it like repros fixes merges no one thinks about it it goes out automatically at three in the morning I wish all software would be made that way
Lauren的工廠直接就把它修了,復現、修復、合併,沒人需要管,凌晨三點就自動上線了,我希望所有軟件都能這樣做出來。
Roman53:56
數字與實體
| GrokBot從第一行代碼到上線耗時 | 七週 | 1:04 |
| Lauren每月提交的PR數量 | 超過4000條 | 22:30 |
| Lauren開發流程演示的觀看量 | 超過400萬次 | 22:30 |
術語
- outer loop外循環
- 編碼之外收集上下文、協調多個機器人完成任務的工作循環
- obliterated model拒絕機制被移除的模型
- 經改造後會執行任何指令、不再拒絕有害請求的開源模型
- P-Stack / G-Stack個人技能棧
- 工程師為自己Agent沉澱的一套可複用工作流技能集合
- Quartermaster權限管家工具
- YC孵化的開源項目,機器人在Slack裡的權限繼承對話用戶的權限
收聽指南
正在給團隊搭建Agent自動化流程的工程負責人,以及關心AI如何重塑組織分工和KPI設計的創業者。
開場自我介紹和中段部分語音轉寫斷斷續續、信息密度低的段落可以跳過。