--- author: Best Partners TV date: '2026-09-22' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=tzeNIYTlv4g speaker: Best Partners TV tags: - autonomous-agent - human-ai-collaboration - product-development - digital-worker title: 一个月从零造出Grok Bot：SpaceXAI操盘手复盘数字员工与智能体交互革命 summary: SpaceXAI产品负责人罗曼·乌加特深度复盘常驻型智能体Grok Bot的诞生始末。团队通过封闭开发与极致减法，摒弃传统聊天框与复杂的思维链展示，确立了为智能体配备独立云端电脑的核心架构。文章详述了数字员工如何通过像素级操控打通销售、招聘与质检等复杂工作流，并阐释了从90%到100%完成度所带来的“不看人传球”式信任跃迁，以及通过临时脚手架抢跑未来模型能力的动态护城河法则。 insight: '' draft: true series: '' category: ai-application area: tech-engineering project: [] people: [] companies_orgs: - SpaceXAI - Cursor products_models: - Grok Bot media_books: - Cat's Cradle - The War of Art - Desiderata status: evergreen --- ### 闭门突击：一个月从零交付原型与硬核现实检验 在 **SpaceXAI** 深度整合了 **Cursor** 的核心团队之后，于 **8月11号** 正式对外推出了一款具备划时代意义的常驻型智能体工具——**Grok Bot**。这款产品的核心逻辑在于，它让每一位知识工作者都可以同时拥有多个运行在独立云端电脑上的**数字员工**（Digital Worker: 具备完整系统操作权限与持久化工作环境的虚拟雇员）。这些数字员工能够像身边的真人同事一样，自主登录各类企业业务系统、跨平台扒取关键数据、协调调度不同的桌面应用与网络软件，甚至可以在后台静默无感地执行跨越数小时的复杂业务流程。产品上线仅仅短短几周时间，就引发了科技圈与企业端的剧烈震荡，大量原本依赖传统 AI 工具的专业用户开始集体倒戈。 打造这款现象级产品的核心操盘手，是如今担任 SpaceXAI 产品负责人的**罗曼·乌加特**（Roman Ugarte）。作为 Cursor 团队当年的第 **15号员工**，罗曼曾长期全面统管增长业务，完整亲历了团队从只有十几个人的车库作坊团队，一路狂飙突进成长为千人规模行业巨擘，并最终并入 SpaceX 的全过程。最近，他做客了知名科技播客 **Lenny's Podcast**，与主持人展开了一场长达数小时的长谈，极其详尽地深度复盘了这场充满反直觉抉择的产品战役。 这场对话最让外界感到意外的地方，恰恰在于它的研发起点。**Grok Bot** 这样一款颠覆人机协作范式的大作，根本不是在某个充满战略图表、汇聚高管的战略会议室里被层层规划出来的，而是极少数几个人近乎“躲进山洞”秘密捣鼓出来的。罗曼回忆道，当时研发团队在偌大的办公室里专门找了一个完全与大部队物理隔开的独立偏僻角落，内部拉了专属的私密沟通频道，把核心小组彻底封闭隔绝起来。他们给自己设定的唯一目标，就是在短短**一个月**的时间极限内，不惜一切代价打造出一款能把真正自主的智能体能力普及到全公司日常知识工作中的产品。 从敲下第一行代码到最终拿出内部全员可用的产品原型，他们真真切切仅仅花费了一个月时间。罗曼在复盘时说得非常直白：如果当时团队规模哪怕再膨胀几个人的编制，这件事情在概率上可能根本就做不成。因为在如此极度被压缩的极短研发周期之内，产品与工程层面必须连续做出成千上万个极其细微的微观决策，而其中相当一部分决定在当时的环境下看，是完全不符合常规大厂规范和软件惯例的。