本期嘉宾 Roman Ugarte：Cursor 第 15 号员工，现在是 SpaceX AI 里 Grok Bot 产品的核心成员，从最早的原型一路做到发布。Grok Bot 上线三周，我们一天要用上百次，甚至称它是“当下世界上最火的 AI 产品”。本期对话由《非共识进化论》出品。

真的是从一张白纸开始的，完全从零起步，是一次“从零建起”的尝试。我们有一种感觉已经很久了：不想只做一个给开发者和工程师用的好产品——那确实是我们的起点，在那条路上我们积累了大量关于怎么做出优秀智能体、做出有用产品的直觉。但同样的东西，放到知识工作里会长什么样？于是我们决定在公司内部组建一个非常小的团队，钻进“山洞”里闭关差不多一个月，唯一的目标就是做出一款出色的知识工作产品，把智能体带到公司其余所有人手里。从写下第一行代码，到在内部发布这个原型，前后只有一个月左右——就是那种东拼西凑、快速搭出来的原型。

现在回头看，如果当时是一个非常大的团队，这件事根本不可能做成。它需要的是一个专注的小团队，并且完全与公司其他部分隔离开来。这个隔离是字面意义上的：团队坐在办公室里单独的一块区域，有私密的 Slack 频道，有明确的目标。我们每天要做大量的微观决策——其中有些决定并不显然，也不是我们在其他产品表面上做过的。如果当时是一大群人，脑子里想的是六个月到十二个月的长期愿景，我们根本走不到最后落地的那个地方。

核心团队自己觉得好用之后，接下来就是把它推向全公司、推向整个 SpaceX AI 的时刻。我们开了一场全员会分享进展：这是一款全新的产品，非常希望大家都来用。但这次是一次真正的现实压力测试：用自己做的东西总是容易些，因为你清楚它的机制；关键是人们到底会不会从其他内部工具、其他外部工具切换过来，把 Grok Bot 当成主要的智能体入口？全员会之后的头一个礼拜，那种热情我简直没法形容——连天天用 ChatGPT 的人，都把日常所有智能体任务搬到了 Grok Bot 上，把它当成干活的主要界面。有些部门会涌过来，你根本想不到。看到内部反响后，我们立刻切换到“把它准备好，推向全世界”的状态。所以整个时间线是：一个月做出第一个版本，三周迭代，然后正式发布——到录制这期节目，发布才过去三周。前两天我去参加了一场 Grok Bot 的线下聚会，现场有好几百人，连站的地方都没有。

一点也不显然，当时内部讨论了很多次。我很满意最后落到的结果：新产品意味着你可以掌控体验的每一个像素，对知识工作往哪里去有一以贯之的愿景，而且全部装在这个新东西里面——这一点对它的成功贡献很大。

但当时确实有很多讨论。在 Cursor 的一些编程产品里，人们本来就拿它干非编程的活，而且干得不错，但你会撞上一些小摩擦：产品对非技术用户来说有点望而生畏，品牌也有固有印象。竞争对手的做法是把所有东西堆在同一个界面，每加一种形态就加一个标签页——用户能感觉到，这不是“工作应该怎么运作”的单一愿景，而是三个互不相干的愿景共用一块屏幕，可以在它们之间来回跳。反感是很明显的。所以我们评估了那条路之后，决定彻底从零开始，看看我们能走到哪里。未来也许会有非常好的机会，把别的界面上的用户带到这种更原生于 bot 的体验里来，但最重要的是，人们要拥有一个极其简单、同时极其强大的体验。

那段时期大概持续了两周。最初几次上手过程挺痛苦：有人电脑半天起不来，我们就坐在通话里陪二十分钟——挂断你就会想，这种事明天绝不能再发生，因为明天我还要给下一个人做，得比这次强。对一个核心团队来说，待在那个场景里非常重要。你可以说这是对产品开发的干扰，但显然不是——它是成功的核心组成部分。

更重要的是，我们非常不想“引导证人”——不直接告诉用户“创建一个 chief of staff bot，让它管理其他所有 bot”，想看他们能不能自己走到那一步。内部铺开后，大家先是给每人五到十个 bot 分管不同条线；第二周末，Slack 上开始出现一种新模式：有人把表现特别突出的 bot “提拔”成chief of staff（幕僚长），之后主要只跟它对话，由它把任务分派给其他 bot。还有很好笑的截图：有人真的去跟 bot 说“你升职了”，bot 反问是不是要给自己涨薪、token 预算是不是变多了。很多早期用户真的自己走到了这一步，之后产品里才有了这个稍带主张的判断——这是一套行得通、值得稍稍鼓励的模式，但它不该是一条单行道。

