一个月从零到最热 AI 产品，他们到底做对了什么？|agent|ai产品|用户需求|电脑|飞轮

你有没有想过，给 AI 配一台它自己的电脑，会发生什么？不是让它帮你生成内容，不是让它回答问题，而是给它一台真正的云端计算机，让它像一个真实的同事一样，独立去完成工作。这个听起来很简单的想法，正是 Grok Bot 在一个月内从零做到硅谷最热 AI 产品的核心原因之一。

Lenny's Podcast 最近有一期访谈，嘉宾是 Roman Ugarte，Grok Bot 的产品负责人，也是 Cursor 的第 15 号员工。他聊了整个产品从第一行代码到公开发布的完整过程，也分享了很多反直觉的决定。我听完反复想了好几天，因为里面有太多东西触及了我对 AI agent（AI 智能体）产品的一些深层判断。我想把他说的那些东西和我自己的思考结合起来，好好聊一聊。

一个月，一支小团队，一个cave

Roman 说，Grok Bot 的起点是一张白纸。SpaceXAI 在做 Cursor 这个编程产品的过程中积累了大量关于如何构建好用的 AI agent 的直觉，但他们一直有一个未解决的问题：这套东西，能不能为非技术人员服务？能不能用于知识工作（knowledge work）？

于是他们做了一个决定：组建一支极小的团队，和公司其他人完全隔离，物理上坐在办公室的不同区域，用独立的 Slack 频道，目标只有一个——在一个月内做出一个能用的原型。Roman 说，他回头看这段经历，觉得如果当时团队再大一点，或者把目标拉到六到十二个月的规划视角，他们根本不可能做出最后那个东西。

我对这一点深有感触。很多公司在谈"快速迭代"，但真正能把团队隔离起来、每天做大量微决策、不用对外解释、不用开对齐会议的，少之又少。小团队的价值不只是执行快，更重要的是它能保护一种清晰的判断力，不被太多声音稀释。一旦人多了，每个决定都会变成讨论，每个讨论都会磨掉一部分方向感。Grok Bot 的原型之所以能在一个月内成型，我认为恰恰是因为这支团队保护住了那种判断力。

为什么要从头开始做，而不是加进 Cursor

这是我听完整个访谈之后觉得最关键的一个决定。Grok Bot 没有做成 Cursor 里的一个新 tab 或者新功能，而是作为一个完全独立的新产品发布。Roman 说这个决定当时并不显而易见，内部有很多讨论。

他的解释是这样的：Cursor 这类编程工具，界面设计是为开发者优化的，对非技术用户来说天然有一种压迫感，品牌联想也绑定在"写代码"这件事上。更重要的是，他观察到竞争对手们的做法——把新功能做成新 tab，一个界面塞进多个产品形态——用户是能感觉到那种拼凑感的。他用了一个说法我觉得特别准确：那是一种"shipping your org chart"（把组织架构图直接变成产品结构）的感觉，用户会察觉到这背后没有一个统一的产品视角。

所以他们选择从零开始，把每一个像素都控制在一个清晰的产品愿景下。Roman 说这让 Grok Bot 可以为知识工作者提供一个"极简且极强大"的体验，而不是一个为开发者设计的工具强行兼容非技术用户。

我觉得这个判断非常值得深想。现在很多公司在 AI 功能上的做法恰恰是反的——原来做什么的，就在原来的界面里塞 AI。这样做最快，阻力最小，但用户体验的上限也最低。Grok Bot 的成功有一部分就来自于他们愿意放弃那条阻力最小的路。新产品形态意味着新的认知成本，但也意味着可以从根本上重新定义用户和 AI 的关系，而不是在旧框架里修修补补。

