过去一年，我们使用 AI 的方式正在发生非常明显的变化。

以前打开一个聊天窗口，问一个问题，拿到一个答案，这次协作基本就结束了。现在的 Agent 已经可以读取文件、调用工具、操作浏览器，直接进入数字世界替我们干活。

在我看来，我们已经从对话时代走到了 Agent 时代。

不过，今天大部分人与 AI 的协作入口仍然是一轮轮聊天。需要干活的时候临时把 AI 叫过来，重新交代背景，再派一个任务。任务结束以后，这个临时小组也就散了。整个产品仍然以一段具体对话为中心。

xAI 在 2026 年 8 月 11 日推出了 Grok Bot，这个产品就是开始围绕「长期工作」来组织的。

它把每个 Agent 包装成一名有名字、长期在岗的 AI 同事。你可以给它一个职位，让它长期负责一类结果。工作做得越多，它越熟悉你的要求，也能调用云电脑和外部工具。需要多人协作时，Bot 之间还可以直接交接任务。

本文把每个 Bot 称为一名数字员工。创建一个 Bot，就当作招聘了一名数字员工。

好了，废话不多说。下面就从创建第一名数字员工开始，一步步把整套流程跑完。最后再用一家电商公司为例，演示怎样搭建一支数字员工团队。

创建第一名数字员工

使用 Grok Bot 需要满足三个条件：

账号具备 Grok Bot 使用资格。
桌面客户端支持 macOS 和 Windows，移动端目前支持 iPhone。
开启云端存储。

安装并登录以后，在左侧点击 New，选择 Create new agent。新 Bot 创建完成后，打开它的菜单，进入 Edit Profile，填写名称、职位和岗位说明。

我创建的第一名数字员工叫「情报总监」。

它的岗位说明是这样的：

公司情报调研员，负责搜集普通人能用上的 AI 新闻、中文圈与国内社交媒体上的热门选题，以及 Codex、WorkBuddy、Grokbook、Hermes 等工具教程和新模型、新产品玩法。

岗位说明用来保存长期有效的内容，比如它负责什么、常用哪些来源、怎样判断和交付什么。

某一次任务的临时要求，直接放进当次消息里。今天研究 Grok Bot，明天研究 Codex，这些都属于临时任务，不需要反复修改岗位说明。

创建完成后，我给情报总监派出的第一项真实任务，大意是：

搜集 X 上讲 Grok Bot 怎么用、曝光量较高的长文。区分 X Article 和教程视频帖，列出作者、发布时间、公开可见的曝光数据、主要内容和原文链接。无法取得一手数据时直接说明，不要猜测数字。

一项任务写清五件事：

1. 最终要完成什么结果。 2. 去哪些地方找资料。 3. 有哪些限制条件。 4. 最后用什么格式交付。 5. 做到哪一步要回来找人确认。

只发一句「帮我研究一下 Grok Bot」，结果很容易变成一份泛泛的资料汇总。

情报总监第一次交回的结果里，主动区分了 X Article 和带教程视频的帖子，也分别整理了作者、曝光数据和原文链接。

第一次交付后，直接告诉它哪一部分错了、缺了什么、以后固定使用什么格式。

Grok Bot 和其他 AI Agent 的区别

现在市面上常见的 AI Agent，大多围绕一段对话或一个具体项目组织工作。聊天类工具以当前对话为中心。

Grok Bot 默认从一个长期岗位出发，围绕跨软件任务、长期工作背景、固定工作和同事交接组织起来。

Bot 可以保留稳定偏好、岗位背景和既往工作的摘要。

Grok Bot 和 Codex、Claude Code 也有明显差别。

Codex 与 Claude Code 默认从项目或代码库出发，主要围绕文件、终端、构建、测试和 Git 组织工作。Grok Bot 默认从一个岗位出发，围绕跨软件任务、长期工作背景、固定工作和同事交接组织起来。