假若当时拉着一大帮部门负责人坐在一起，反复论证推演未来六到十二个月的长远战略蓝图与技术路线，那么团队就绝对不可能在今天走到这一步。 在一个月紧锣密鼓地拿出内部可用原型之后，团队选择在全员大会上同步了这一研发进展。他们当时只是用极为克制的方式告诉全公司：团队做了一款全新的工具，欢迎大家自发试用。做产品的人通常极其容易陷入自我感动的盲目陷阱，因为产品经理和工程师对底层工具的内部构造太清楚、倾注了太多的情感投入；因此，将原型毫无保留地面向全员开放，是一次极其硬核、没有任何退路的现实压力测试。团队核心要验证的问题只有一个：在没有行政命令干预的前提下，大家到底会不会自发地把自己每天用得最顺手的原有工具扔掉，转而把尚未成熟的 Grok Bot 当作日常工作的真正主力？ 事实给出了惊人的答案。在随后的仅仅一周时间里，公司内部各个部门爆发出来的试用与迁移热情，彻底震撼了整个核心开发团队。很多平时在技术视野之外、你根本想不到的非技术业务团队，以及那些过去每天重度依赖常规聊天界面工具的资深同事，竟然都在没有任何宣导的情况下，自发地把部门内部沉重而琐碎的大量日常工作全部搬到了 Grok Bot 上运行。看到内部业务端展现出如此强烈的刚性需求与反响，研发团队当机立断，立刻停止一切旁支实验，全面转向系统扩容与底层性能加固，并在短短几周之后正式推向了全球公开市场。 ### 拒绝做进Cursor：掌控每一个像素的原生智能体交互 在产品决策过程中，曾经存在一个在团队内部引发巨大争议的核心抉择：为什么不把这套强大的智能体能力，直接无缝做进早已功成名就、拥有庞大开发者心智的 Cursor 里面呢？ 放眼当时整个科技行业，绝大多数玩家在探索下一代工作流时的通用路径，基本都是在原有的代码辅助工具中强行增加非技术工作流，或者在已有的主界面里不断塞进新的标签页。罗曼解释说，团队当时非常仔细地深度拆解过竞品们的界面组织策略。当一个团队试图把所有场景塞进同一个陈旧界面，每增加一种全新的工作形态就新开一个标签页时，用户只要一上手使用，就能极其强烈地感受到这根本不是关于“未来工作究竟该如何运转”的统一系统性构想；相反，这纯粹是几套互不相干的业务线与部门团队，在公司内部政治博弈中强行争夺同一块电脑屏幕的产物。这种做法本质上并不是在做优秀的产品设计，而是在毫无遮掩地向终端用户输出自己公司的内部组织架构。 正是基于这一底层洞察，团队下定决心彻底推倒重来，绝不走任何向既有界面妥协的缝合路线。他们要在全新的独立产品形态里，牢牢掌控屏幕上的每一个像素，让系统的每一次点击、每一处排版、每一个交互状态，都真正为**自主智能体**（Autonomous Agent: 能够自主感知环境、分解任务、规划步骤并调用工具完成长链路目标的 AI 系统）进行原生设计。这种从零开始的纯粹性，最终构成了产品最核心的交互壁垒。 然而，在产品正式推向市场之前，团队还经历了一段极其残酷但价值千金的磨练过程——高强度的手动带教阶段。罗曼和核心研发团队亲自一对一手动带教了两三百位目标用户，这其中甚至包括了播客主持人 Lenny 本人。回忆起最初几次带教经历，罗曼直言简直就是一场场灾难现场：你跟核心目标用户连着视频通话，对面的虚拟机突然卡死死活起不来，或者是界面上自以为精妙的交互逻辑把对方绕得云里雾里，双方只能在视频镜头前大眼瞪小眼尴尬地干坐上二十分钟。 但这种直面尴尬的痛苦体验，给产品迭代注入了无法估量的加速度。核心开发团队亲眼目睹了真实用户的卡顿与不知所措，挂掉视频通话之后全团队唯一的应激反应就是：这种该死的低级故障绝对不能再发生第二次，明天排期表上还有下一位重要用户的连线测试，今天晚上哪怕通宵达旦也必须彻底修复完毕。 更关键的是，在这一轮手动带教过程中，团队有意识地引入了大量与传统硅谷科技圈毫无交集的真实世界商业用户。例如，罗曼通过朋友关系偶然结识了一位开线下实体咖啡馆的老板。这位原本对前沿代码一无所知的咖啡馆经营者，在拿到测试安装包后，却展现出了令硅谷工程师叹为观止的惊人业务创造力：他熟练地运用 Grok Bot 自动打通自己的电商后台，批量生成风格贴切的商品介绍图文，并自主抓取处理各种小生意的日常繁琐杂务，一跃成为了内测群里反馈频率最高、使用最深度的重度用户之一。 