让 Grok Bot 成功的两个早期决定

Roman 在访谈里被问到，Grok Bot 和其他 AI 产品相比，到底做对了什么？他说是两个早期决定，当时都不显而易见，但现在回头看都是核心。

第一个是：所有东西都跑在云端（cloud），和用户的本地设备完全脱钩。他说现在很多 AI 产品存在一种混乱，用户要搞清楚这个任务是在本地跑还是云上跑，电脑关了会不会中断，手机上发起的任务桌面上能不能接着做。Grok Bot 的答案是——你不需要想这些。bot 有自己的云端计算机，它作为一个独立实体存在，不依附于你的设备。你可以从手机发起任务，关上电脑，bot 继续在云端工作，做完了通知你。

第二个决定是：每个 bot 有自己的计算机，可以像人一样操作界面、点击、输入，而不只是调用 API。Roman 说了一个让我印象特别深的比喻：现在很多人让 AI 和自己共用一台电脑，就像你新入职的同事第一天来上班，没有自己的电脑，要和你共用一台，还共享登录凭证。他说这在人类世界里根本不可接受，但我们现在默认就是这么对待 AI 的。Grok Bot 给每个 bot 配了自己的云端计算机，让它可以真正像一个独立同事那样工作。

这两个决定合在一起，给 Grok Bot 带来了一种其他产品没有的特质：bot 是一个持续存在的实体，有自己的记忆、自己的工具、自己的工作环境，你和它的关系不是"开一个新对话"，而是"和一个一直在线的同事协作"。我认为这个差别比技术细节重要得多，它改变的是用户对 AI 的心理模型（mental model）。一旦你开始把 bot 当成同事而不是工具，你愿意交给它的事情的边界就完全不一样了。

手动 onboard 200 多个用户，这件事为什么值得做

Grok Bot 在公开发布之前，Roman 和核心团队亲自 onboard（引导入门）了将近 300 个早期用户，每个人都是一对一的视频通话。他说前几次体验很痛苦，用户在某些地方就是会卡住，很困惑，这让团队第二天就必须修掉这个问题，因为明天还有人要 onboard。

这个过程不只是在修产品 bug，更重要的是他们在观察用户自然地会怎么用这个东西，而不是把自己内部总结出来的用法强加给用户。

Roman 举了一个例子让我觉得特别有意思。Grok Bot 在 SpaceXAI 内部推开之后，一开始大家的用法是有五到十个 bot，每个 bot 负责不同的工作领域。但过了大概两周，内部 Slack 开始出现一种新模式——有人把其中一个表现最好的 bot 提拔成了"chief of staff"（首席参谋），其他任务都先交给这个 chief of staff，再由它分发给其他 bot。还有人真的在 Slack 里告诉那个被提拔的 bot"你升职了"，bot 问说"那我的 token 预算会增加吗"。

Roman 说他们很想把这个模式推荐给外部早期用户，但他们刻意没有这么做，而是看用户自己会不会摸索到这个方向。结果很多人确实摸索到了。于是他们才在产品层面稍微往这个方向引导，但没有把它做成唯一的用法。

我觉得这里有一个非常深的产品直觉。过早地告诉用户"正确用法"，会抹掉用户自己探索出来的东西，而那些东西里可能藏着比你预设更好的模式。Grok Bot 团队在这件事上很克制，他们用手动 onboard 这个笨方法换来了对用户真实行为的观察，而不是用自己的经验偏见去填满那个空间。

还有一个他们刻意做的决定我觉得也非常有价值——他们在早期用户里特意找了很多非硅谷、非技术背景的人。其中有一个咖啡馆老板，是团队成员朋友的朋友，Roman 说这个人不只成了超级活跃的用户，还给了他们非常丰富的反馈，比如 Shopify 集成有点不稳定，或者帮产品写的文案语气不对。这类反馈和内部狗粮测试完全不同，它让团队意识到这个产品真正的受众不只是懂 AI 的开发者，恰恰相反，可能对非技术用户最有价值。

unship（删除功能）比 ship 更难，也更重要

Roman 在访谈里提到一个词我非常喜欢——unship（下架功能）。他说在从内测到公开发布的那三周里，他们做的最重要的事情之一就是大量删掉东西。

他说当时内测版本里有很多实验性功能，包括把模型的内部思考过程、存储的记忆、各种调试信息都暴露给用户看。这对团队自己调试很方便，但对普通用户来说完全是噪音，甚至是负担。他们花了很多时间做一件事：把用户不需要主动看到的东西全部藏起来。

