Grok Bot 是什麼？官方 201 課程教學：4 個 AI 隊友怎麼分工、共享、自己跑

Grok Bot 是什麼？一句話：Grok Bot 是 xAI 推出的「AI 隊友」服務。

你可以建立好幾個 Bot，每個 Bot 有名字、有一份固定工作，也有自己的記憶、技能和排程。它們在雲端電腦上操作瀏覽器、檔案和終端機，可以互相協作，也可以分享給整個團隊。

它跟你平常打開來問問題的 Grok 聊天，是兩種用法。

聊天是你問一句、它答一句。Grok Bot 是你把一份工作交出去，它自己開電腦、登入工具、做完回報，時間到了還會自己再跑一次。

這篇用的素材是官方在 2026 年 10 月 9 日直播的進階課程「Grok Bot 201」（YouTube 錄影），主持人是 SpaceXAI 的資深 AI 部署經理 Scott Lerner，主講是資深 Field Engineer（現場工程師）Joseph Yang。講者自稱 SpaceX AI，是因為 SpaceX 在 2026 年 2 月併購了 xAI（Reuters 報導），Grok 和 Grok Bot 現在都在 SpaceX 旗下。

整場課程用一個「貼紙商店」網站貫穿，最後做到這個程度：

4 個 Bot 分工，每 24 小時自動看數據、淘汰點擊最少的 3 款貼紙、設計 3 款新的、推上網站。

下面照課程順序拆，影片口語帶過的地方，用 Grok Bot 官方文件 補清楚。

先搞懂一個 Bot 由什麼組成

課程一開場，Joseph 就把今天要學的三件事講白：

► Bot 可以靠 Routines（例行排程）和多個 Skills（技能）自己跑，不用你每次下指令 ► Bot 可以當成隊友，而且能分享給別人用 ► 每個 Bot 有自己的人設，人設底下掛著自己的記憶、技能和工作流程

拆開來看，一個 Bot 長這樣：

最後一列要特別講一下。

影片裡 Joseph 口語上說「每個 Bot 都有自己的電腦」，示範時也一個一個點開不同 Bot 的電腦畫面。但官方文件寫得更精準：同一個帳號底下的所有 Bot 共用同一台雲端電腦，每個 Bot 有自己的畫面，而這些畫面「不是安全邊界」。

意思是什麼？

你在瀏覽器登入的帳號、在命令列存的憑證，其他 Bot 也用得到。不想讓某個 Bot 碰的東西，就別放在那台電腦上。

用生意人的話講：你請了 4 個員工，每人有自己的座位，但大家共用同一間辦公室和同一個保險箱。座位分開，不代表抽屜有上鎖。

如果你對 agent 記憶怎麼運作有興趣，可以搭配看 Anthropic 的 Memory 與 Dreaming 解碼，概念是相通的。

教學 1：主控機器人（Primary Bot），一個 Bot 指揮其他 Bot

Joseph 的 Bot 清單裡，有一個名字旁邊標了星號，叫 Roy，這是他的主控機器人（Primary Bot）。

Roy 的角色是：掌握其他所有 Bot 在做什麼的上下文。

課程第一個示範很簡單。Joseph 對 Roy 說：「叫 X 機器人發一則貼文，說我們正在直播 Grok Bot 201。」

接下來發生的事：

1. Roy 把任務轉給專門管 X 帳號的 X 機器人
2. X 機器人發現稍早有一則測試貼文，回頭問要不要保留
3. Joseph 回「發一則新的」
4. 打開 X 機器人的電腦畫面，可以看到它自己在已登入的 X 帳號上操作，Joseph 完全沒碰滑鼠

介面長得像 iMessage，左邊一排 Bot，點哪個就跟哪個聊。

這段的重點不在發一則推文，在於「你只跟一個窗口講話」。

以前你要自己記得哪件事交給哪個工具；現在你跟 Roy 講，Roy 去找對的 Bot。

教學 2：團隊機器人（Team Bots），一個人調教、全隊受惠

第二段示範的是 Dex。

Dex 是一個貼紙設計師 Bot，圖示旁邊寫著「by Martin」。Martin 是 101 課程的講者，他做好 Dex 之後分享給團隊，Dex 就變成 Team Bot。