一旦底层电商插件连接不稳定，或者模型生成的文案口吻出现偏差，这位咖啡馆老板就会直接在群里抛出极其尖锐且切中要害的反馈。罗曼指出，这种来自真实商业第一线的质朴反馈，是团队天天关在硅谷舒适写字楼里跟一群精通计算机的程序员同事做内部狗粮测试时，永远都不可能发现的盲区。这位咖啡馆老板的存在像是一面镜子，时刻在产品层面提醒团队两件至关重要的法则：第一，Grok Bot 必须被塑造成一个让没有任何代码背景的普通商业用户也能零门槛上手的通用工具；第二，产品经理和架构师必须主动、清醒地跳出硅谷这个自给自足、自嗨自恋的 AI 信息泡泡。 ### 隐藏运作机制：从界面噪音清理到自然语言自动化 在早期的带教与内测反馈中，团队做出了一个彻底改变整款产品最终交互形态的重大决定：想清楚用户在屏幕上到底不需要看见什么。 **Grok Bot** 与市面上绝大多数同类智能体产品相比，存在一个极其颠覆的外观差异——它将绝大部分底层运行机制彻底且彻底地隐藏了起来。在传统的智能体产品中，用户一旦敲下一句指令，屏幕下方立刻就会像瀑布流一样刷出成串复杂的思维链推理过程、冗长的工具调用记录，以及一连串密密麻麻、如同命令行终端一般的系统底层运行日志。 罗曼对这种行业通病进行了深刻的心理学反思：假设你在现实世界中招聘了一位极其出色的专业团队伙伴，你绝不会要求他在整个工作日里，每分每秒都向你实时汇报他刚才点击了哪一个网页链接、鼠标当前正移动到哪一个像素点、键盘上正在敲击哪一个字符。现实中如果有这样一个真人同事，每做微不足道的一步动作就跑过来向你大声汇报这些机械琐碎的底层细节，这不仅丝毫无法在人与人之间建立起信任感，反而会给委托人带来极其严重的心理干扰与认知过载。 因此，Grok Bot 在交互哲学上决然走向了另一个极端：用户只需要下发核心意图指令，明确告知智能体需要达成什么业务目标，智能体便会默默开始在后台干活。它在界面上的状态展示，就像企业即时通讯软件里的真人同事一样，仅仅亮起一个代表“正在专注工作”的低调小绿灯，并且只在真正关键的阶段性里程碑节点，才会主动向用户发起进展汇报。在日常执行过程中，你看不到底层虚拟机的调度细节，看不到它正在调用什么技术接口，也看不到它在它自己的云端电脑屏幕上点击了哪一块具体区域。 在早期的内测阶段，确实有部分极客用户提出希望能清晰看到智能体当前的待办事项清单，团队认为这种业务层面的状态跟踪完全合情合理并予以支持；但自始至终，没有任何一个真实世界的商业用户表示自己愿意整天盯着那串冗长、冰冷且不断疯狂滚动的技术字符流。这一关键反馈彻底验证了罗曼的底层判断：将机械的机制细节彻底沉入水面之下，才是下一代人机交互的正确航向。 沿着这一减法哲学，团队在产品正式上线前两周，展开了一场近乎冷酷的激进界面大清洗。当时的版本内部充斥着大量研发人员为了在测试期方便定位 Bug 而遗留的内部监控面板、实验性调试开关，主界面甚至直接赤裸裸地暴露了模型的实时内部思考状态与记忆检索链路。尽管这些花哨的信息给工程师排查故障提供了便利，但对于真正需要解决实际业务问题的普通用户而言，无一例外全都是沉重的认知噪音。 为了彻底扭转这种工程师思维的蔓延，团队在内部确立了一套近乎苛刻的产品自审机制：未来在评估任何一项新功能或新界面元素是否获准上线时，所有人必须首先回答同一个问题——**这个功能的上线推文该怎么写？** 如果产品经理写不出一句能让普通用户在三秒钟内读懂并感到无比兴奋的推文，甚至这个改动普通用户根本无法直接感知其业务价值，那么这项改动大概率根本就不应该存在，必须立刻砍掉。 不仅如此，传统软件工程往往习惯于站在系统侧思考问题，热衷于对外宣传“产品界面现在又新增了什么功能特性”，比如新做了一个配置按钮，或者多设计了一层下拉菜单；而 Grok Bot 团队强迫自己全面转向智能体本体视角：**智能体现在能够做到什么？** 换言之，产品迭代的重点永远是给智能体赋予更灵巧的“手脚和工具”，而不是反向给真实用户的使用界面增加更多繁冗复杂的控制面板。 这种产品哲学最典型的体现，在于定时自动化任务的配置体验变革。