Roman 说他们内部有个判断标准：如果一个功能不值得单独发一条 tweet，那可能就不该做。更关键的是，他们刻意把产品语言从"Grok Bot now has（Grok Bot 现在有了）"改成"Grok Bot can now（Grok Bot 现在能做到）"。这个区别看起来很小，但背后是完全不同的产品思维。前者是功能导向，后者是能力导向，是从用户能做什么的角度去思考，而不是从产品有什么新按钮的角度。

我觉得这个转变在 AI 产品时代尤其关键。AI 很擅长给你更多想法、更多功能方向，但 AI 不会告诉你什么东西应该删掉。删东西是一种人类的判断力，需要有人真的明白用户需要什么，然后有勇气把其他东西砍掉。Roman 他们在发布前那三周干的事情，本质上是一场大规模的减法运动，而减法的结果就是产品变得更专注、更好用。

他还举了一个例子让我印象很深。大多数产品设置自动化任务的方式是：点进侧边栏，点加号，选触发条件，选动作，填写参数，确认保存。这套流程很繁琐，结果就是没人真的去设置。Grok Bot 的做法是：你直接告诉 bot"每天早上八点提醒我做这件事"，它就做了，你永远不需要看到那个配置界面。Roman 说现在平台上 99% 的自动化任务都是这样通过自然语言建立的。这个设计背后的逻辑是——如果一件事 bot 可以自己处理，用户就不应该需要看到那个界面。

"100% 完成" 和 "90% 完成" 是完全不同的两件事

Roman 发过一条 tweet，我觉得是整个访谈里最能说明问题的一句话："一个能 100% 完成工作的 AI，和一个能帮你完成 90% 的 AI，感觉是完全不同的两件事。"

他解释说，如果你把一件事交给一个你只有 90% 信任的同事，你在他做这件事的过程中，脑子里其实还在想这件事。你知道你之后可能需要介入、修正、重做某个部分，这件事没有真正从你脑子里清空。这不是"节省了 90% 的工作量"，本质上你还是在做这件事，只是换了一种方式。

而真正把一件事交出去是另一种感觉——你告诉 bot 去做，然后你真的去做别的事了，不带任何后顾之忧，因为你知道它会做好。Roman 用了一个橄榄球的说法：no-look pass（不看目标的传球）。你把球传出去，你信任接球的人，你不需要一直盯着他跑的方向。

我觉得这个区别触及了 AI agent 产品的一个根本性门槛。在这个门槛以下，AI 是一个需要你持续关注和引导的工具；在这个门槛以上，AI 才真正变成了一个可以被委托的同事。Grok Bot 团队做的很多事情，包括把东西跑在云端、给 bot 配独立计算机、大量删减不必要的交互——本质上都是在努力跨越这个门槛。而大多数 AI 产品还停在 90% 那个位置，用户感受到的不是解放，而是另一种形式的负担。

招聘这件事，Grok Bot 的用法让我开了眼

Roman 在访谈里提到，SpaceXAI 内部使用 Grok Bot 最积极的团队之一是招聘团队。他描述的用法让我觉得非常有启发性。

他说他们公司的招聘哲学是：一个人正在找工作，不是我们考虑招他的前提条件。真正好的招聘是先找到公司最需要解决的问题，再从全球范围内找谁最适合来解决，然后主动去找那个人。按这个逻辑，最有价值的招聘工作不是筛简历，而是主动发现人。

于是他们给 Grok Bot 设置了一个持续运行的任务：每天早上去特定的学术会议网站，下载最新发布的论文 PDF，找出所有新作者的名字，把名字加进追踪表格，然后搜索这些人和 SpaceXAI 内部员工的关联，如果有直接认识的，自动发 Slack 消息请对方引荐。这套流程以前完全靠人工，现在 bot 全天候在跑，招聘团队只需要专注在真正的对话和 close 上。

