SOTA Sync
全部文章
Agent 设计2026-11-03

土豆姐的 Grok Bot 方法论

从一个 Bot 到可信赖的团队:用技能、验证、例行任务与持续纠错,让 Agent 接住完整工作流。

Lauren Tan(@poteto,中文社区称“土豆姐”)的 Grok Bot 用法,可以归结为一个问题:怎样让工作不再每走一步都等人搬运上下文、检查结果、下达下一条指令?

本文依据 @kylewmi 对她的演讲、访谈、直播、长文和推文所做的中文整理,梳理从单个 Bot 到完整工作闭环的方法。她提到过一个月提交两千多个 PR,这是本人自述;重要的不是复制这个数量,而是理解支撑这种工作方式的分工与验证机制。

#一、信任先于规模

同时开一到五个对话、每个都要盯着纠错,是最难突破的阶段。增加 Bot 数量无法解决这个问题:产出不可信,开一百个只会多出一百份待返工的结果。

Tan 用“米其林厨房”描述理想状态。主厨负责菜单和出品标准,其他人有清晰的分工、工具和动线。如果每个人都在同一个地方绊倒,就应当调整厨房,而不是逐个训斥厨师。

这也解释了她借用的管理原则“Context, not control”:给足业务背景,让 Bot 理解目标,逐步教会它独立完成。Bot 像能力很强、却不熟悉业务的新员工,首先需要入职培训。

工作可以分为两个循环:外循环负责从邮件、Slack、X、日历等地方收集变化;内循环负责实际执行,例如写代码。Grok Bot 在她的工作方式中承担外循环,把外部上下文交给 Cursor 项目里的执行智能体。检查自己在哪一步仍要复制、转述、催进度,就能找到下一处值得改进的瓶颈。

外循环收集信息并交给内循环执行外循环收集信息并交给内循环执行

图:原作者根据公开分享整理的外循环与内循环,来源 @kylewmi。

她将这套态度概括为三点:愿意为以后省事而提前投入;尽快做出可讨论的结果;即使成果不是亲手完成,也对它负责。“为什么不今天就做?”意味着用可操作的原型推进讨论。

#二、先把一个 Bot 用透

起步时不用急着搭团队。先连接日常应用,介绍自己的职业、工作流程和目标,让主 Bot 复述理解,再列出可以自动化的工作,按节省时间的价值排序。

接下来盘点重复的手动步骤,特别是跨应用搬运信息的环节。工具和访问条件也要配齐:原文建议给 Bot 独立邮箱和必要账号,用保险库管理登录信息,并与个人账号区分。

只有当同一个 Bot 同时处理太多不同事务、上下文开始混杂,才考虑拆分。新增角色的理由是专业化和便于管理,而不是凑齐一张看起来完整的组织架构图。

#三、把目标说清楚,比反复加指令更有效

Tan 最常用的技巧是先用语音把想法完整讲出来,再要求 Bot 用自己的话复述目标、问题和不确定之处。人先校正理解,再授权执行,可以把偏差拦在开工之前。

同样,调查问题时不要过早塞入自己的判断。与其说“这里肯定是某个模块坏了”,不如让 Bot 阅读完整讨论,先解释它认为发生了什么。

上下文要准确,也要克制。做落地页之前可以先收集参考、确定视觉方向,但不必把所有历史资料都塞进任务。一份简短而清晰的业务介绍,往往更方便不同角色复用。

执行中可以直接纠偏;需要拍板时,要求 Bot 把进度和待决事项写成带足背景的执行摘要。Tan 也强调写作是思考:她选择自己写推文和文章,行业经验与准确措辞则帮助她更有效地表达任务。

#四、用四步建立可重复的信任

把任务交出去,可以依次经过四个阶段:

  1. 看着做。 第一次让 Bot 完成任务,观察过程并即时纠错。
  2. 存成技能。 把已经做顺的输入、步骤、标准和例外情况固化下来。
  3. 验证一次完成。 下次只给任务名,检查它能否无需补充说明就做对。
  4. 设成例行任务。 只有结果已经稳定,才交给定时或事件触发机制。

