Grok Bot 完整教程：打造能在你睡觉时工作的 AI 队友

Grok Bot 到底是什么

Grok Bot 是 xAI 推出的一款面向普通用户的 AI 代理平台，与常见的聊天机器人最大的不同在于——它不是一个单一的对话窗口，而是让你组建一支可以 24 小时待命的「AI 团队」。科技内容创作者 Charlie Chang 在其完整教程中反复强调一个核心感受：使用 Grok Bot 就像在和真正愿意加班的同事对话，而且每个「同事」都拥有自己独立的电脑和浏览器，你可以亲眼看到它们在屏幕上执行任务。

这种设计思路降低了入门门槛。你不需要理解复杂的工作流配置，只要像和真人聊天那样下达指令，机器人就会随着时间推移学习你的偏好，自行建立起适合你的工作流程。

要开始使用，访问 x.ai/bot 下载桌面应用。需要注意的是，这不是免费产品，至少需要订阅入门套餐。Charlie 本人使用的是每月 100 美元的 Grok Plus 计划，各套餐之间的主要差别在于用量额度。如果你已经持有符合条件的 Cursor、Super Grok 或 Teams 计划，Grok Bot 会免费包含在内。

从零搭建第一个 AI 队友

Charlie 建议新手创建的第一个机器人是「行政助理（Executive Assistant）」。操作极为简单：点击加号 → 创建新机器人 → 命名 → 填写简短描述，然后就能直接开始对话。

关键的理念在于「交代归属」。Grok Bot 会主动询问它应该负责什么领域，你可以告诉它负责「日常运营」，并用自然语言说明角色，比如「你是我的行政助理，请帮我处理各类杂务」。随着使用的深入，它会逐渐记住你的习惯，甚至主动为你搭建例行流程。

进入设置页面（左下角点击你的名字），可以查看用量与账单。值得留意的一点是：由于每个机器人实际运行在一台独立的 Linux 云电脑上，偶尔需要手动更新这台「电脑」；如果机器人卡住，也可以重置系统——但 Charlie 不建议频繁操作。

连接账户，让 AI 真正干活

要让 AI 队友处理真实任务，第一步是连接你的各类账户。Grok Bot 提供两种方式：一是直接在对话中说「连接我的 Gmail 账户」，然后登录授权；二是通过 MCP 工具批量连接，Charlie 推荐使用 Composio 或 Zapier。

两种方式各有适用场景。如果你只有少量账户，直接在对话里连接即可；如果你有大量登录信息要整合，通过 Composio 一次性配置所有工具会更高效。平台的特性是：所有机器人共享同一台 Linux 电脑、同样的文件、浏览器和登录状态，但各自拥有不同的工作区。

MCP（Model Context Protocol）是由 Anthropic 于 2024 年底提出的开放协议标准，旨在为 AI 模型提供统一的外部工具接入方式。你可以把它理解为 AI 世界的「USB 接口」——无论是日历、邮件、数据库还是第三方 SaaS 服务，只要实现了 MCP 协议，AI 就能以标准化方式调用这些工具，而无需为每个服务单独开发集成逻辑。Composio 和 Zapier 本质上都是 MCP 的托管实现，它们把数百个常用服务的连接逻辑打包好，用户只需授权一次即可让 AI 代理统一调度。这与传统 API 集成的区别在于：MCP 是「AI 主动发起调用」的模型，而非「用户手动触发自动化流程」，这让 AI 代理能在对话中实时决定是否、以及如何使用外部工具。

独立屏幕：AI 像真人一样操作电脑

Grok Bot 最具辨识度的功能，是每个团队成员都有自己的屏幕。点击屏幕图标即可唤起它的桌面，实时看到它在做什么。

你可以打开 Chrome、登录 Gmail，让机器人在这台电脑上完成真实操作。Charlie 分享了自己的实战案例：他让 Grok Bot 在亚马逊下单、下载并填写各类文档，甚至替他与客服聊天机器人沟通——他只需告诉机器人想说什么、想要什么结果。

演示中，他给助理下达了「帮我找三款 500 美元以内最值得买的 soundbar，我习惯在亚马逊购物」的任务，机器人随即在亚马逊搜索并筛选高评价产品。如果授权登录账户，它完全可以直接完成购买。Charlie 坦言，机器人执行速度比真人慢，但确实能把事情办成。