在绝大多数竞品软件中，用户如果想设定一个周期性自动运行的任务，标准路径是必须点开深层侧边栏、点击加号、在一堆技术名词中选择触发器类型、选择执行动作、手动填写一大串技术表单。这套繁复的流程不仅极其反直觉，而且把绝大多数普通用户死死挡在门外。而在 Grok Bot 中，团队直接将整个图形化配置面板全部删光，用户只需要用日常的大白话跟智能体交代一句：“以后每天早上八点，替我检查这几项业务并发出提醒。”智能体就会在底层自主把定时触发逻辑和执行链路全部闭环配置好。数据显示，如今该平台上超过 **99%** 的自动化任务，全部都是通过这种最纯粹的自然语言对话形式自发建立起来的。 ### 底层基建决策：全云端常驻与独立电脑的必要性 在梳理完整款产品的技术进化脉络后，罗曼认为有两个在早期看起来极不起眼、甚至严重违背当时技术极客直觉的底层决策，对 Grok Bot 的最终胜出起到了无可替代的决定性作用。 第一个底层决策，是彻底消除**本地运算与云端运行的心智鸿沟**。在以往大量极客向的 AI Agent 工具中，用户每天在使用时总是要被迫耗费大量心智去纠结：这个复杂的任务到底应该放在自己本地的电脑上跑，还是丢到云端服务器去跑？如果人在外面使用手机给助手下达了一个长达三小时的重度任务，家里那台昂贵的台式机是不是必须整天开着机不能睡眠？ Grok Bot 从立项的第一天起，就斩钉截铁地砍掉了所有本地部署与混杂模式的幻想，确立了**100%全云端架构**。在系统的底层定义中，每一个智能体从一开始就是一个独立常驻的数字同事，它在云端机房里拥有专属于它自己的计算设备与运行环境。无论用户从世界的哪一个角落、使用手机端、平板还是轻薄笔记本唤醒它，智能体的上下文、未完成的业务状态与运行环境永远在线，彻底消除了用户在软硬件环境维度的精神负担。 紧随其后的第二个核心决策则更为反直觉——**必须给每一个智能体配备一台专属于它自己的虚拟电脑**。罗曼深入剖析了人类在现实商业世界中的真实工作本质：绝大多数真实的人类员工，从来都不是依赖标准化的技术接口（API: 应用程序编程接口）或者规范的数据交换协议来推进日常业务的。人类的日常办公，本质上完全依赖于用肉眼观察屏幕上由像素构成的图形界面、用手握紧鼠标点击具体的交互按钮、在光标闪烁的输入框里敲入字符。现实世界中绝大多数中小企业乃至跨国巨头内部运转的关键系统，往往是年久失修的遗留软件，根本没有任何现代化的公开接口可以供第三方 AI 接入。 更加荒谬的是当前市面上绝大多数所谓“智能桌面助手”的运作假象：一家企业花重金招揽了一个智商极高的大语言模型作为办公副手，却在物理世界上逼着这个数字助手跟人类员工挤在一张办公椅上，共用同一台小小的笔记本电脑。在实际使用中，用户不得不坐在屏幕前，眼睁睁看着 AI 的脚本在自己眼前疯狂争抢鼠标的光标轨迹，彼此争夺窗口的操作控制权；甚至为了让脚本生效，员工还必须把极其敏感的个人账号和密码明文托付给插件。这种反人性的交互形态，在严谨的企业现实生产环境中是绝对不可接受的。 而 Grok Bot 的底层设想，是直接为每一个智能体在云端独立划拨一台干净完整的虚拟机。赋予智能体完整的计算机视觉能力与键盘鼠标操控权限，它才能够真正像一个拥有独立物理座位的真人新员工一样，坐在自己的电脑屏幕前，平滑无阻地接管各种跨系统、跨软件的复杂业务流。 这种基于“独立云端电脑”的基建突破，在实际业务场景中迅速展现出了近乎降维打击般的威力。以企业中的**销售团队**为例，一线销售每天需要耗费大量工时，深陷在各类极为老旧的企业内部 CRM 系统与陈旧看板之中。这些系统历经多年修修补补，根本不可能耗费开发资源去专门适配 AI 接口，传统的代码级 AI 工具在面对这些界面时全部寸步难行。 但当每个智能体拥有了自己的独立电脑后，销售主管就像真正招募到了一位勤勉的数字助理，直接在云端分给它一台虚拟笔记本。数字助理自己在虚拟机中登录内网系统、按部就班地筛选报表、抓取线索数据。在最初的测试阶段，销售团队曾经抱怨智能体在某些极为复杂的旧系统控制台里频繁卡壳。基建团队拉出底层的录屏日志进行技术归因，发现根本原因非常质朴：当时系统的鼠标点击精度不够细腻，面对特定控制台里一个尺寸极小的微型按钮时，机械光标发生了几个像素的漂移，导致点击落空。 