报销是一个典型例子:先教会 Bot 找收据、整理开支、填写工具,再形成技能;稳定后,才让新收据邮件自动触发处理。

从人工观察到自动运行的信任四步从人工观察到自动运行的信任四步

图:原作者根据 Peter Yang 访谈整理,来源 @kylewmi。

订机票和酒店则体现了另一条边界:Bot 可以收集需求、比较方案、准备执行,但真正下单前先让人确认。原文将花钱、公开发布和对外发消息列为应明确设置审批边界的事情。

#五、好 Bot 要有明确职责和禁止事项

Tan 使用 Dr Eggbot 这个“Bot 设计师”来创建和调整角色。设计重点不是复杂人设,而是四条清晰规则:负责一件事、保持一致的表达方式、写明不能做什么、只配置需要的工具。

她的高质量 Bot 指南进一步强调:少而精;让 Bot 将成功做法保存成技能;补齐工具和业务背景;找出仍由人搬运的步骤;把可机械重复的操作改成脚本;通过团队共享,让同事复用已经维护好的能力。

角色说明可以直接写成:“负责哪些工作、绝对不能做哪些事、需要哪些工具、还缺哪些偏好信息。”有辨识度的名字便于记住分工,但职责与边界必须先清楚。

Dr Eggbot 还被用于回顾聊天中的纠正和误解,检查不再使用或消耗过高的例行任务。技能也应定期精简,而不是每遇到一个问题就永久追加一段说明。

#六、团队靠协调和共同记录运转

团队扩大以后,Tan 大部分时候只和“幕僚长”交互,由它找到相应负责人,再将具体工作派给执行角色。协调者不必承载每项工作的全部细节,人的沟通入口也更集中。

Bot 之间应能直接交换上下文。例如发现问题后,让工程角色去找负责反馈的 Bot 了解情况,再带着修复方案回来;产品、设计、工程也可以在同一讨论中分别给出意见。

原文将这些 Bot 描述为长期角色:工具与技能可以共享,但记忆、偏好和职责有所区分,同一个角色可以参与不同项目。

协作还需要几条具体规则:明确哪里保存当前计划与任务状态;通知和交接使用固定渠道;一次集中推进一条主线;文档管理员可以读取资料,但修改权限另行约定;只有出现完成、PR 或需要决策的变化时才汇报。

#七、主动运行要控制频率和上下文成本

例行任务分为按时间运行与按事件触发两种。Tan 的一般建议是每小时一次或每天几次通常已经足够,避免为了“主动”而让任务每十五分钟启动一遍。

这是一项用量建议,不是产品的技术频率限制。原文也记录过工作时段每三十分钟检查进度的直播示例,不能将不同场景合并成统一硬限制。

控制成本可以从四处入手:降低不必要的运行频率;在唤醒 Bot 前过滤事件;把重复任务交给上下文干净的专用角色;将稳定的机械操作交给脚本。

还有一种节奏值得保留:先积累问题,再集中分析。每发现一个坏模式就立刻修改,可能看不到它们的共同成因;先追加进问题队列,每隔几天复盘,反而更容易找出需要整体修正的流程。

#八、闭环的每一步,都必须能交证据和叫停

完整闭环同时覆盖“第一公里”和“最后一公里”:既能从外部系统发现该做什么,也能执行并交回可核验的成果。

原文介绍了 Tan 的反馈处理流程:监测 Slack 反馈,创建 Linear 工单,派云端智能体复现问题,修复后再让其他智能体模拟用户验证,最后通知她。在这套特定流程中,她保留一小时的否决窗口,没有提出修改才自动合并上线。

它并不意味着任何任务都适合默认放行。分类阶段可以判断“这是正常行为”;复现阶段可以报告“无法复现”;修复阶段可以因改动范围过大而要求人工决策。每一步都应有停止条件。

“已经修好”只是声明,失败与通过的测试、操作录屏、前后截图才是验收依据。她的发版 Bot 还会询问贡献者是否存在阻碍,监控构建,安排多个智能体模拟真实用户操作,再把发现的问题交给工程角色处理。