我们走向了完全相反的方向：你发一条消息，bot 就开始去做，按它认为合适的方式给你渐进式更新——你能看到的只有那个“正在输入”的绿色小圆圈，看不到工具调用，也看不到它在自己电脑上点了哪一下。理由是：就像你不会要求同事每秒钟汇报一次他按了哪个按钮，对 bot 提这种要求也太过分了，而且信息量太大，弊大于利。

后来确实收到反馈：想看 bot 的任务清单、想知道它怎么排优先级——这些都是好反馈；但“没有人想要那种长长的流水日志”这一点也很有用，进一步印证了方向。

要强调的是，早期体验小组并不只是影响力大的意见领袖。我们也想让一些更非典型的用户画像提前用上——那些作为一家公司我们从来没有真正打过交道的人。有一位咖啡店老板，是通过公司里某人的朋友的朋友认识的，核心团队里有人给他演示了 TestFlight 版本之后，他变得特别兴奋，结果不仅成了极其惊人的重度用户，也成了非常丰富的反馈来源——如果 Shopify 的集成有点不稳定，或者它没有以某种特定的方式为商品撰写文案，我们就会收到非常细致的反馈，这跟内部“吃狗粮”得到的反馈很不一样。这次练习让我们检查了自己的盲区：它会是一个非常通用的产品，很可能对非开发者来说威力最大；而且我们确实活在硅谷 AI 的泡泡里，需要主动走出来——这样的产品有机会成为主流用户和主流企业客户与 AI 交互的方式。

我们“下架”了很多东西。我真希望当时能给你看看离发布还有两周时产品是什么样子——核心团队当时塞了非常多的实验性功能，甚至把模型大量的内部思考过程、存储的具体记忆都暴露在界面里。排查问题确实有用，但我们必须非常激进地做减法，区分哪些是用户绝对需要看到的，哪些不是。团队现在专注的就是：毫不留情地简化这个产品，把任何用户不需要主动去想的东西都抽象掉。

第二个大动作是让它“就是能用”。这靠的不是功能路线图，而是像爬坡一样攻克后端几个关键问题——当你的 bot 点不对按钮、登录不进某个网站、卡住你整个任务的进展时，你是完完全全能感觉到的。那几周我们收集了非常丰富的数据：人们实际交给 bot 的是什么任务，怎么量化，以及一周一周地看到关键维度在往上爬。

最典型的是 go-to-market 团队，也就是销售——他们是被 bot 彻底征服的一群人。他们的工具大多没有好的 MCP 或 API，这解释了为什么 bot 对他们前后判若两物：这些事根本没法可靠地交给别的 AI 工具。bot 给他们的感觉就像招进来一个人，给它一台笔记本电脑，它就能自己跑起来。

背后是一长串具体卡点：鼠标的控制精度不够、点不到 Salesforce 看板上那个具体的位置……我们就把这些拿回给做基础设施的核心团队——这是一个非常具体的案例，智能体因为看不到浏览器、看不到屏幕上的像素，导致任务根本没法完成。这比看着仪表盘上的数字慢慢爬要具体得多：你发布一个幕后的改进，第二天就收到销售涌来的喜爱和感谢。招聘团队是另一个重度用户：最值得自动化的不是“读完这堆简历帮我排序”，而是把全部潜在人选匹配到具体岗位——比如每天早上去某个会议网站下载新论文、把没追踪过的新名字加进表格做调研、看公司里谁跟他们相连然后发 Slack 请求引荐。这类“永远在线”的人才搜寻，过去极度依赖人工；现在正是 AI 超乎常人擅长的事，团队可以专注于跟优秀的候选人展开对话。

我们会问：为 Grok Bot 做的任何东西，它的“发布帖”是什么？我们真正会跟用户说的那句话是什么？想象那条发布推文——如果它不够有说服力，也许我们就不该做这件事。

还有一种老派软件的倾向，是“Grok Bot 现在有了……”——补完这句话往往是“一个新的可以按的按钮”“一个新的下拉菜单”。应该把它重述为“Grok Bot 现在可以……”，这迫使我们用“工具是什么、能给 bot 什么能力”的框架思考，而不是“能往产品里加什么新东西”。往产品里加东西不是目标；能干掉多少像素就干掉多少。最好的例子是自动化：竞品要进侧边栏、点加号、选触发事件；在 Grok Bot 里你直接说“每天早上 8 点提醒我做某某事”——现在平台上 99% 的自动化都是这样用自然语言创建的，你永远不该看到“创建自动化”的界面。