这些产品的能力已经有不少重叠。它们都能读写文件、运行命令、接入工具，也都在向云端任务和多 Agent 协作发展。选择时可以先看自己的主要工作对象。

长期负责跨软件工作的数字员工，用 Grok Bot 会更加直观。围绕代码仓库开发、测试和审查，Codex 与 Claude Code 的工作重心更明确。

Grok Bot 还给用户提供了一台云电脑。

这是一台由平台管理的 Linux 虚拟机，里面有可视化桌面、浏览器、文件系统和终端。

任务需要浏览器时，远程浏览器小窗口会自动出现在对话旁边，可以随时查看和接管。

遇到登录、验证码或需要人工操作时，再进入云电脑画面接管控制。

任务运行在云端还有一个现实好处。关闭 Grok Bot、合上笔记本，已经开始的后台任务和定时任务仍然可以继续。

认识五个核心组件

text

Bot：谁长期负责这份工作
Skill：这份工作具体怎么做
定时任务：什么时候自动开始做
群聊：多名数字员工怎样公开交接
连接器：这份工作要进入哪些真实软件和数据源

岗位说明里放长期都要遵守的职责。一次聊天任务只管今天具体做什么。等一类任务已经跑通，再把稳定做法保存成 Skill。

从真实工作中提炼一个岗位

我刚开始研究 Grok Bot 的时候，也想直接创建营销总监、运营总监、产品总监和财务总监，把传统公司的组织架构照搬进去。

一到派活，问题就出来了。岗位名字很大，长期负责的结果很模糊，最后得到一批不知道每天该干什么的数字高管。

xAI 官方给出的建议，是从一套最小但真正有用的人员配置开始。先让一个 Bot 完整负责一项结果。工作里出现稳定的专业分工后，再创建新的 Bot。

适合长期交给 Bot 的工作有几个特征：

结果会长期出现，或者需要反复交付。
使用的数据源和工具相对稳定。
工作方法可以逐渐说清楚。
交付结果能够检查。
哪些动作需要人工审批，可以提前划出边界。

以情报总监为例，我长期需要研究 AI 新闻、热门选题和工具教程。它有相对固定的来源，也有明确的交付物。这个真实需求自然形成了一个岗位。

「营销总监」这类名字覆盖范围太大。把它改成「每周筛选 10 个值得继续研究的 AI 选题，并附上来源、数据和判断理由」，工作就具体多了。

岗位说明可以按照下面这个结构来写：

text

负责结果：
长期数据源：
工作步骤与判断：
固定交付物：
验收标准：
禁止动作：
人工审批点：
失败时如何处理：

先写出最低可用的岗位说明，完成一项真实任务，再根据结果补充规则。

配置云电脑、连接器和本地文件

使用云电脑

只要任务需要访问网页，Bot 会自行调用云端浏览器。远程浏览器小窗口出现以后，可以随时查看它目前正在做什么。

如果要让两个 Bot 交接文件，可以要求它们把中间结果保存在 /workspace 下面的专用目录。这个目录位于共享云电脑中，其他 Bot 也可以读取。

每个项目使用单独文件夹和明确的文件名，重要结果同时回传到对话中。

安装连接器

有连接器时，优先使用连接器。它通常比让 Bot 反复模拟点击网页更加稳定。

官方文档给出的路径是进入 Settings → Plugins，找到需要的连接器后点击 Add，再按照提示在浏览器完成授权。安装完成后，可以在聊天框里输入 @ 引用它。

官方已经发布 X 连接器，可以搜索帖子、读取时间线和查看提及。

连接器覆盖不到的网站，可以继续使用浏览器操作。网站可能要求重新登录，或者弹出人机验证，这时由用户接管。

密码、Passkey、双重验证码和付款确认等，都需要用户输入或确认。敏感信息不要复制到普通聊天里。

读取本地文件

云电脑和我们面前的 Mac 或 Windows 是两套环境。

三种文件使用方式可以这样区分：

一次性资料直接发进聊天。
多个 Bot 之间交接的文件放进 /workspace。
需要直接处理本地目录时，再开启本地电脑授权。

Grok Bot 可以读取本地文件，但需要单独授权。设置入口位于 Settings → General → Agent → Execution on Local Computer。

