ABOUT THIS VIDEO
这一期,聊些什么? Cursor 产品与工程负责人 Lauren Tan 和工程师 Roshan Sadanani 做客 MTS,正值 Cursor 与 SpaceX 联合发布 Grok 4.6。两人现场演示了 GrokBot——一种持久在线、可像同事一样聊天、拥有自己电脑并能接入既有工具的智能体:从调度智能体舰队自动修 bug、开 PR,到代发 LinkedIn 帖子、整理反馈做演示文稿。他们还分享了 GrokBot 如何在 Cursor 内部找到 PMF、工程师角色如何转向编排与质量控制(Lauren 称之为「米其林厨房的主厨」),以及用 GrokBot 开发 GrokBot 的反馈闭环,并解读了 Grok 4.6 在 Cursor Bench 3.2 上以极低成本达到前沿水平的意义。本页全程中文配音由阿里云通义千问 qwen3-tts-flash 生成(Lauren Tan 为 Cherry 音色,MTS 主持人为 Serena 音色,Roshan Sadanani 为 Ethan 音色,MTS 赞助播报为 Andre 音色),并以低音量保留原视频声音作为背景。
RECAP · 图文回顾
看完再回顾:这一期讲了什么 点击任意时间戳,可跳到对应位置播放中文配音。
一句话核心观点
Cursor 发布通用智能体产品 GrokBot 与新一代模型 Grok 4.6:让每个人都能拥有像同事一样的持久智能体,并以极低成本把「从想法到落地」的周期不断压缩。
分章节要点 00:00 开场:让智能体在睡觉时修 bug
Lauren Tan 介绍她做的机器人 Benny:她想让智能体在她睡觉时自动修 bug,这成了早期实验的灵感 00:00 早期实验的设想:每个人都能定义自己的机器人,给它身份、一台自己的电脑,加上例行任务和自动化 00:09 现在只要有人给 GrokBot 提反馈,她的机器人就自动去修,她只需审查代码 00:22 本期嘉宾为 Cursor 的 Lauren Tan 与 Roshan Sadanani;当天早些时候 Cursor 与 SpaceX 联合发布了 Grok 4.6 00:35 01:15 GrokBot 是什么:从内部 PMF 起步
GrokBot 的初衷是让与智能体的交互和使用变得更简单;内部开发时就获得了很强的内部产品市场契合(PMF) 01:29 从 GTM、运营到工程、产品团队,各岗位都为它找到了贴合自己工作的用法 01:38 起步很自然:一个小团队先做原型自用,再分享给几个人,Lauren 还用它订到了 Odyssey 的 IMAX 电影票 01:59 GrokBot 有自己的电脑,即使你不在电脑前也照样运行 02:36 内部运作方式:先在内部发布,收集每天使用的同事反馈、寻找内部 PMF,再推向更广市场 02:56 03:52 现场演示:一支各司其职的机器人团队
Roshan 展示他的机器人团队:协调智能体相当于参谋长,了解日程,还能给其他智能体发消息、检查进展 04:00 购物智能体 Shoppy 帮忙网上购物;营销智能体能登录他的 LinkedIn,通过 Chrome 浏览拉取帖子并代发更新,还正确标记了 MTS Live 账号 04:09 设计上可以像跟同事聊天一样与智能体对话,而不是排队等它「思考」 04:56 还让参谋长把内部频道 GrokBot Wins 的反馈整理成 Figma 幻灯片,方便分享 05:27 Lauren 的演示:参谋长把当天发现的 bug 派给各负责不同功能的智能体,最后产出可审查的 PR、视频和截图 14:13 GrokBot 还能直接启动在 Cursor 上配置好的 Cloud Agents,由智能体管理其专属电脑并跑任务 15:08 06:15 发布反响:连妈妈辈都在上手
GrokBot 前一天刚发布,用户喜欢它的形象、动画和标志,反响非常正面 06:15 界面直观、像 iMessage;有人把 GrokBot 分享给自己的妈妈,妈妈也能上手使用 06:28 团队坦承仍有不少 bug 要修,但总体对终于发布感到兴奋 06:44 07:05 Grok 4.6:更聪明、更快、更便宜
Grok 4.6 比 4.5 聪明得多,但 token 成本相同;Lauren 大量用它做工程类工作 07:09 Lauren 也在用 Fable 和 Sol 等其他模型,但 Grok 速度快、价格实惠 07:26 与 SpaceX AI 团队发布 Grok 4.5 时就提出:要训练的模型不只是会写代码 07:40 主持人指出:虽然智能体在扩展,但目前主流仍是编程智能体,因为日常用途的基础设施和体验还很差;她自建的 OpenClaw 经常出故障 08:31 09:11 设计理念:简单优先,像同事而非工具
