Grok Bot Galaxy 直播:第 1 天(第 24/44 段)


🏦 台灣Pay 銀行轉帳 💙 PayPal
講者分享用 bot 管理 cloud agents 的 workflow 心得,接著團隊示範建立餐廳快閃店專案的工具
- 274:32 Bot 跟人一樣可以同時處理幾件事,但任務一多就會開始失去 context
- 280:35 Lauren 想先建立基本流程:bots 把 PR 貼到 Slack channel 審查,之後 merge,或許再研究自動部署
- 285:50 這個自動化會審 PR,檢查 correctness、risk、有沒有漏掉測試;channel 每有一篇貼文就會觸發
💡 你可以怎麼用:如果你同時讓 AI 做好幾件事,可以開一張表記下每件事的進度,要它接手前先回頭查表。常貼的指令整理成固定範本,並要求 AI 做完附上截圖或結果,讓你一眼就能判斷要不要收。
看全部 31 條重點
🧑🏫 這段出自 Grok 直播第一天。講者先分享他怎麼用 bot(能自己接任務、自己執行的 AI 助手)指揮一群 AI 同時寫程式,整理出三個實用心得。接著團隊現場開工,準備在舊金山辦快閃餐廳,示範怎麼把審查修改、整理問題回報這類雜事交給自動化處理。想讓 AI 幫你分工做事的人,可以直接參考他的做法。
- 274:32 Bot 跟人一樣可以同時處理幾件事,但任務一多就會開始失去 context↳ context 是 bot 當下能記住的內容,容量有限。就像人同時被交代太多事會忘東忘西,bot 手上的任務一多,前面講過的細節也會開始漏掉。
- 274:32 講者的 engineer bot 可以從 marketplace 取得,內建一個 Notion database,裡面列出每個任務和它目前的階段↳ marketplace 是大家分享、下載 bot 的地方。講者的 engineer bot 可以在那裡找到,它附一個 Notion database(Notion 裡的表格資料庫),記錄每個任務做到哪一步。
- 275:03 就算一個 bot 管 20 個 cloud agents,也不必把資訊全塞進有限的 context,要接下一個任務時回頭查這個 DB 就好↳ cloud agents 是在雲端幫你執行任務的 AI 工人。bot 不用把 20 個任務都記在腦中,就像主管看進度表,要接下一件事時回頭查表就好,不會記到爆掉。
- 275:34 bug bots 能找出 agent 產生的問題;security comment 功能能監控洩漏、session management 等潛在安全問題↳ bug 就是程式錯誤,bug bots 專門抓 AI 寫出來的錯。security comment 則負責盯安全風險,例如資料外洩,或 session management(管理登入狀態,像多久自動登出)出問題。
- 276:05 講者的 workflow:進 PR 審查後 merge;cloud agent 會回傳截圖,說明做了哪些事↳ PR 是「我改好了,請審」的修改申請,merge 是審過後把修改正式併進去。講者的 workflow(工作流程)是:看 PR、合併;agent 做完會附上截圖,說明改了什麼。
- 276:35 給 cloud agents 的 prompt 現在都由講者的 agents 撰寫,他只需要決定哪些事要做、哪些要砍掉↳ prompt 是給 AI 的指令文字。現在連這些指令都交給他的 agents 寫,他只負責做決定:哪件要做、哪件砍掉,不必自己一個字一個字交代。
- 276:35 看到任務回傳的截圖,就有信心直接 merge↳ 截圖讓他直接看到成果長什麼樣子,不用每行程式都看懂。畫面對了就敢按合併,等於是看結果來驗收,而不是逐項檢查過程。
- 277:05 收穫一:把 bot 當實習生。溝通卡住時別把它當 agent 看或硬叫 skills,改用傳訊息的方式聊↳ skills 是預先寫好、讓 bot 照步驟執行的能力包。跟 bot 溝通卡住時,別一直硬叫這些功能,改成像傳訊息給同事那樣,用平常講話的方式把事情聊清楚。
- 277:37 像對待有才華的實習生:一開始不知道要做什麼,但交代清楚後就能很能幹↳ 實習生剛到不知道要做什麼很正常,問題通常出在交代不清楚。把目標和背景講明白,bot 就能做得很好。
- 277:37 收穫二:往前多想一層,不要只是修眼前的問題,也就是減少重複↳ 意思是遇到問題別只修眼前這一次,要想想它會不會一再發生,從根本把重複的工作省掉。
- 278:07 同一個 prompt 要打或複製貼上給 agent 10 次很浪費時間,應該抽出成 playbook,或交給另一個 bot 在對的時機提醒 bot↳ playbook 是寫好的固定做法手冊。同一段指令貼十次很浪費時間,應該整理成手冊讓 agent 照著做,或另外派一個 bot 在該提醒的時候自動提醒。