Joseph 示範怎麼用：

1. 點加號選單，選 Team bots
2. 搜尋 Dex，直接進去開聊
3. 什麼都不用設定，直接請它做一張「開心的藍色」貼紙

接著他再開一個群組聊天，把 Bot Dex 和真人 Martin 拉進同一個群組，在裡面 @Martin 問意見。過一下子，Martin 回了「yes and yes」。

人和 Bot 在同一個群組裡對話，這是 Grok Bot 很像 Slack 的地方。

團隊共享的權限，影片和官方文件怎麼說

聊天室有人問：分享出去的 Bot，記憶和設定是誰在管？

Scott 的回答是：Dex 的記憶、技能、Routines 都由原作者 Martin 管理，Martin 更新了技能或補了上下文，所有有權限的人都會同步拿到。

官方 Team Bots 文件講得更細，有三點值得你知道：

► 只有 owner（擁有者）和 manager（管理者）能改設定，發布、下架、刪除只有 owner 能做 ► 每位隊友跟 Team Bot 的對話是私密的，owner 看不到你們聊什麼 ► Routines 是個人的，誰設定就替誰跑，不會有一個 routine 替全隊一起跑

課程最後 Joseph 給了一個數字：他們 field engineering 團隊大約 150 人，Martin 把貼紙設計的功力放進 Dex，150 個人都能直接用。

他還做了一個類比：幾個月前大家瘋狂分享 markdown 寫的技能檔，現在開始分享的是整個 Bot，好用的留下來，不好用的自然被淘汰。

這跟站內寫過的 subagent 和 skills 怎麼選 是同一個問題的延伸：能力要封裝成「說明書」還是「一個有身份的同事」，Grok Bot 選的是後者。

教學 3：從零建立兩個專職 Bot

貼紙商店網站是 3 個 Bot 做出來的：

• Dex：貼紙設計師（Martin 分享的 Team Bot）
• Lou：全端工程師
• Sam：UI/UX 設計師

Joseph 現場從零重建了設計師和工程師兩個 Bot，讓大家看流程。

UI/UX 設計師 Bot：給參考、給素材、給目標

建立方式就是按加號、Create new bot，然後直接用聊天告訴它：

1. 你是誰：你是 UI/UX 設計師
2. 我喜歡什麼：Joseph 丟了 Duolingo 周邊商店的網址，理由是很乾淨，沒有一堆多餘文字
3. 目標：做一個 Grok Bot 的貼紙商店
4. 素材：Martin 在 101 課程給的 6 張貼紙圖
5. 交付方式：做完傳截圖和螢幕錄影給我

最後一條很關鍵，後面會講到為什麼。

全端工程師 Bot：用語音聊兩分鐘定技術棧

建工程師 Bot 時，Joseph 改用語音即時對話，像跟同事站著討論一樣。

他開的條件是：要一個很輕的電商網站，可能連資料庫都不用，要部署到 Vercel。

Bot 的建議：

• 用 Next.js 的 App Router 搭配靜態輸出（static export），Vercel 會當成純靜態檔，沒有伺服器成本
• 原本建議金流接 Stripe Checkout，Joseph 說只要做 mockup 就好，不接
• 圖片直接放進 codebase 的 public 資料夾，商品清單寫成一個陣列或 JSON 檔
• 不用 Supabase、不用資料庫、不用後端，沒有東西要維護

聊完 Joseph 說「你直接開一個雲端代理建 repo 吧」，Bot 就去開了，切到 Cursor 已經看到專案骨架在跑。

Joseph 在 Q&A 時回頭提了一個細節：這個工程師 Bot 是自己主動考慮成本，建議 Vercel 搭 Next.js，讓專案留在免費方案。Scott 補了一句建議：你偏好省錢還是要效能，一開始就明講，別等 Bot 自己慢慢猜。

