Grok Bot 是最近比较火的一个 Agent 工具。我觉得它代表了目前最新、也是接下来 Coding Agent 演化的一个方向。要讲清楚这个工具的产生,我觉得需要从它想要解决的问题开始。
从 Claude Code 的痛点说起
去年 Claude Code 爆火,一跃成为程序员中最热门的 Coding Agent,大家都开始在自己的电脑上去跑。但只要在这段时间使用过的人都碰到一个很繁琐的问题:电脑一合盖,本地运行的任务就会暂停。所以经常会在学校或者地铁上看到有人一边端着咖啡赶路、一边把电脑保持半开状态。

因为这个痛点,市面上出现很多解决方案。第一种思路是把 Claude Code 部署在远程主机(VPS)上,外出时通过手机 SSH 上去查看任务状态。但手机屏幕小、打字不便,那么就给它接上语音输入。
例如开源工具VibeTunnel ,在电脑或服务器上部署之后,可以随时用手机、平板打开网页浏览器就能查看和操作终端会话。

但解决完手机控制 Agent 之后又有一个新的痛点:人的注意力始终是有限,难以同时去管理和决策多个 session 的状态。想象一下,你同时开了 10 个任务,每个任务每隔一段时间都需要你做一下判断,这很消磨人的注意力和时间。
此外,上下文管理也仍然压在用户身上,市面上出现了大量帮你管理上下文的技巧和插件——这些对非技术出身的人来说,都是不小的上手门槛。
OpenClaw 横空出世
那有没有一个能解决上面这些问题的 Agent 呢?可以在手机上直接操纵,不用关心上下文管理,也不用操心多 session——你始终只有一个对话入口,把任务丢给它就行。

讲到这里,很多人已经可以猜到了:它就是今年年初爆火的开源项目 OpenClaw,也就是中文圈说的"小龙虾",它的路线是常驻在你自己的设备或服务器上,通过 Telegram、WhatsApp 这类 IM 和你交互,模型可以自己接入。它的出现代表了一个新范式,基本解决了前面说的这些痛点,大幅降低了非技术人员使用 AI Agent 的门槛。
但很显然,作为个人 Agent 它是足够的,但不太适合用在多人、多设备的协作场景:如果你在多台设备上各部署了一个小龙虾,怎么让它们合作完成同一件事呢?
协作场景暴露的局限
这就引出了下一个问题。先看两个具体的场景。
第一个是公司内的协作。假设你想把最近的开发进展和问题同步给同事,通常的做法是让 AI 总结一下最近的 session,再发给他。但只要存在压缩就有信息丢失,不利于接手和开发,而且对方无法了解你在整个开发过程中做过哪些 trade-off。
第二个是多 Agent 协作。我们现在往往同时订阅多个 Agent 工具——Claude Code、Codex、Gemini 等等。比如你让 Claude Code 做规划,怎么让 Codex 去执行?或者他他们在项目中一个负责前端、一个负责后端,怎么让它们无缝交流和协作?
Raft:人和 Agent 一起创造
顺着这个需求,今年出现了"数字员工"式的协作平台,代表是 Raft。它的思路是把 Agent 和人类放进同一个工作空间:频道、任务、@提及都是人和 Agent 共享的,每个 Agent 有自己的身份、记忆和专长,可以认领任务、互相交接,还能把你已经在用的 Claude Code、Codex 直接拉进团队。

Raft 很好地回答了"多个 Agent 怎么协作",但它本质上还是把已有的 Agent 组织起来——每个 Agent 的运行环境、部署方式仍然要你自己操心。那有没有一种形态,把"开箱即用"和"多 Agent 协作"同时做到呢?
Grok Bot:全托管的新范式
这就是目前的 Grok Bot。可以说它是目前上手门槛低、同时又给专业的极客提供了非常强的拓展和灵活性的 Mutiple Agent 工具。

第一,开箱即用。大多数用户并不想了解上下文管理的技巧,也不想装一堆插件,可能就像阅读这篇文章的读者一样,只想像让员工推进项目一样:分配任务、等它执行、看它汇报,然后继续推进。不想去关心当前 context 还剩多少、会不会突然触发 compact——这些都被屏蔽掉了。这对非程序员(做运营、文员类工作的人)尤其友好。
第二,解决"合盖就停"。所有 Bot 共用一个云主机,即使你的电脑关机,也可以在手机上随时查看任务的运行状态和结果。有些 Agent 在纯命令行下做不了的事,在主机里可以操纵浏览器去完成,比如点击、登录。遇到确实过不去的阻塞——比如网站验证码——它会 hand over 给你接手,通过后继续完成,这个设计很丝滑。

第三,多 Agent 协作。Bot 之间的协作通过消息传递实现:每个 Bot 可以自主地把消息转发给它认为合适的 Bot,继续推进任务。它有 proactive 的能力,能主动探索环境、像人一样了解情况、再与其他 Bot 沟通。这也降低了非技术人员的使用门槛——以前让多个 Agent 跑在不同 VPS 上,还得配置一堆网络环境,现在你只需要给每个 Bot 赋予具体角色和任务。

第四,Connector 生态。比如快速接入 Notion,不需要创建什么 API Key,只需要 install 并做登录鉴权即可。另外我比较推荐的 Connector 还有 Tailscale,可以直接连接你手上的其他节点和主机;以及最近刚刚上线的 1Password,保证Bot 可以拿到你在 1password 中存储的账号密码等信息,无缝去执行任务——安全性和便捷性都考虑到了。不过美中不足的是对于国内的工具接入相对较少(我猜很大一部分原因是国内的软件都比较封闭,不提供直接的 connector 接入

第五,与 Cursor / X 的无缝衔接。这一点很非常实用,首先 X 上面可以找到非常新鲜和实用的 AI 知识和技巧,如果使用其他工具去搜索 X 上的内容,要么走逆向,要么花钱买官方 API 的额度;而 Grok Bot 去检索 X 的内容完全免费,体验也比在 Google 上关键词搜索更好。同时对于开发者来说,它原生支持 Cursor,所以你可以非常流畅地把 Cursor 上面正在执行的开发任务,包括运行状态、结果、环境——整个交接给 Grok Bot 管理,不用再打开手动打开 cursor 逐个检查每个任务。

第六,Group Chat 功能。你可以安排多个 Bot 在一个 Group 中通过协作讨论来推进一个项目,同时每个 Bot 会主动披露相关的任务上下文到当前 Group,不需要人工介入和处理,进一步减少决策疲劳。
最后 Grok Bot 订阅目前支持支付宝支付,只要 30 USD 就可以享受到最先进的 Work/Coding Agent 工具,速来试试~