让我对做 Grok Bot 这么兴奋的是：在非编程任务上，这是我第一次感觉可以真正把工作委派给 AI，完全不用惦记，回来看的时候已经做完了。工程师们感受到这一点已经一年半了——开发者这份工作已经彻底变了，跟两年前完全认不出来。但大多数人的用法还停留在：新开一个 thread、打进输入框、按回车、看着步骤一个个发生、发现不太对、继续折腾。

如果你对一个人只有 90% 的信任，把事交出去时你心里想的是“我还得一直惦记着，它大概做不到位，我到时候还得介入掰一掰”——那就不是 90%，你还是在干这件事，它照样压在你身上，压的方式一模一样。真正的是给同事扔一个“不看人的传球”：这个你搞定，上下文在这儿，去跑吧，我很期待你会做出什么。这是两个不同的类别。

第一个：你永远不需要去想本地还是云端。我们很早就决定这一切都放在云端——bot 是一个持久存在的同事，有自己的电脑，无论你从哪里跟它交互，状态都一样。这打开了发短信、从手机启动、未来打电话给它这类可能性。市面上的产品大多没做这个决定，于是有一堆用户每天都能感受到的“纸割伤”。

第二个：这些 bot 要有自己的电脑。一大堆任务并没有好的 MCP 和 API——人类也不是用 MCP 完成工作的，我们用一台电脑去点像素、往输入框里敲字。再往前说：你给一个新同事做入职，然后说“你没有自己的笔记本，我们永远共用这一台，还会不停地互相绊脚，你能拿我的账号凭据，我也能拿你的”——人们不这么运作是有充分理由的。

两个原因：一是很多公司是在既有的编码助手平台和方法论之上继续搭，沉没成本让“从零开始”变得非常痛苦——如果你被困在既有的范式里，就很难据此采取行动；二是这些想法并不是我们什么天才般的灵光一现——Open Claw 这类产品已经验证了基础能力，我们从中汲取了很多灵感，把它产品化成更紧凑、前置配置更少、更容易上手的界面。

Open Claw 做对了两件大事：一是证明模型只要能访问你自己用来完成工作的工具，就能走完大部分路程；二是真正开始把 AI 看作同事、队友。Grok Bot 再往前推的是：它必须非常容易上手——家里弄个 VPN、摆一台 Mac mini 的做法扩展不到几百万用户，也不会是企业采用这项技术的方式；还有把 skills、斜杠命令这些抽象概念全部藏到后台——用户永远不需要知道什么是 skill。顺便说一句，Claire Vo 是 Open Claw 最大的倡导者，前段时间她把所有 Open Claw 都关停、换成了 Grok Bot——那是一个巨大的里程碑。

极其简单：你应该拥有一队 AI bot，帮你完成工作、料理生活。它应该真的让人感觉是一个团队、一些自主的队友；你不需要事无巨细地微观管理，它们能拿到完成有雄心、有价值的工作所必需的工具。

我们在产品侧的北极星是：每一个产品决策，都要少从一款 SaaS 产品的角度去想，多从“我们正在打造有用的 AI 队友”去想。当围绕一件事争论、两条路都讲得通时，就拉远视角问：一个人类会怎么做？你希望队友给你什么？答案往往非常有澄清力，而且房间里不会有太多分歧——照着做就是了。比如协作里最核心的“五分钟 huddle”：直接开个短会、共享屏幕、挂断后异步继续——目前没有任何 AI 产品把这种体验做对，所以我们想做出来。

这里有很多来自过去一二十年糟糕 B2B 软件的包袱：人们看到一款在某些方面非常简单的产品，就想当然认为它不是工作产品。上一代强力工具像 Photoshop，满是可以精确调节的旋钮，使用者是终极的驾驶舱飞行员；未来的强力工具是你表达意图、加上人在这一侧做好引导，所有旋钮都被抽象掉——除非你需要直接操作。它的界面是相当对话式的：我路过某个人的工位，看到电脑上开着 Grok Bot，有那么一瞬间会以为是个聊天软件——其实那是他们用来完成大部分工作的主要工具。

我认为个人和工作之间应该有一条分界，这很好也很重要，从企业角度也有常识性的理由。但目标是同一个产品：你把工作中很大一部分委派给 Grok Bot，自己专注于杠杆率更高的事；它同样帮你委派掉个人生活中低杠杆的部分。这两件事的产品形态和解决方式几乎是一样的——所以我的直觉是，一个产品就是这两件事最好的形态，而那也正是我们想做的。