- 278:07 收穫三:用 Cursor cloud agents 做工程時,要有完整的 feedback loop↳ Cursor 是用 AI 寫程式的工具,它的 cloud agents 能在雲端自己改程式。feedback loop 是讓 agent 做完後知道結果對不對的回饋機制,一定要做完整。
- 278:39 不論哪種工程任務,都需要 feedback loop 讓 agent 知道成功或失敗;Grockbot 也靠它判斷要繼續提醒,還是停下來讓 PR merge↳ 沒有回饋,agent 就不知道自己做對沒有。Grockbot 也是看這個訊號來決定:還沒成功就繼續催,成功了就停下來,讓 PR 合併。
- 278:39 例子:讓 agent 透過 computer use 操作網站,講者認為這是最簡單的 feedback loop↳ computer use 是讓 AI 像人一樣看螢幕、點滑鼠。讓 agent 自己打開網站點點看,畫面正不正常馬上就知道,講者認為這是最容易做到的回饋方式。
- 280:05 Lauren 說明背景:SpaceX AI 的 Slack 有很多自動化,例如自動審 PR、自動分類 bug reports↳ Slack 是很多公司在用的工作聊天軟體。Lauren 說 SpaceX AI 內部的 Slack 有很多自動化,例如自動審查 PR、自動把 bug 回報分類,省掉很多人工。
- 280:35 Lauren 想先建立基本流程:bots 把 PR 貼到 Slack channel 審查,之後 merge,或許再研究自動部署↳ 她想先把基本流程搭起來:bot 把 PR 貼到 Slack 的 channel(討論頻道)給大家審,審完就合併。之後也許再研究自動部署,也就是改好後自動上線。
- 281:44 團隊要做的專案是在 San Francisco 辦實體餐廳快閃店,要召集想參加的人和能讓活動實現的人↳ 專案是在舊金山辦實體的快閃餐廳,要同時找兩種人:想來參加的客人,以及能幫忙把活動辦起來的人。
- 281:44 團隊本身不是餐廳業者,可能要找餐廳、串連人脈、找場地、處理所有後勤↳ 團隊不是開餐廳的,所以找餐廳合作、串人脈、找場地、處理後勤,都得從零開始張羅,要忙的事很多。
- 282:14 打算把為快閃店做的軟體包裝成產品來賣;延伸目標是第三天前開始賺錢↳ 除了辦活動,他們打算把過程中做出來的軟體包裝成產品來賣。更有挑戰性的目標,是在直播第三天之前就開始有收入。
- 282:14 CEO 的畫面在串接 GitHub、設定 repositories,也就是設定 Cursor cloud agents 的權限↳ CEO(執行長,就是講者本人)正在設定:GitHub 是存放程式碼的平台,repositories 是一個個專案資料夾。串接好並選定資料夾,就等於告訴 Cursor 的 agents 可以動哪些程式碼。
- 282:45 CEO 的 workflow 通常從 Grockbot 開始,再轉到 Cursor↳ CEO 的習慣是先從 Grockbot 開始,再轉到 Cursor 讓 agents 去寫程式。
- 282:45 團隊職稱:講者是 CEO;Rashan 是 CPO(chief product officer);Lauren 是另一個 CPO(chief potato officer),也兼 CTO↳ 職稱帶點玩笑:講者是 CEO;Rashan 是 CPO,也就是產品長;Lauren 也叫 CPO,不過是「首席馬鈴薯長」,同時兼任 CTO(技術長)。
- 283:18 設定 Cursor:先授權組織(ship by Thursday),再選要用的 repositories,主要是兩個↳ 設定 Cursor 分兩步:先授權他們的組織(名稱叫 ship by Thursday),再勾選要讓它存取的程式碼資料夾,主要是兩個。
- 283:48 CEO 建了幾個 bots,例如 prioritizer bot 和 operator research↳ CEO 已經建了幾個各有分工的 bot,例如 prioritizer bot(從名字看是排優先順序用的)和 operator research。
- 283:48 operator research 用來研究辦過類似快閃店的業者,列出餐廳業者和營運者名單,幫忙理解商業計畫↳ operator research 專門研究辦過類似快閃店的業者,整理出餐廳業者和營運者的名單,幫團隊搞懂這門生意怎麼做。
- 284:19 研究到的例子有 Flower and Water、Hakasa Restaurant Group↳ 它找到的例子包括 Flower and Water 和 Hakasa Restaurant Group,團隊可以拿來參考。