技术团队迅速把这种来自一线界面的具体视觉反馈，反馈给了底层系统基建团队，针对**屏幕像素的视觉识别与点击控制**进行了高强度的定向工程优化。在迭代最密集的时期，前一天晚上底层团队刚刚推上去一个针对特定按钮尺寸的精度优化微补丁，第二天早上一线销售群里就瞬间沸腾了——因为此前全组必须花费整整一周时间纯手工复制粘贴的死板数据流，智能体在昨夜无人值守的状态下，已经完全自主搞定并输出了整洁的报告。 ### 复杂业务闭环：从高维招聘摸排到自举质检协作 当智能体具备了完整的端到端闭环能力后，各个业务部门自发涌现出来的业务创新更具启发性，其中最典型的当属**招聘团队**的实战案例。 在 SpaceXAI 与 Cursor 团队的组织哲学中，招聘被赋予了极高的战略权重，其内部贯彻着一条核心信条：**一个顶级人才当前是否正在人才市场上公开投递简历找工作，从来都不是公司评估要不要招揽他的核心前提。** 真正顶级的招聘策略，永远是首先深刻梳理清楚当前技术攻坚与业务扩张中最艰难的卡点到底在哪里；然后以此为锚点放眼全球学术界与产业界，把全世界在相关极其细分的领域内最顶尖的那几十个人彻底摸排清楚；最后想方设法建立连接，将他们吸引过来。 基于这套高标准的招聘逻辑，招聘团队直接给常驻在云端的 Grok Bot 设定了一整套极为严密且需要长期运转的执行规则：针对全球各大顶尖学术会议的官方网页，由于大量最新发布的前沿技术论文根本没有被主流学术搜索引擎收录索引，往往只是作为离线 PDF 附件零散挂在不起眼的子页面上。智能体被要求每天清晨定时巡检这些会议站点，自动下载最新上传的所有学术论文全文，并利用文档解析能力高效提取所有作者名单。 只要提取出的学者姓名此前未曾出现在公司的人才监控库中，智能体便会立刻在后台建立档案，自主在全网检索该学者的学术背景、过往履历与研究方向，完成深度的背景背调；紧接着，它会直接比对公司全员的内部企业通讯录，深入排查公司现有员工中，是否有任何人与这位潜在候选学者存在过大学校友、前雇主同事或论文合作的交集。如果匹配成功，智能体便会自动通过内部协作软件给那位员工推送一条协同消息，说明前因后果并恳请其协助引荐，约对方喝一杯咖啡。 在过去，这种浩如烟海、极其繁重的数据搬运与案头背景调查工作，往往需要好几个全职招聘协调员连续耗费数周时间才能勉强梳理完成；而现在，一个全天候在云端静默运行的 Grok Bot，在后台毫无声息地就把所有前置繁杂链路全部跑通。招聘团队的专业核心骨干得以彻底从枯燥的机械劳动中解脱出来，将百分之百的心力与认知带宽，全部聚焦在最不可替代的核心环节——也就是与顶尖候选人当面深聊，把最优秀的大脑真正吸引进团队中。 除了招聘场景，公司内部在线下技术聚会时，还上演了一场让全场所有人目瞪口呆的极致极客操作：一位工程师向大家公开演示，他在 Grok Bot 自己的那台云端电脑里，通过浏览器访问官网，完整下载、安装并运行了**另一个全新的 Grok Bot 客户端**，实现了系统的**递归自举**。 这种看似天马行空的脑洞操作，在罗曼自己的日常管理中其实早已成为了标准工作流。罗曼在自己的云端矩阵里，专门常驻部署了一个专门负责软件质量检测（QA: Quality Assurance）的质检智能体。每当工程团队即将对桌面端发布一个全新的迭代安装包时，罗曼不再需要手动配置测试流水线，而是直接对这个质检智能体下发自然语言指令：“现在去你的云端电脑里，把最新编译出来的客户端安装包下载下来并执行安装；在全新的环境里，从头到尾把我们预设的这十个核心用户业务流完整操作一遍；把所有测试步骤的截图、性能指标以及与历史各大版本之间的性能差异数据，整理成一份清晰的对比报告，直接写进我们的协同云文档中。” 罗曼深刻地总结道：一旦知识工作者的底层认知，从“这只是一个可以用来提问聊天的单薄对话框”，跃迁升级为“**这是一个真切坐在独立电脑面前、拥有完整操作能力的数字同事**”，那么你脑海中所有关于团队协作效率与任务分配的想象力上限，都会在顷刻间被彻底打破。 而对于已经极度熟悉这种范式的高阶用户而言，更高阶的玩法在于多智能体之间的网状协同分工。