三大支柱：一是编程产品，目前是 Cursor 和 Grok Build——要发布生产环境的软件，需要的是每一个像素都为工程师优化过的界面；二是通用知识工作，Grok Bot 是朝这个方向令人兴奋的一步；三是通用模型——我们的目标不太是追逐超级智能那种模糊的理想化愿景，而是非常务实的“做有用的 AI”。参与模型训练的人都是工程师，带着非常应用导向的思维，这跟外面一些竞争对手的方向略有不同。

Go-to-market 上，编程领域的模式很简单：早期采用者在晚上和周末的个人项目里把工具推到极限，感觉像亲历未来，然后回到公司开始要求用它。知识工作正在重演——现在 X 上全是 Grok Bot 控制扫地机器人、帮特斯拉充电费谈判省钱的例子；但我们认为它不是一个消费级产品，下一步是走进团队和企业。所以我们现在大力优先企业：一个 bot 在真实、复杂的公司系统里怎么工作，组织级的“记忆”长什么样——这些还有很多没解的问题，但 Grok Bot 是促成这次切换的正确原语。

我想回到“队友”框架，把这个类比再往前推一步：如果你需要手动接管我的电脑、开始点来点去、说“你这样做不对”——这种次数希望是接近于零的。computer use 现在已经不错了，而且在很短的时间内，我认为“电脑”这个概念会被从用户面前完全抽象掉：你永远不应该需要点进一台远程虚拟机里，永远不应该需要去接管控制。中期来看，“电脑”会是一个重要的概念，但不会是用户真正去交互的东西。

所以理解 Grok Bot 的正确方式是：它是一队 bot，是一队为你干活的智能体，外加一份关于你与它们过去所有交互的非常长的记忆。“为每个独立工作单元新开一个对话”的范式有很多问题——我发现自己一直在不同对话之间复制粘贴，那真不是对工作类别分组的好方式。相反，你应该有一些角色，对应不同泳道的工作，它们是长生命周期的智能体，会随着时间变得更聪明；它们能访问所有你会期望一位人类同事拥有的工具——API、MCP——以及属于它自己的一台电脑。

在 meetup 上，增长市场团队的 Shub 演示了一个让所有人惊掉下巴的东西：在 bot 的电脑里面再跑一个 Grok Bot，用它来做测试、观察有没有回归问题。我自己也这么干——给我的一个 bot 装上 Grok Bot，当成 QA 测试 bot：一旦有 bug 报告，或者要测试某个新 build，我就直接说：这里有 10 个工作流，我们要确保它们一个版本比一个版本更好，你去测一下，把结果写进那个 Notion 文档里，跟过去所有客户端版本的测试记录做对比。一旦你跳出“这是一个带了一堆连接的 AI 聊天”——大多数人概念上还停留在这里——转而去想“这是一个有电脑的同事”，那么任何我会让同事在电脑上做的事，我都可以让 Grok Bot 去做，它抬高了你对“什么东西可以交给 AI”的想象上限。

有一个我在很多用户身上看到的模式，很简单，但持续往里投入会很有深度：Grok Bot 像一个信息吞噬者（info vor），替你消费掉海量的信息，把这部分从你自己的认知负荷里拿走，只把重要的东西送到你面前。V1 版本是架在 Slack 和邮件上，给它高层级指令：这是我的角色、这些是我关心的事，遇到这些情况放进我每天都会看的每日汇总里。我自己大概在 V3、V4：给它灌入一整条信息消防水管——接到 X 上所有提到 Grok Bot 的地方，跟内部上下文互动，跟 QA 测试 bot 互动看能不能复现 bug，还接到我自己的消息服务上以便快速回应用户。这就形成了一个永远在线的“幕僚长”实体：保住你对真正重要事情的专注，同时持续扫视四周。

还有挺有意思的案例：有人给他们的 Grok Bot 开通了“呼叫”他们的权限——发生特别紧急的事情、而他们正在喝咖啡时，就会被呼叫。这种事只有在真的很紧急、而且你真的信任它的时候才会去做。到目前为止那些 bot 还没有出现过误报。我觉得我们会看到越来越多这类东西：agent 应该主动来找你，而不是你去找它。

让我特别高兴的是，公司内部那种创业公司的感觉从来没有变过。我加入 Cursor 时大概 15 个人，后来扩张到超过 1000 人，现在我们是 SpaceX AI 的一部分，身处一群极有才华、每个人都以每小时 100 英里的速度推进的人中间。随着公司变大，事情会慢下来，你会不停告诉自己“我们还是创业公司、还是走得很快”——但其实并没有，而且每个人都知道并没有。