设计需求就是「保持简单」:很多 AI 应用给你强大的控制力,但强大往往伴随复杂 09:11 Cursor 面向开发者重度用户,旋钮和功能很多;GrokBot 则换了个视角:如果智能体更像一位同事会怎样 09:47 你不会对同事管得太细、追问它在调用什么工具,而是把它当人聊天、看它在电脑上做什么 10:08 团队努力让界面优雅简洁;幕后是一整支团队在打造这款产品 10:22 10:58 面向所有人:Benny 的故事与角色转变
主流用户定位是「人人都能用得上」:内部看到各岗位员工在自搭智能体、做 Slack 机器人,于是想把它产品化 10:58 Lauren 的著名 Slack 机器人 Benny(小狗头像)源于她收到大量 Cursor bug 报告、想让智能体在她睡觉时自动修 bug 11:43 被很多人问「我自己怎么做一个」,这启发了 GrokBot:让每个人都能定义自己的机器人 12:25 她的工作变成了「数字同事的经理」:机器人自动修反馈,她只审查代码 12:52 Roshan 指出:GrokBot 有很大一部分是用 GrokBot 自己构建的,智能体能自行分诊问题、写代码 13:04 16:46 智能体编程的未来:效率与工程师新角色
Roshan 用一个词概括这个未来:效率——从想法到落地的链路上总有瓶颈,而智能体舰队可以不断压缩这个周期 16:46 Lauren 认为工程师的新职责包括维护好代码库,让产品经理、设计师也能贡献高质量代码 18:02 做法:把规则和风格指南编码成 lint 规则或硬性约束,让 CI 直接拦截,让不够聪明的智能体也能产出好代码 18:36 她带着一群猫猫头像的智能体完成大规模重构和迁移,原本需要一个工程师团队数月甚至数年的活儿 19:08 她的比喻:智能体团队像「米其林厨房」,工程师的角色从亲自下厨变成主厨——负责摆盘和质量控制 20:47 如果团队里每个工程师身后都有这样一支队伍,就能解决多得多的问题,生产力和速度大幅提升 21:34 22:16 新功能预告与基准测试
GrokBot 前一天刚以测试版发布,团队将持续投入,让助手更有用,并继续投入前沿模型 22:16 Lauren 期待性能与可靠性的提升;她早期曾把 iMessage 支持「硬塞」进 GrokBot,让机器人能收发短信,这是常见需求但尚未确定加入 22:50 心智模型是「同事」:同事不只在 Slack 上能找到,你可以发短信、打电话——想象永远在线的数字同事 23:16 Cursor Bench 3.2 上 Grok 4.6 Extra High 得分 70.8%、单任务平均成本 2.81 美元;对照 Fable 5 Max 为 70.5%、17.32 美元 24:17 高效模型让同样预算能做更多任务,有助于拉平初创公司和独立开发者的起跑线 25:58 关键人物 / 产品 / 数字 人物 Lauren Tan Cursor 产品与工程负责人,嘉宾;做了机器人 Benny,分享 GrokBot 设计、工程师角色演变与「米其林厨房」比喻 Roshan Sadanani Cursor 工程师,嘉宾;演示 GrokBot 机器人团队,谈内部 PMF、设计简化与智能体编程的效率愿景 MTS 主持人 本期未在片中具名的女性主持人,引导访谈并提及自己的 OpenClaw 使用经历 产品与概念 GrokBot Cursor 发布的通用智能体产品:每个机器人有身份和自己的电脑,界面像 iMessage,可与现有工具无缝协作,前一天刚以测试版发布 Grok 4.6 Cursor 与 SpaceX 联合发布的新模型,比 4.5 更智能但 token 成本相同,速度快且便宜 Grok 4.5 上一代模型;发布时 Cursor 与 SpaceX AI 团队提出「训练不只是会写代码的模型」 Benny Lauren 做的小狗头像 Slack 机器人,源于「让智能体在我睡觉时自动修 bug」的想法,启发了 GrokBot Cloud Agents Cursor 上可配置的云端智能体,GrokBot 机器人可以直接启动它们并由智能体管理其专属电脑 Cursor Bench 3.2 节目中引用的模型效率基准测试,Grok 4.6 在其上成绩亮眼 OpenClaw 主持人提到的、可能是第一个出圈的智能体工具,她在 Telegram 里自建了一套但经常出故障 Fable 5 Max 基准测试中的对照模型,得分与 Grok 4.6 接近但单任务成本高得多 GrokBot Wins Cursor 内部分享 GrokBot 好用案例的频道 Shoppy Roshan 演示中帮忙网上购物的智能体 视频里提到的数字 70.8% 24:17 Grok 4.6 Extra High 在 Cursor Bench 3.2 上的得分 2.81 美元 24:17 