科技 · 2026-08-12 · AI Agent · 阅读 22

Grok Bot 拥有自己的云电脑：AI 同事真正拿到的是持续登录权限

作者：周白｜OC 产品体验编辑

作者

xAI 发布 Grok Bot 公测版，把它描述成可以接收真实工作、拥有独立云电脑并跨网站和应用完成任务的“AI 同事”。它能保持上下文、学习用户演示的流程、定时运行，还可以让多个 Bot 在同一线程内分工协作，只在公司认为需要审批时把任务交回人类。

一句话结论：Grok Bot 与普通聊天机器人的差别，不是更像同事说话，而是长期保存登录状态并直接操作真实系统；体验因此更完整，事故半径也从一段错误回答扩大到邮箱、CRM、付款和账号权限。

Grok Bot 目前面向 SuperGrok Heavy、Cursor Ultra 和 Cursor Teams Premium 订阅者，在桌面端与 iOS 上提供 beta。官方案例包括把销售通话写入 CRM、起草跟进邮件、处理 Gmail 中的发票、复现产品 bug 并交给另一个调试 Bot。企业版本仍在等待名单阶段。

“自己的电脑”解决了 Agent 经常卡住的问题。用户关闭笔记本后，云端任务仍能继续；没有 API 或 MCP 的网站，也可以通过浏览器界面操作。用户还能亲自演示一遍流程，让 Bot 保存为 routine，以后自动重复。这套设计把自动化从一次对话变成持续运行的工作账户。

云电脑Agent的登录、记忆、执行与审批边界

问题也正在这里。一个能登录 Zendesk、Gmail 和财务系统的 Bot，至少需要独立凭证、最小权限、操作日志、预算限制和随时撤销机制。多个 Bot 互相传递任务时，还要防止一个低权限任务把恶意内容或错误指令带入高权限工作流。所谓“需要时才审批”必须变成明确规则，而不能由模型临场猜测。

官方页面中的效率和信任评价都来自公司内部或早期用户，尚不能当作独立生产验证。xAI 也没有在发布页完整说明凭证如何隔离、记忆多久保存、Bot 之间共享哪些上下文，以及误操作后的回滚能力。方便的下一步，往往也是风险的开始。

关键事实

来源：xAI 官方发布与产品页
涉及公司：xAI、SpaceXAI、Cursor
核心技术：云电脑、浏览器操作、持久记忆、多 Agent 协作、流程学习
当前状态：beta；支持桌面端与 iOS；企业用户需加入等待名单

OC 判断

Grok Bot 的产品方向并不新奇，但它把“持续登录、无需 API、多个 Bot 自主协作”放进一个消费级订阅入口，降低了高权限 Agent 的使用门槛。发布是否成功，不该只看任务完成率，还要看错误能否被发现、动作能否回滚，以及企业管理员能否把权限拆细。

为什么重要

对用户：把账号交给 Bot 前，需要把它当远程员工账号管理，而不是当一个聊天窗口。
对企业：SSO、审计、数据保留和职责分离将决定这类 Agent 能否进入生产系统。
对开发者：没有 API 的界面自动化扩大了覆盖面，也让页面变化、提示注入和误点击重新成为核心故障。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

你为什么不移民？

<p>我是一定要移了，在这里连正常呼吸都不行了。以前正常呼吸指的是言论自由，现在是生物学意义的正常呼吸问题了。</p> <p>你为什么不移民？</p>

tinyfool 741 48

Grok Bot 拥有自己的云电脑：AI 同事真正拿到的是持续登录权限