开启以后，Bot 可以在本地运行命令、读取文件，也可以在云端与本地之间移动文件。本地动作会显示具体命令并请求同意。

把工作方法保存成 Skill

一项任务稳定跑通以后，可以保存成 Skill。

保存前，先检查来源、判断和交付格式，再换一种输入重新测试。

以情报总监为例，可以先连续完成两次不同主题的情报搜集。确认它已经掌握热门内容的判断标准和数据核对方法，再发送下面这类指令：

把刚才已经跑通的情报搜集与核验方法保存成一个 Skill，名称叫「AI 教程情报搜集」。写清使用时机、需要的输入与权限、完整步骤、来源核验规则、交付格式、验收标准、失败处理和人工审批点。

保存后，检查 Skill 里有没有这些内容：

1. 什么时候应该调用。 2. 需要哪些输入和权限。 3. 工作按照什么顺序完成。 4. 怎样判断结果合格。 5. 遇到缺失数据和失败怎样处理。 6. 哪些动作必须等待批准。

然后在聊天框输入 / 调用这个 Skill，换一个 AI 工具或时间范围重新测试。

如果 Skill 没有出现在当前 Bot 的菜单里，可以到 Settings → Plugins → Yours 检查是否已经为它启用。

Teach a task 可以通过最长十分钟的浏览器操作演示生成 Skill。

设置定时任务

Skill 解决的是告诉 AI 一项工作应该怎样做，定时任务负责安排 AI 循环、定点地执行这项工作。

一项工作准备进入定时运行之前，先确认负责人、时区、输入来源和预期结果。

比如，可以直接告诉它：

每个工作日早上 8:10，使用「AI 教程情报搜集」Skill，整理过去 24 小时值得关注的 AI 新闻，并把结果发给我。

第一次测试安排在 5 到 10 分钟以后。创建后核对下一次运行时间，再从对话详情进入定时任务页面，执行一次 Test run。

测试完成后，可以关闭客户端等待云端执行。重新打开时，检查运行时间、执行状态和实际交付内容。

定时运行最容易出现两类问题：用了旧数据，或者只完成了一部分，却仍然显示任务已经结束。

无人值守任务至少要补上这些质量规则：

1. 每次结果写明实际来源、数据时间和读取范围。 2. 没有当期数据或数据过期时直接报错。 3. 只完成一部分时，分别写明已完成、未完成和失败原因。 4. 重试不能重复发送、重复写入或生成冲突文件。 5. 发布、删除、付款和生产环境变更继续等待人工审批。 6. 网站、连接器或数据格式变化后，重新执行测试。 7. 人定期抽查来源和结果，不把连续成功当成永久可靠。

创建第二名数字员工并完成交接

第二名数字员工应该在专业分工已经出现以后再创建。

继续用情报工作举例。情报总监长期负责搜集和核验材料。随着任务增多，另一个稳定职责会逐渐出现：根据目标读者、内容价值和作者方向，判断哪些选题值得继续写。

这时可以创建「内容总监」。

情报总监负责找材料，内容总监负责做取舍。两名数字员工使用不同的判断标准，也交付不同的结果，独立岗位就有了实际意义。

先验证最简单的文件交接：

text

情报总监把情报初稿保存到 /workspace/grokbot-demo/
→ 内容总监读取文件并给出选题取舍
→ 情报总监根据反馈补充证据
→ 最终结果交给人确认

一对一交接时，Bot 可以直接给另一名 Bot 发消息。接收方会被唤醒，处理任务后再回复。

当交接过程需要被所有参与者看见时，再创建群聊。点击 New，选择 2 到 6 个 Bots，设置群名，并在第一条消息中写清共同结果、当前负责人、交接顺序和最终停止位置。