定义创业公司的核心不是人数或融资轮次，而是那种“抢”（scramble）的能量：有点混乱、有点没条理，对很多人来说并不愉快，但它让你可以在很短的时间里朝某个方向造成极大的影响，而且你从这套系统里拿到的，真的就是你投入进去的东西。祈祷这一点能一直成立吧——如果它能一直成立，对我们的成功会是极其关键的。

这很大程度是文化的下游产物。我们从来没有自满过，永远关心下一件事。整个公司有一个很深的信念：AI 的发展速度快得惊人，产品必须随能力契合当下——两年前契合当下的东西和今天契合当下的东西完全不同。如果我们不能每六个月就彻底重塑一次自己——优先级、核心产品、用户对我们的感知（最近这个周期甚至比六个月还短）——那我们就会输。

当年跟 Cursor 同场竞技的对手有十到二十家，现在没有一家还在前沿——不是因为错误决定或资源不足，而是文化上的无能：无法快速行动、无法随变化而变。我们有两个自己会反复回到的价值观：一是“删掉产品”——回头看 Cursor 和 Grok Bot 的每个过去版本，东西在消失而不是被加进来，那些脚手架是模型还不够聪明时才需要的东西，要坦然做让一小部分人不高兴的艰难决定；二是“直接去做那件事”——这不是一个需要请求许可的文化，你看到需要发生的事，就出去把它修好，把资源拉进来做成。这也是我们跟 SpaceX 非常共通的主动性。

如果 Cursor 当初是想着护城河、从某种战略图倒推着做，我不认为能创造出今天这个产品。真正创造魔力的是对“今天就做出一个有用的东西”的执念：你多少能看到世界三个月后会往哪走，模型会更聪明，现在解决不了的最终会变得能解决——问题是，我们怎么把那个未来提前带到现在？哪怕需要做非常多的工程，哪怕需要以某种方式改变产品形态。

然后三个月后，把那些东西全部删掉——它们已经变成产品里最基础的部分——再去为下一个三个月建设。持续不断地一遍遍做这件事，用户就会真正信任我们。立足这个视角，分发优势、数据优势都会来，价值是会有的——但那才是真正该发力的地方。

先说一句：我想避开那种 hacky 的“专业技巧”——我们作为团队的理念是，那些东西本来就不应该存在。对新手的第一个建议是：给 Grok Bot 成功所需要的上下文——就像带一个新同事进团队：给它 Slack、邮件和你每天在用的公司记录的访问权限，然后真的去问它：“你能为我做什么？”我第一次上手时就让它翻我的 Slack 和邮件，列出 5 件可以从我身上卸下来的事、以及需要什么——5 个建议里 2 个真的很有用，我立刻开了两个 bot 去解决。那是我最大的一个“哇”时刻，因为过去没有任何 AI 工具能做到那两件事。它不是“帮我起草一封邮件”，而是“去做一整块工作”。

对已经上手的人：不断去找新的模式，让你的 bot 之间互相交互、互相协作。我最近在搭更多“脚手架”，规定 bot 的产出应该放在哪里——我有一个每天读的摘要（digest），内容推送到一个统一的地方，读起来非常轻松。鼓励重度用户思考怎么让 Grok Bot 把内容写进一个统一的存储。

书是《Cat’s Cradle》——我一直很爱推荐，还买了很多本送朋友——和 Steven Pressfield 的《The War of Art》：特别短，我经常回到它，哪怕一次只读一两页。注意它不是《孙子兵法》（The Art of War），是在玩文字游戏——讲的是创作的困难、做出新东西的困难，以及如何克服那种阻力。电影每年重看一遍《卡萨布兰卡》，碰巧里面有个角色跟我同姓 Ugarte，大概是媒体里唯一一个 Ugarte 的例子；剧集偶尔偷看一集《神探阿蒙》，我小时候跟家人一起看，现在住在旧金山又重新看起来了——它是 90 年代末、2000 年代初旧金山的快照。

AI 产品方面我一直是语义搜索的粉丝，尤其是建立在不寻常数据集上的。我当年就是 Metaphor（后来变成 Exa）的早期用户，喜欢用 Exa 在互联网上做各种奇怪的查询，还看到有人在 MoMA 的嵌入图像库之上做语义搜索——玩那些总是特别开心。格言不算一句短格言，是《Desiderata》——一首短诗，从我十几岁起就贴在我的门上，每次搬家都会重新贴上，每一句每次读都能发现新东西，而且非常让人踏实。

这期访谈的时点很特别：发布三周，一切都还在早期。Roman 说，从这批早期用户那里得到的反馈，正在直接转化成他们构建什么、怎么构建。也许一年之后回看，我们会知道这场“AI 同事”实验，他们对了多少、又错了多少。