此外，右上角的「教学」按钮允许你亲自演示一遍任务，机器人会在旁观看学习——这是让它变得更聪明的直接途径。

Grok Bot 的屏幕操作能力属于「计算机使用（Computer Use）」范畴，这是近一两年 AI 代理领域的重要突破方向。与调用结构化 API 不同，Computer Use 让 AI 像人类一样通过视觉感知屏幕、移动鼠标、点击按钮、输入文字，从而操作任何图形界面软件——包括那些没有开放 API 的老旧系统。Anthropic 的 Claude 3.5 Sonnet 率先在 2024 年发布了该能力的公开预览，此后各大平台陆续跟进。这种方式的代价是执行速度慢（每一步都需要截图、理解、决策），且容错性较低，界面变动或验证码都可能中断流程。Charlie 提到的「比真人慢」正是这一技术现阶段的固有局限，而非 Grok Bot 特有的问题。

多机器人协作与定时例程

当业务变复杂时，Charlie 建议为每个机器人分配明确的职责。除了行政助理，他还设置了「参谋长（Chief of Staff）」负责协调其他机器人，并创建专门的研究员机器人。

一个让他印象深刻的特性是机器人之间可以自主通信。当行政助理需要研究员的某项成果时，它会主动给研究员发消息，研究员完成后再回复——Charlie 说他经常看到自己的机器人在互相对话，「真的很像一支协同工作的团队」。

另一个关键能力是定时例程（Routines）。你可以说「每天早上 9 点查看我的 Slack 和邮件，然后给我发一份报告」，机器人就会生成一个按计划自动运行的例程。Charlie 强调，这正是让 AI 像真实员工一样持续工作的核心——它把 AI 从被动响应变成了全天候运转的自动化系统。你甚至可以直接问助理「你觉得我该设置哪些例程」，让它主动给出建议。

在他的实际业务中，机器人阵容包括：负责催收发票、对接客户、接入 QuickBooks 并生成财务报告的财务机器人；帮他登录 Beehive 平台起草内容的通讯稿机器人；内容策略机器人；多个研究机器人；以及 LinkedIn 外联机器人等。

「参谋长（Chief of Staff）」这一角色设计体现了多智能体系统（Multi-Agent System）中的经典编排模式。在这种架构里，通常存在一个「编排者（Orchestrator）」负责拆解任务、分配给专职子代理，再汇总各方结果。Grok Bot 将这一抽象概念具象化为用户熟悉的职场层级，降低了理解门槛。机器人之间能够自主通信，意味着底层实现了某种形式的异步消息队列——研究员机器人在完成任务前，行政助理并不会阻塞等待，而是继续处理其他事务，研究员完成后主动回传结果。这种非阻塞的协作方式是 AI 代理系统相比传统 RPA（机器人流程自动化）工具的重要进化，使得并行处理多个长时任务成为可能。

市场、群聊与共享电脑的注意事项

Grok Bot 内置市场（Marketplace），可以导入他人创建的机器人。例如 Dr. Eggbot 会通过提问帮你设计高质量的机器人。

市场同时是连接插件的入口，Gmail、Google Drive、Google Calendar、Slack、Notion 等都可以在这里一键授权连接。Charlie 特别提到可以连接密码管理器，但平台的设计是不会把密码直接暴露给机器人本身，整个过程相对安全。

群聊（Group Chat）功能则适合需要多个机器人同时参与的场景。比如把行政助理、财务和 COO 拉进一个群组，提问「我们有没有未结清的发票？如果有，一起协调如何付款」。Charlie 指出群聊的主要价值在于「可见性」——平时机器人之间的私下对话你看不到，群聊能让所有协作消息集中呈现在一个地方。

关于技术架构，有一点务必记住：所有机器人共享同一台云电脑、文件、浏览器和登录状态。只要一个机器人登录了你的邮箱，其他所有机器人也能访问。你可以指定某些机器人不执行特定操作或不访问特定账户，但这是目前的基础设置。

它值得用吗

抛开独立屏幕这一亮点，Grok Bot 的其余使用体验与其他 AI 平台类似：可以问各类问题、做研究，也能当作导师或顾问。真正的差异在于布局和交互方式——它让你感觉在管理一支团队，而每个成员拥有自己的电脑，意味着可以完成许多其他平台做不到的真实操作任务。

Charlie 的结论颇为直接：很多原本需要雇人处理的任务，现在交给 Grok Bot 就能搞定。对个人用户和中小企业来说，这确实提供了一种以较低成本替代部分重复性人力工作的新思路。当然，它仍有明显局限——执行速度慢于真人，且共享电脑的设计在权限隔离上需要用户自己留心。