為什麼不要一個全能 Bot 包辦？

這是聊天室被問最多次的問題。

Joseph 的回答用新創團隊來比喻：如果所有工作都丟給一個人做，結果通常不會好，不然這世界就不會有 UX 設計師、前端工程師、後端工程師這些職稱。

AI 確實讓職位邊界變模糊，但他還是主張分開委派，因為每個 Bot 有自己的上下文和記憶。他的原話是「context is king」。

一個 Bot 一份工作，上下文才不會互相污染。

站內之前寫過 AI agent 團隊分工的三種價值創造者，觀點一致：與其找一個全能 agent，不如把職責切清楚。

教學 4：多模型平行比稿（fan-out），同一個 prompt 跑三個模型

這是整場課程技術含量最高的一段。

先說清楚名詞。課程裡講的 fan-out method，指的是「同一個 prompt 同時丟給好幾個模型，比較產出再挑」，我這裡叫它多模型平行比稿。它跟搜尋引擎的 query fan-out（把一個問題拆成多個子查詢）是兩回事，名字一樣而已。

Grok Bot 怎麼接 Cursor 跑三個模型

設計師 Bot 收到需求後，Joseph 再補一句：「用雲端代理開三個模型。」

他指定的三個模型，照影片原話是：

Grok Bot 做的事：

1. 先讀 Figma 連結，把素材下載下來
2. 研究參考網站
3. 自動寫一份 brief.md，Joseph 說這就像 Cursor 的 plan mode，是進階版的 prompt 工程
4. 用同一份 brief，透過 Cursor Cloud Agents（雲端代理）同時開三個代理，各跑一個模型

Scott 特別在直播中釐清：模型是在 Cursor 的生態系裡選的，Grok Bot 是負責下指令和收結果的那一層。

為什麼要這樣做？Joseph 的解釋是：每個模型的預訓練和後訓練不一樣，同一個 prompt 會得到不同結果，要讓 UI 夠精緻，就是多跑幾次、挑你最喜歡的。

比稿結果：最後的網站是「混血」的

最後上線的網站，拖曳、閃光動畫、愛心收藏這些細節，是 Joseph 從各版本挑喜歡的部分組起來的。他自己講：只用單一模型做不出現在的效果。

想像一下，你是電商的行銷主管，要做一檔活動頁。以前你請三家設計公司比稿，等兩週、付三次提案費；現在同一份需求書丟三個模型，一個下午拿到三版可以點的頁面，你負責挑和混。

比稿的成本降下來之後，你的價值在「挑」和「混」。

這也是前面那條「做完傳截圖和螢幕錄影給我」的用意：你要比稿，就得讓每個代理把成果攤在你面前。

教學 5：AI 成熟度曲線，第四個 Bot 把自動化推到 100%

做到這裡，網站已經上線了。Joseph 拿出一張他們在 101 也講過的「AI 成熟度曲線」：

1. 問答：2020–2021 年 GPT-2、GPT-3 時期，AI 就是聊天機器人
2. 協作：可以排程任務，叫 AI 在指定時間去做某件事
3. 委派：把工作交給 AI Bot，一個 Bot 之後變成多個 Bot、再分享成 Team Bot

他說這個網站從設計到下單流程，總共大概花了兩小時，自評目前在曲線上大約 80% 到 90%。

Scott 補了一個推高曲線的關鍵字：主動性（proactivity），Bot 不只等你叫，會自己動。

為什麼還沒到 100%？因為還差第四個 Bot。

Ed：讀 Vercel 數據的 metrics Bot

第四個 Bot 叫 Ed，專門看數據。

Joseph 讓 Ed 在它的電腦上登入 Vercel，讀網站的瀏覽數和不重複訪客，整理成一張「人氣看板」，每款貼紙的瀏覽和點擊排得清清楚楚。他也提到另一種接法是給 Vercel 的 API token，並說明這類 secret 不存在 Bot 的電腦上，Bot 拿不到原始值。