以罗曼本人的工作流为例，他的专属主智能体接入了全网所有提及公司产品的公开社交媒体与社区舆情监控流，同时在底层打通了公司内部的代码仓库与自动化测试环境。一旦全球互联网上有任何用户在论坛吐槽某个具体功能存在异常，智能体会在毫秒级内抓取到这条舆情，并迅速在自己的云端环境中尝试将那个报错场景完整复现出来，进而结合代码变更记录进行归因，最终直接把定位清晰的技术结论推送到罗曼面前。 更有甚者，部分资深极客用户还为自己的关键监控智能体开放了最高级别的紧急通讯权限——只有当核心生产系统发生致命级崩溃、或者遇到真正十万火急的极端特殊关头，云端的智能体才被允许直接拨打用户的紧急私人电话进行物理打断。当一个 AI 工具从过去被动等待人类向它提问的“搜索引擎增强版”，彻底演进为一个在后台 **7x24 小时** 默默巡逻、自主决策并在危机时刻主动发起预警的系统守护者时，它就已经不可逆地成为了人类大脑不可或缺的核心副手。 ### 不看人传球：从90%到100%跨越的心理学鸿沟 在这场极具思想深度的对谈中，有一个观点在播客播出后迅速在科技界引发了极其广泛的共鸣与传播。罗曼此前曾经在社交媒体上公开发表过一段极具哲理的话：**一个能搞定 100% 工作的 AI，与一个只能做到 90% 的 AI，给人类带来的实际心智感受是完全不可同日而语的。** 很多人可能会从数学的角度提出疑问：既然两者之间仅仅相差区区 10% 的任务完成度，为什么会带来如此天壤之别的质的改变？ 罗曼给出的解答直击人类认知心理学的本质：因为恰恰是那最后的 10%，决定了这项工作在人类的心智模型中，到底算不算法律和心理意义上的**真正委托**。 如果一个 AI 工具只能完成某项任务的 90%，这种半吊子状态在实际使用中是极其折磨人的。在整个任务的执行过程中，人类的大脑非但没有得到真正的放松与解脱，反而必须时刻绷紧一根极其疲惫的神经——你必须随时保持警惕，时刻准备着在它犯傻的瞬间跳出来纠错、介入、修补甚至全盘接盘。这种交互本质上根本不叫任务委托，人类的认知带宽和注意力资源依然被牢牢锁死在这项任务的执行泥潭之中，整体效率甚至可能低于人类亲自从头处理。 而真正奇妙、能够引发灵魂共振的人机交互体验，罗曼将其精准地类比为**篮球场上的“不看人传球”**（No-look Pass: 传球者在眼睛看向别处的同时将球精准送达队友手中）。当一名控球后卫在高速推进的球场上送出一记精彩绝伦的不看人传球时，他只需要把球果断抛出，内心深处就已经拥有百分之百的绝对笃定：身侧的队友一定会默契地飞身切入、稳稳接住传球并把球砸进篮筐。在球出手的那个瞬间，传球者甚至根本不需要再回头看队友一眼，而是直接转过身，迈开大步自信地朝后场回防。 罗曼激动地表示，当 Grok Bot 第一次在高度复杂的非编程真实商业任务中，让用户真正拥有了这种送出“不看人传球”的笃定感时——当你用一句话把极为琐碎的复杂业务交代出去，随后关掉屏幕从容转身离开，半个小时甚至几个小时之后喝完咖啡回来，看到整件事情不仅被办得严丝合缝，而且所有业务交付物已经完整闭环、毫无差错地静静躺在系统里——在那个瞬间，你对人工智能这项技术在人类文明中所扮演角色的理解，将被彻底被颠覆重塑。 ### 动态护城河：拒绝长期战略与勇于推倒脚手架的创业法则 在探寻完产品本身之后，话题自然引申到了更深层次的企业组织层面：究竟为什么像 Cursor 和如今的 Grok Bot 团队这样规模极其袖珍的小型创业团队，能够在巨头林立、全球科技寡头围追堵截的狭窄赛道中，一路保持着令整个行业感到窒息与发指的惊人迭代速度？ 罗曼给出的核心归因非常纯粹：团队在狂飙突进的成长历程中，倾尽全力守护着最初那种纯正的**创业公司原始状态**。即使团队规模从最早的区区 15 个人一路狂飙至如今的上千人，公司内部最宝贵的无形资产，依然是自始至终高度保持着那种略带某种程度的内部混乱、但具有极高敏捷度与破坏力的冲刺感。 很多庞大的传统企业在规模膨胀之后，高管们在例会上总是会自欺欺人地反复对员工宣称“我们骨子里依然是一家充满激情的创业团队”，但实际上其内部的组织机体早已经彻底官僚化、僵死化。