- 284:19 建 bot 用的是 Lauren 的 Dr. Eggbot,marketplace 上找得到,是最早的精選 bots 之一,專門用來做更多 bots,算是 bot 工廠↳ 這些 bot 是用 Lauren 的 Dr. Eggbot 做出來的。marketplace 上就找得到,它是最早一批精選 bot,功能是幫你做出更多 bot,像一座 bot 工廠。
- 284:49 Lauren 在 Slack 開了新 channel,包括 PR review channel;她或她的 bots 會把 PR 連結貼在這裡↳ Lauren 在 Slack 開了幾個新頻道,其中一個專門審 PR。她本人或她的 bot 會把 PR 連結貼進去。
- 285:20 Cursor 上剛設好一個自動化,目前很陽春,只有一段 prompt↳ automation 是設好條件後會自動執行的流程。她剛在 Cursor 設好一個,目前很陽春,內容只有一段指令。
- 285:50 這個自動化會審 PR,檢查 correctness、risk、有沒有漏掉測試;channel 每有一篇貼文就會觸發↳ 頻道一有新貼文,它就自動啟動,檢查三件事:correctness(改得對不對)、risk(會不會弄壞別的地方),以及有沒有漏寫測試(用來確認程式正常運作的檢查)。
- 285:50 Lauren 也在建 bug reports channel,會設定類似的自動化,網頁上線後或許再想辦法自動收集 X 上的回饋↳ 她也在開 bug 回報頻道,會設定類似的自動化。等網頁上線後,也許再想辦法自動收集 X(前身是 Twitter)上的使用者回饋。
📘 術語
context(脈絡/上下文):bot 能記住的資訊量有限,任務太多就會開始失去 context
cloud agents(雲端 agent):一個 bot 可以管很多個 cloud agents,它們會執行任務並回傳截圖
Notion database(Notion 資料庫):列出每個任務和目前階段,bot 要接下一個任務時就回頭查
marketplace(市集):取得 bot 的地方,例如 engineer bot 和 Dr. Eggbot
PR(Pull Request):講者會進 PR 審查後 merge;Lauren 的 bots 會把 PR 連結貼到 Slack 審查
merge(合併):審查 PR 確認沒問題後,把它合併進去
playbook(操作手冊):把重複的 prompt 抽出來放進 playbook,就不用一直重打
feedback loop(回饋循環):讓 agent 知道成功或失敗的訊號,每種工程任務都需要
computer use(電腦操作):讓 agent 操作網站,講者認為是最簡單的 feedback loop
automation(自動化):Cursor 上設定的自動化,目前只有一段 prompt,channel 每有新貼文就觸發
cloud agents(雲端 agent):一個 bot 可以管很多個 cloud agents,它們會執行任務並回傳截圖
Notion database(Notion 資料庫):列出每個任務和目前階段,bot 要接下一個任務時就回頭查
marketplace(市集):取得 bot 的地方,例如 engineer bot 和 Dr. Eggbot
PR(Pull Request):講者會進 PR 審查後 merge;Lauren 的 bots 會把 PR 連結貼到 Slack 審查
merge(合併):審查 PR 確認沒問題後,把它合併進去
playbook(操作手冊):把重複的 prompt 抽出來放進 playbook,就不用一直重打
feedback loop(回饋循環):讓 agent 知道成功或失敗的訊號,每種工程任務都需要
computer use(電腦操作):讓 agent 操作網站,講者認為是最簡單的 feedback loop
automation(自動化):Cursor 上設定的自動化,目前只有一段 prompt,channel 每有新貼文就觸發
✏️ 小考一題
講者總結時說,跟 bot 溝通卡住、不知道怎麼講時,應該怎麼對待它們?
A. 把同一個 prompt 多送幾次直到成功B. 把它們當 agent,多叫幾個 skillsC. 把它們當實習生,用傳訊息的方式聊D. 直接換一個新的 bot看答案
答案:C。[277:05] 講者說「treat them like interns」,不要把它們當 agent 看或硬叫 skills;[277:37] 要用傳訊息的方式跟它們聊
💛 覺得有幫助?支持一下


課本免費、沒有廣告,支持與否都能照常讀 🐰