直播中他一直請觀眾上網站多點，原因很直接：他要找貼紙的 PMF（產品市場契合）。

只給同事 Martin 看，只有兩個人的意見；開放大家點，才有真數據。

每 24 小時自己跑一次的迴圈

四個 Bot 的分工是這樣：

Joseph 寫了一個「貼紙 PMF 搜尋」技能，掛在 Roy 身上，設成每 24 小時跑一次：

1. Roy 叫 Ed 讀 Vercel 數據，產出人氣看板
2. 墊底 3 款貼紙淘汰
3. Roy 叫 Dex 設計 3 款新貼紙
4. Roy 把新設計交給 Lou，Lou 改 codebase、推 GitHub、部署
5. 24 小時後重來

直播當下看板顯示墊底的是 Sprout、Heart Eyes、Grumpy，這一輪就輪到它們。

還有一個邊界情況：分數並列怎麼辦？Joseph 說他前一晚就踩到，所以事先交代 Roy「並列就隨機挑一款」，確保每次剛好淘汰 3 款，不會只刪 2 款或一次刪 5 款。

能自己跑的流程，靠的是你事先把例外寫清楚。

Joseph 的說法是，這樣商店會持續演化，內容永遠不會過時。這個「從等你叫到自己上工」的轉變，站內 「18,000 個 AI agent」那篇 有完整拆過。

講者自己承認：人類仍在迴圈裡

整場課程我覺得最誠實的一段在這裡。

Scott 提醒可以設檢查點，例如每天叫 Bot 送一份簡報，告訴你哪幾款表現最差、Bot 們今天做了什麼。Joseph 接著講了三件事：

► 他現在呈現的畫面很漂亮，是因為他們做過很多次、反覆迭代過 ► 光是讓 Ed 跟 Lou 接起來，他就跟 Ed 來回磨了快 30 分鐘；整條端到端流程也花了時間把卡關的地方燙平 ► 這不是彈個手指就全部會動的東西，人類在迴圈中還是很重要，之後才能慢慢把人抽掉

還有一個小數字可以對照：早上 8:30 第一次更新看板時，網站還沒公開，只有 Joseph 自己在點，24 款裡只有 8 款被點過。直播開放後，數據才開始有意義。

「全自動」的前提是：有真流量，加上你先陪它跑過幾輪。

這跟站內拆過的 Warp 自我改進 agent 可以對照著看：流程能自己跑之前，人類的檢查和迭代都還是流程的一部分。

兩個新功能：語音即時對話、Bot 自己的 email

語音：聽寫和即時對話是兩件事

聊天框右下角有語音功能，Scott 特別區分了兩種：

• 聽寫（dictation）：你講話，它轉成文字當 prompt
• 即時對話（voice chat）：你跟 Bot 來回講話，像打電話

Joseph 說底層用的是 Grok API 的語音，延遲很低。前面那段跟工程師 Bot 討論技術棧，就是用即時對話完成的。

Bot 可以申請自己的 email

直播進行時剛好上線一個新功能：你可以請 Grok Bot 申請一個它自己的 email 地址。

課程裡講到的用途：

• 用自己的信箱去註冊各種服務
• 替你訂餐廳（Joseph 舉的例子是舊金山一家熱門餐廳，訂位需要 email）
• 替你預約或參加會議

使用方式就是跟你的 Bot 說「幫自己申請一個 email」。這個功能剛推出，官方文件目前還沒有獨立說明頁，細節以官方後續公告為準。

Q&A：多模型比稿很燒 token，怎麼辦？

最後問答時間，最多人問的是：一次開三個模型，token 不是燒三倍嗎？

Joseph 的做法：

1. 先不要 fan-out，挑你最熟的一個模型（他自己是 Grok）
2. 用這個模型把 prompt 和工作流程調到你滿意，確認你要的產出長什麼樣
3. 都確定了，再把同一份 prompt 平行丟給其他模型