罗曼敏锐地指出，一家创业团队最本质的判定特征，从来都不是它的员工人数到底有多少，也不是它账面上刚刚融到了哪一轮资金；它的唯一标志，在于组织内部的每一个成员，是否时刻处于一种为了团队共同的愿景全速奔跑的极端专注状态。在这样的团队里，每一个人都被赋予极高的初始信任，彼此之间的协作沟通完全不需要经历层层向上汇报与审批等待。因此，在 Cursor 和 Grok Bot 的团队文化内部，有一句被所有人奉为圭臬、每天在工位上被反复念叨的核心口号：**“直接把事做了”**（Just do it / Just get it done）。 谈及商业领域最常挂在嘴边的**商业护城河**（Economic Moat: 企业抵御竞争对手侵蚀其长期利润的核心竞争优势），很多传统的创始人极度沉迷于坐在干净整洁的白板前，耗费数月时间煞有介事地反复推演两三年之后整个商业世界的终局推演图。罗曼极其肯定地直言：如果当初团队也像那些传统分析师一样，坐在一起认真地画战略护城河的框架演进图，那么他们绝对不可能做出今天的 Cursor，更不可能孕育出今天的 Grok Bot。 在如今这个以天为单位剧烈演进的人工智能领域，底层技术的迭代速度实在是太恐怖了。在这样一个时代，真正能够帮一家公司建立起绝对领先优势的商业逻辑，其实非常接地气且极其务实：那就是站在今天当下这个时间节点上，你能够凭借敏锐的行业嗅觉，隐隐约约看清在未来的**三到六个月**后，底层大模型的原生能力究竟会演进到哪一个具体台阶，准确预判出到底有哪些事情是今天的模型绝对做不到、但再过半年就一定能够轻而易举做到的。 接下来你唯一要做的事情，就是依靠团队极强的工程攻坚能力和近乎直觉的产品美学，哪怕花上极大的力气去手搭一层极其复杂、看似并不优雅的**临时脚手架**（Temporary Scaffolding: 用于弥补当前底层模型能力缺陷而专门构建的过渡性工程补丁与中间逻辑），也必须硬生生把未来半年后的模型能力，提前强行拉扯到今天此时此刻的现实世界中，打包做成一款终端用户今天上手就能立刻爽快使用的完整产品形态。 然而这还仅仅只完成了残酷战役的前半程。真正的考验在于三到六个月之后：当底层的通用模型如期完成了自然的技术版本迭代，当那些原本需要团队大费周章搭建的底层脚手架瞬间在技术上变得毫无必要甚至沦为累赘时，团队必须拥有绝顶的勇气与决断力，亲手将自己在过去几个月里费尽心血敲出来的功能特性与复杂代码，彻底、冷酷、干净地全部删除掉。 你必须毫不留恋地把宝贵的屏幕界面彻底让渡出来，回归到更加纯粹、更具原生感的产品新形态中去；然后立即转过身，继续把眼光投向更遥远的未来，去把再下一个技术周期里的未知能力，再次不惜代价地拽回当下。 罗曼尖锐地指出，很多体量巨大、起步极早的行业先入局者之所以在激烈的竞争中迅速掉队，根本不是因为它们缺乏技术储备或者缺少研发资金，而是因为巨头们的**沉没成本**（Sunk Cost: 已经付出且不可收回的成本）实在太高了。大型团队在组织文化层面，根本无法承受这种自己动手推翻自己、每周都在推倒重来的高频重构阵痛。因此，真正的护城河从来都不是在会议室的战略图纸上画出来的，而是在为了替用户解决眼下最刺骨的痛点而展开的极速奔跑中，自然而然沉淀下来的副产品。 ### 从认知升级到生活哲学：给新老用户的实战指南与快问快答 对于刚刚接触到 **Grok Bot** 这一全新物种的新手用户，罗曼真诚地建议大家千万不要去盲目死记硬背市面上那些花哨的 Prompt 提示词技巧。因为优秀产品设计的终极目标，本身就是亲手把所有违背人性的旋钮和技巧全部消灭干净。 上手这款产品最关键的第一步，是把智能体真正当成一位刚刚来到你们部门报到的**真实新员工**。在它正式开工之前，人类主管要做的第一件事不是立刻催它干活，而是给它充分的业务背景输入。千万不要仅仅把它当成一个单薄的邮件润色工具，而是果断把你自己日常使用的工作协同软件、业务沟通看板以及公司工作邮箱的读取权限向它开放，随后直接在对话框中向它发出这样一条指令：“请把你权限范围内我的所有历史邮件、工作聊天记录以及核心文档通读一遍，随后根据这些上下文，为我主动梳理出五项你认为你可以直接替我全盘接管的具体工作，并明确告诉我为了完成这些交付，需要我怎么配合你。” 