我自己听完这个案例，第一反应是：这才是 AI agent 真正应该被使用的方式。不是帮你写邮件，不是帮你总结会议，而是把那些原本需要持续注意力、高度重复、但每一步都有一定判断要求的工作流程，完整地接管过去。这类工作，人做起来又累又低效，但 AI 做起来几乎是超人级别的。

Cursor 为什么能一直赢：不断删掉过去的自己

主持人 Lenny 在访谈里问了一个很好的问题：Cursor 在最激烈的竞争环境里，面对 OpenAI 和 Anthropic 这样的对手，靠什么一直活下来，还越来越好？

Roman 的回答没有讲护城河（moat），没有讲数据飞轮，他讲的是文化。他说 Cursor 从来没有觉得自己赢了，也从来没有停下来感叹过去做得有多好。他们把自己定位成：AI 能力在快速进步，我们的任务就是把这些新能力尽快转化成用户能用的好产品。三个月前做不到的事情，三个月后可以做到了，那就把那个产品重新做一遍。

他说了一个非常清醒的判断：过去那批 AI 编程工具里，有很多公司资源不比 Cursor 少，技术判断也没有错，但他们输了，原因是文化上无法快速调整，无法在旧的产品形态上放弃沉没成本去重建新的东西。

他还提到了 Cursor 的两个内部价值观：一个叫"删掉产品"（deleting the product），意思是随着模型变聪明，过去为了弥补模型不足而加进来的那些功能和界面，应该被主动清理掉，不能因为有用户在用就舍不得动。另一个叫"just do the thing"（直接去做），意思是不要等待授权，不要开会讨论，看到问题就去解决，自己拉资源去做。

我觉得这两个价值观合在一起，就是 Cursor 和 Grok Bot 能持续保持竞争力的底层原因。大多数公司随着规模扩大，会不自觉地建立越来越多的决策流程和审批环节，用来"保护"已有的产品。但 AI 时代最大的风险恰恰是这种保护——你保护的，可能正是应该被淘汰的东西。

我自己的思考：AI agent 产品的真正门槛在哪里

听完这整个访谈，我最大的感受是：大多数人对 AI agent 的想象还停留在一个错误的层次上。我们总以为 AI agent 就是"更厉害的聊天机器人"，只要模型够聪明，把答案生成得更准、更快，就够了。但 Grok Bot 这个案例告诉我们，真正让用户愿意把工作委托给 AI 的，不只是模型能力，还有产品形态的设计——bot 有没有自己的计算机，有没有持续的记忆，有没有在用户不用主动盯着的情况下独立工作的能力。

Roman 说了一句话我觉得是整个访谈的核心：一旦你把对 AI 的认知从"一个带连接器的聊天界面"切换到"一个有电脑的同事"，你愿意交给它的事情的上限就彻底不同了。这个认知切换，不只是用户侧的事情，更是产品设计侧要去主动推动的事情。Grok Bot 做的很多决定——从云端计算机、独立 bot 身份、到删掉所有内部机制的可见性——都是在帮用户完成这个认知切换。

我还想补充一点我自己的观察。现在很多公司在做 AI 产品时，默认的思路是"在现有产品里加 AI"。这条路成本最低，阻力最小，但结果往往是一个拼凑感很强的体验，用户能感受到那种"AI 是被硬塞进来的"感觉。Grok Bot 的从零开始，放弃了短期的路径便利，换来了产品体验的完整性和一致性。我相信这个选择在未来会被越来越多地验证——真正的 AI-native 产品，必须从根上就是为 AI 设计的，而不是在老产品上打补丁。

Roman 在访谈最后说，Grok Bot 现在才发布三周，还在非常早期的阶段，很多东西还没做好。我觉得这种清醒是比产品本身更难得的东西。知道自己在做什么，知道自己还差在哪，知道下一步要往哪走——这才是一个团队能持续做出好产品的根本原因。

结尾

也欢迎大家留言讨论，分享你的观点！

觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。

欢迎关注深思圈，一起探索更大的世界。

两个“特别坑”的AI产品创业方向，你知道吗