他的理由是：一開始就亂下 prompt，語意不清楚，每個模型解讀不一樣，就是在浪費 token。

Scott 的補充是：大家都在意 token 成本，所以力氣要花在規劃階段，而不是一開始就把所有東西都跑一輪。

先用一個模型把題目出好，再讓三個模型來考試。

Grok Bot 費用：哪些方案有？

課程沒有講價格，以下是 2026 年 10 月 24 日官方頁面上的方案資訊。Grok Bot 官方文件的「Plans and billing」連到 Cursor 的方案說明，帳號和方案統一由 Cursor 管理：

來源：Cursor 方案頁、Grok Bot Plans and billing。

幾個補充：

• 官方說明頁另外列出，SuperGrok、SuperGrok Plus、SuperGrok Heavy 和 X Premium+ 可以用「帳號連結」的方式取得 Grok Bot 用量，Grok Business 的席位也能直接登入；SuperGrok Lite 不含
• Grok Bot 沒有長期免費版，新帳號有一筆 7 天內有效的試用額度，用完不會自動轉成付費
• Team Bot 的用量算在每位隊友自己的額度，Routine 算在設定它的那個人身上
• 價格與方案內容可能隨時調整，下單前以官方頁面為準

從課程裡可以直接照做的 4 件事

以下都是講者在課程中自己給的建議：

► 一個 Bot 只給一份工作：設計、工程、數據分開，各自累積上下文 ► 要交付就要求證據：請 Bot 做完附截圖和螢幕錄影，比稿和驗收都靠這個 ► 先單一模型、後 fan-out：用最熟的模型把 prompt 和流程調好，再平行比稿 ► 偏好一開始講清楚：要省錢還是要效能、例外情況怎麼處理（像並列就隨機挑），事先寫進技能或對話裡

我的判斷

如果你問我，Grok Bot 201 這堂課最值得看的地方，是它把「AI agent」拆成一套可以照抄的編制：一個主控、幾個專職、可以分享給團隊、掛上排程自己跑。

重點是什麼？

示範的網站花兩小時做好，但讓四個 Bot 每天自己接力，講者另外花了不少時間陪它們磨。成熟度曲線的最後 10% 到 20%，目前還是要人來補。

常見問題 FAQ

Q1：Grok Bot 是什麼？跟 Grok 聊天有什麼不同？ Grok 聊天是你問一句、它答一句。Grok Bot 是建立多個「AI 隊友」的服務，你把工作交出去，Bot 在雲端電腦上自己做完、回報，還能照排程定時再跑。

Q2：Grok Bot 怎麼收費？要付費嗎？ 沒有長期免費版，新帳號有 7 天試用額度。依 2026 年 10 月 24 日的 Cursor 官方方案頁，Premium（每月 30 美元）、Super（100 美元）、Ultra（200 美元）、Teams（每人每月 30 美元起）、Enterprise 都含 Grok Bot，Free 和 Plus 不含。價格未稅，以官方最新公告為準。

Q3：Grok Bot 有電腦版嗎？去哪裡下載？ 有。官方文件列出桌面版支援 macOS（Apple 晶片與 Intel）、Windows、Linux，從官方下載頁 x.ai/bot 依作業系統挑版本；手機版支援 iPhone、iPad、Android。安裝後用 Cursor 帳號登入（需要有含 Grok Bot 的方案），系統會自動幫你建好第一個 Bot。Bot 實際是在雲端電腦上工作，你的裝置關掉它也會繼續跑。

Q4：團隊機器人（Team Bot）分享出去，別人看得到我的對話嗎？ 看不到。官方文件寫明每位隊友的對話是私密的，只有 owner 和 manager 能修改 Bot 設定，他們對設定、技能的更新會同步給所有隊友；Routines 則不會同步，屬於個人，誰設定就替誰跑。

Q5：多模型平行比稿（fan-out）會不會太燒 token？ 課程講者建議先用一個最熟的模型把 prompt 和流程調好，再把同一份 prompt 平行丟給其他模型。一開始就亂下 prompt，各模型解讀不同，最容易浪費 token。

Q6：Grok Bot 可以自己申請 email 嗎？ 可以。課程直播時剛上線，只要請你的 Bot 幫自己申請 email，就能拿去註冊服務、訂餐廳或預約會議。細節以官方後續說明為準。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。