罗曼透露，他自己在团队最初内部测试这款工具时，就是严格按照这套方法论操作的。智能体在通读完海量工作信息后，主动给罗曼反馈了五项提议，而其中有两项业务提议的切入点极其精准且具备不可思议的商业价值。罗曼当场就在系统里新建了两个专属的云端智能体，把这两项繁重的工作彻底甩手全盘托管了出去。正如罗曼所言：学会让智能体主动根据你的现实困境来为你提供决策建议，其带来的工作杠杆，远比你整天孤零零坐在电脑前绞尽脑汁苦思冥想各种复杂的提示词，要高效成百上千倍。 而对于已经完全掌握了单智能体操作的高阶玩家而言，未来的终极核心竞争力在于**多智能体之间的协同分工与知识沉淀**。千万不要让部署在云端的每一个智能体沦为各自为战的数据孤岛，用户必须在顶层搭建一套高度统一的数据承接系统架构：明文规定所有负责日常监控巡检、全网舆情抓取、自动化代码测试或者是底层数据清洗整理的专项智能体，必须把它们每天在云端电脑里跑出来的核心业务结论，规范化、结构化地汇总沉淀到同一个中央数据看板或者企业级核心知识库之中。当你开始摆脱单兵作战的心态，真正以统筹指挥一支训练有素的专业特种部队的全局视角去调度它们时，你的个人与团队生产力杠杆率，将会被成百上千倍地无限放大。 在整场访谈接近尾声的快问快答环节，罗曼还展现出了技术架构之外极为丰满的人文思想底色。当被问及有哪些对自己影响深远的书籍时，罗曼毫不犹豫地向大家推荐了两本经典著作：第一本是美国著名黑色幽默作家**库尔特·冯内古特**（Kurt Vonnegut）的经典长篇小说《**猫的摇篮**》（Cat's Cradle），他盛赞这本书尽管充满了荒诞与讽刺，但其内在对人性与科技的洞察极其迷人；第二本则是**史蒂文·普莱斯菲尔德**（Steven Pressfield）的名作《**艺术之战**》（The War of Art），这本书极其深刻地剖析了人类在面对任何需要高度专注的创造性工作时，内心深处不可避免会产生的抗拒、拖延与自我怀疑心理，以及究竟该如何战胜这股内耗阻力。罗曼坦言，每当自己在产品设计或者创业过程中遭遇思维卡壳、感到心力交瘁时，随手翻翻这本书总能带来不可思议的精神提振。 当被要求排除自家产品、挑选一款当今市面上最让他感到由衷兴奋的外部前沿 AI 产品时，罗曼给出的名字是 **Exa**——这是一款具备划时代意义的神经语义搜索引擎工具。它彻底颠覆并打破了传统搜索引擎长达几十年依赖字面关键词机械匹配的陈旧搜索范式，能够直接在全网海量非结构化文本中进行不可思议的高维语义理解与深层线索关联挖掘。 至于在个人职业发展与漫长人生旅途之中，最常用来在低谷时提醒自己、给予自己内心定力的核心座右铭，罗曼直言那从来都不是一句简短廉价的心灵鸡汤口号，而是美国诗人**马克斯·埃尔曼**（Max Ehrmann）在 **1927年** 所创作的那首著名散文诗《**人生训条**》（Desiderata）。从十几岁懵懂的少年时代起，罗曼就把它工工整整地打印出来，牢牢贴在自己卧室的房门上；在此后数十年漫长的求学、创业与人生迁徙中，无论辗转搬家到世界的哪一座城市，他都会在安顿下来的第一天把它重新完整贴上。每当外界的喧嚣与技术的狂躁扑面而来时，只要静下心来重新读一遍这首诗，他的内心就能立刻重新沉静下来，找回那种脚踏实地的扎实力量。 回顾这场极其坦诚且信息量密集的深度复盘，大飞总结道，罗曼·乌加特不仅为外界彻底讲透了 Grok Bot 这款当红爆款产品在一个月内从零到一诞生的全部幕后秘辛，更重要的是，他毫无保留地揭示了下一代人机协作范式究竟应该以何种姿态在现实世界中真正落地生根。当人工智能的终极形态，终于从那个用户问一句、系统答一段的被动单薄对话框，彻底演进为一个真真切切端坐在云端电脑面前、能够被知识工作者像篮球场上送出不看人传球一样完全委以重任的**数字员工**时，整个人类社会关于“工作”这两个字的深层内涵，已经在这个历史性转折点上被彻底重塑。而迎接这场革命的最好方式，正如罗曼所给出的质朴建言那样：请立刻合上你复杂的提示词手册，像给一位真正的新同事办理入职手续一样，向它敞开你的系统与业务，让它主动告诉你，它究竟能为你扛下多少繁重的现实世界。