[情報] SpaceXAI 工程師 Lauren Tan：多數人只用了 GrokBot 1% 的力——她自己跑 20+ agents 艦隊
原文推文重點（英翻中）：
「99% 的人用 GrokBot，只用到它真正實力的 1%。他們只跑 1 個 agent，沒有 loop、沒有 graph。
我自己在跑一支 20+ GrokBot agents 的全自動團隊——有 Chief of Staff、有 PM、還有 20+ workers。這才是工程師的新 stack。」
一小時 workshop，從零示範怎麼組有效的 AI agent 團隊；貼文說這比一堂 $500 的 agentic 課程更有料。
一、這場講什麼（依逐字稿）
開場就潑冷水：AI 最好是 pair，不是外包思考；很多人為了「看起來很 AI」硬衝產能，結果花更多時間 review 亂碼。
真正主題：How do you trust your agents? 不信任 → 只能緊盯少數幾個 → 無法平行化。她把自己的旅程畫成信任曲線：從高度 in-the-loop，到今天 agents 可以 auto-merge PR（醒來已有約 20 個上 main）。
- 加入約 5 個月：上個月約 1000 PRs；本月不到半個月已近 800
- 不是要你無腦堆量，而是問：skills + verification + 架構設好後，能不能真的信
二、怎麼更信任你的 agents？
白板標題直接寫：how do i trust my agents more?
- verification（旁邊註：evals!）
- high quality skills：教 agents 像真正軟體工程師一樣工作（例：
pstack） - refactor / rewrite architecture 成 agent-friendly（註：greenfield vs brownfield）
白話：不要只會「叫它寫」。要讓它能自己跑起來驗、把失敗模式寫進 skill（並用 evals 當 unit test）、把 repo 改成連「笨」agent 都難寫壞。
現場也提到：skills 要維護（產品會變）；pstack 有 Eval Playbook；可 fork，不要盲信。
三、現場 demo：用 Playwright 控 Cursor Glass
她打開內部 skill 文件 Control Glass via Playwright：用 CDP + Playwright 驅動 Cursor 開發版——點擊、輸入、讀 a11y tree、截圖、profile，還能用 --worktree 隔離平行實例，避免弄髒主 session。
她第一週做 Agents window 效能時，自己看 flame graph 很慢、agent 也亂猜。後來讓 agent 用這套自己開 DevTools、跑驗證，才真正「關閉回圈」。
四、貼文附的「組艦隊」心法（精簡 10 步）
同一串還附了文章 Grok Bot Agents: how to automate your life in 10 Steps。整理成 PTT 能掃的版本：
- 裝好 → 先認識 Chief：一般用途 bot 當總窗口，先交一件 30 秒內能驗的真任務。
- 給職稱，不要只給 prompt：Inbox Manager / Expense / Talent Scout… 寫清楚擁有什麼、怎樣算好、什麼絕不能擅自做。
- 工具連一次就好：連線是帳戶層級，後面每個 bot 都能用。
- 登入用手交螢幕，別把密碼貼進對話：bot 拿 session，不拿密鑰。
- 做一次給它看：錄 workflow → 存成 skill/routine，比寫長說明快。
- 排程 + 觸發：每天 brief、Slack/信進來就動——不要只會手動開聊。
- 請專家，不要一個萬能怪：分領域記憶與責任。
- 丟進群組：bot 互傳、交接；給「目標」不是給「你已經拆好的 task list」。
- 畫核准線：以可否還原為準：可 undo 的自己做完；對外寄出 / 花錢 / 公開發布 → 停下來問你。
- 每週 review，狠心砍：有沒有跑？輸出對不對？關掉會不會想念？
五、GrokBot 對非工程職
她說 GrokBot 是非工程職的「Cursor moment」：介面像 iMessage，每個 agent 像一個人，可以組隊協作。PM 能夜間工作摘要、甚至自己修 bug 再請工程 stamp——前提是架構約束夠硬（她稱 Dune architecture）。
六、一句話總結
技能從「怎麼寫 prompt」變成「委派什麼、權限畫在哪」。
※ 原文：https://x.com/0xCodez/status/2095185610390573536
※ 附文：Grok Bot Agents 10 Steps（同作者 X article）
※ 完整英文逐字稿：見同目錄上層 transcript.txt（1025 段／約 9,257 詞）