第一条消息可以这样写：

共同目标是完成本周 AI 选题清单。情报总监先整理材料，内容总监负责筛选并提出补充要求，情报总监完成返修，最终结果停在我这里确认。

群聊里可以用

@Bot

名称指定下一名负责人。每个阶段只设一名负责人，避免两个 Bot 同时改写同一份文件。

@everyone

会同时唤醒整组 Bot，只在所有成员都需要处理时使用。

Bot 发到群里的交接消息目前只支持文本；需要检查图片时，直接把图片发送给下一名 Bot。

设置权限和审批边界

同一账号下的 Bots 共用云电脑、文件和登录状态。多个 Bot 只负责岗位分工，无法隔离账号权限。

发送邮件和私信、发布内容、付款和退款、删除文件、修改权限、改动生产系统，这些动作都应该停在人工审批。

可以进入 Settings → General → Auto-review，为高风险动作添加范围明确的 Require Approval 规则。

审批规则需要写明具体范围。比如，发布任何 X 内容前必须审批，删除 /workspace/client-a/ 下的文件必须审批。

密码、验证码和付款确认由用户接管完成。

搭建电商数字员工团队

下面以一家电商公司为例，演示怎样搭建一支数字员工团队。

创建店铺经营值班员

第一阶段只创建一名「店铺经营值班员」。

它每天读取商品表、库存表、订单表、内容表现表和经营目标，生成一份供老板决策的经营晨报。

晨报包含昨日销售、订单、流量和内容表现概况，列出缺货、积压与订单异常，再给出当天最需要处理的三到五件事。

岗位边界也要直接写进说明：

只读数据并生成报告。不改价，不改库存，不发布或修改线上内容，不退款，不取消订单，不发送客户消息。数据缺失时明确报错，不使用旧数据冒充当天数据。

先用一套脱敏 CSV 跑通经营晨报，修正格式和判断，再保存成「每日店铺经营诊断」Skill。换第二天的数据测试通过以后，最后创建每天早晨运行的定时任务。

创建三名专业员工

随着工作稳定下来，可以把三个专业职责分别交给不同 Bot。

第一名是「内容增长专员」。

它负责分析内容表现、用户搜索与互动、平台热点、竞品内容和商品卖点，输出选题优先级、内容角度、待制作内容清单，以及已有内容的优化建议。发布或修改线上内容必须审批。

第二名是「商品与库存分析员」。

它负责缺货风险、积压 SKU、剩余库存天数、售罄率和销售趋势，输出补货、清仓或调整内容推广节奏的建议。改库存、生成采购单、改价和发布促销都要审批。

第三名是「订单与售后异常助理」。

它负责付款、履约、退款、物流和咨询异常，输出异常队列、证据、建议动作和客户回复草稿。退款、取消订单、改变履约状态和发送客户消息继续由人确认。

原来的店铺经营值班员可以升级为「电商运营主管」，负责汇总三名员工的结果，生成最终经营晨报和老板决策清单。

共享目录可以这样安排：

text

/workspace/ecommerce-ops/日期/
├── 内容增长建议.md
├── 库存风险.csv
├── 订单异常.csv
└── 经营晨报.md

完成一次跨岗位交接

假设商品与库存分析员发现某个爆款只剩三天库存。

它把 SKU、剩余库存天数、近期销量和证据交给内容增长专员。内容增长专员发现接下来的内容计划仍然在重点推广这件商品，于是建议暂停相关选题，把流量转向库存充足的商品，并生成一份调整后的内容计划。

订单与售后异常助理同时发现，这个 SKU 的延迟发货咨询正在增加，于是准备一份客户回复草稿。

最后，电商运营主管把三份结果合并成老板需要决定的三件事：是否补货、是否调整接下来的内容计划、是否修改预计发货时间和客户话术。

库存问题会同时影响内容和售后。专业岗位分别检查自己的数据，运营主管再把三份建议集中成一份决策清单。

回顾整个 Grok Bot 的搭建流程

text

从真实工作中提炼一个长期岗位
→ 创建 Bot，写清名称、职位和岗位说明
→ 派出第一项有明确结果的真实任务
→ 根据需要使用云电脑、连接器和本地文件
→ 检查结果并纠正工作方式
→ 把跑通的方法保存成 Skill
→ 用第二份输入验证 Skill
→ 创建并测试定时任务
→ 稳定的专业分工出现后创建第二个 Bot
→ 通过直接消息或群聊完成交接
→ 为有外部后果的动作设置人工审批