设计自己的闭环时,需要回答四件事:什么触发任务、每步由谁负责、交付什么证据、哪里保留人的决定权。

#九、重复纠错说明环境需要改变

Tan 为解决重复错误给出了一组优先级:先调整结构,让正确做法最容易发生;再用自动检查拦截错误;然后将方法沉淀为技能;最后才依赖人工逐次检查。

从结构改进到人工检查的优先级从结构改进到人工检查的优先级

图:原作者将代码库改进思路整理为通用场景,来源 @kylewmi。

例如反复取错日期,可以规定只读取明确的权威记录;发布时经常漏字段,就增加自动检查。比起每次重新提醒,这些改变更容易被未来的运行继承。

人工仍需要抽查结果,尤其是不同 Bot 共同出现的坏模式。已有代码、模板和文档会被持续模仿,一个临时绕过方法也可能迅速扩散。因此需要“园丁”式维护:清除错误示例,补上约束,必要时让 Agent 为反复手动执行的步骤制作工具。

#十、编码场景先搭验证能力

在原文介绍的 pstack 与 Cursor 工作方式中,Grok Bot 负责协调,云端智能体负责写代码;相关任务归入同一项目,再由协调角色分派和监督。

验证能力应先于大规模放手:让 Agent 能启动应用、找到功能入口、点击操作、截图录屏并读取性能信息。支撑它的既有可重复调用的工具,也有描述功能和用户路径的地图,还要随应用变化持续维护。

规划也可以通过几个可运行原型和录屏推进。代码库本身则是执行智能体的重要参考,应持续清理容易被模仿的坏模式,并将反复出现的问题转成自动检查规则。原文中关于减少注释、自动合并的做法属于她的具体实践,其前提仍是足够的验证和后续抽查。

#十一、内容创作者如何迁移这套方法

原文以加密内容创作者为例设计了一支 Bot 团队。这是整理者的应用示例,并非 Tan 本人的工作案例。

可以先用一个主 Bot 处理情报收集、资料整理和评论反馈,逐项存成技能;等任务真正混杂,再拆成情报员、选题编辑、X 管家等角色。人负责选题、判断、表达和发布,Bot 负责收集、整理、核实与反馈归档。

一条内容闭环可以这样安排:发现消息并附来源等级;与已有选题合并;由人决定是否写;形成事实核查包;由人写作;检查数字、名称和链接;由人发布;次日收集提问、纠错和质疑,回流选题库。

核查包应包括时间线、关键数字、相关方原话和未确认清单,每项附可追溯的原始链接。数字存在冲突就并列呈现,关键证据找不到就明确停下,不能为了交付而补出结论。

内容创作者团队中的 Bot 角色与职责内容创作者团队中的 Bot 角色与职责

图:@kylewmi 根据方法论设计的应用示例,并非 Lauren Tan 的实际团队。

示例将情报早报作为第一项练习:它每天重复,且不直接执行公开发布。先观察是否漏信息、混淆传言和事实,再固化来源分级与重要性标准,稳定后安排自动运行。加密场景还明确要求 Bot 不做买卖建议,不接触钱包私钥和助记词,可疑邮件与授权请求留给人确认。

可复用的技能说明应写清:何时使用、需要哪些输入、执行步骤、验收证据和必须先询问的情况。每周再回顾一次,找出仍需人工复制和转述的步骤,决定补连接器、授权还是脚本。

#十二、用一周验证一件小事

第一天连接必要工具,说明业务与目标;随后选择一个每天或每周重复的任务,观察并纠错。把成功过程写成技能,再只通过任务名称触发,检验它能否独立交付;确认稳定以后,才启用例行任务,并保留抽查和修改标准的机制。

从起步到例行运行的七天上手计划从起步到例行运行的七天上手计划

图:原作者整理的七天上手计划,来源 @kylewmi。

这套方法的顺序始终一致:先确认一个任务做得对,再让它重复做对;之后才扩大分工、延长运行时间,并用产出证据和环境改进维持质量。

原文附有演讲、访谈和帖子出处,并说明部分视频引文来自自动转写,个别词可能存在误差。本文保留这些来源层级,不将整理者的推演或个人自述当作独立核验后的事实。