Grok 4.6 Extra High 每个任务的平均成本 70.5% 24:24 对照模型 Fable 5 Max 的得分 17.32 美元 24:24 Fable 5 Max 每个任务的成本 20 美元 25:58 Roshan 举例:同样的 AI 任务预算,单任务成本下降就能做更多任务 几个月甚至几年 19:18 Lauren 借助智能体完成的大规模重构与迁移,原本一个工程师团队所需的耗时 金句摘录 · 中英对照 “I talk a lot about this bot that I built called Benny, and I wanted to figure out how would I make it so my agents could just automatically fix bugs for me while I sleep?” 我经常聊我做的那个叫 Benny 的机器人,我一直想弄清楚,怎么才能让我的智能体在我睡觉时自动帮我修 bug。
— Lauren Tan 00:00 “Uh, and GrokBot has its own computer, so it's, like, super powerful.” 而且 GrokBot 有自己的电脑,所以特别强大。
— Lauren Tan 02:36 “... with a colleague, and that was a real huge part of the design inspiration here, is just making it so that this feels like you have a really intelligent colleague-” ……跟同事聊天一样,这也是设计灵感的重要来源:让它感觉像你有个特别聪明的同事。
— Roshan Sadanani 04:59 “It's actually remarkable how much of GrokBot was built with GrokBot, too.” 很惊人,GrokBot 大部分是用 GrokBot 建的。
— Roshan Sadanani 13:04 “Yeah, totally. I, I think that, like if I had to pick one word, it would be efficiency.” 完全可以说。如果只能选一个词,我会选效率。
— Roshan Sadanani 16:46 “I, I'm a big lover of food, and, uh, I kinda think of my agents as sort of like, uh, like a kitchen or a, a Michelin kitchen is what I call it.” 我是个十足的美食爱好者。我某种程度上把我的智能体看作一个厨房,我管它叫米其林厨房。
— Lauren Tan 20:47 “Yeah. It's like if you have a budget of 20 bucks to do all of your AI tasks, and the cost per task goes down, it's like you can just do more tasks.” 对。就好比你有 20 美元预算做所有 AI 任务,单任务成本降了,你就能做更多任务。
— Roshan Sadanani 25:58 可以借鉴的做法 / 启发 先内后外做产品:新功能先在内部发布,靠高频使用的同事反馈验证「内部 PMF」,再推向市场——GrokBot 正是这样走出来的。 为智能体整理代码库:把团队规则与风格指南固化成 lint 规则和硬性约束、让 CI 拦截,即使不够聪明的智能体也能稳定产出高质量代码。 把智能体当同事而非工具来设计:采用聊天式界面、赋予身份和专属电脑,降低普通用户(甚至父母辈)的上手门槛。 工程师角色向「主厨/经理」迁移:亲自写代码减少,转向任务拆解、质量把关与审查 PR,用一支智能体团队放大个人产出。 关注模型效率而不只是智能水平:同等能力下成本更低意味着同样预算能做更多任务,对个人开发者和初创公司尤其重要。 回顾 / 思考问题 Lauren 说她的角色变成了「数字同事的经理」——如果智能体能自动修 bug、写 PR,工程师日常工作中最不可替代的部分是什么? GrokBot 的设计刻意隐藏工具调用细节、追求「像同事聊天」。这种简化在什么场景下可能反而成为缺点? 「用 GrokBot 构建 GrokBot」形成了自我改进的反馈循环。这种自我指涉的开发方式会带来哪些新的风险? 把规则编码成 lint 和 CI 硬约束来「驯化」智能体,这一思路可以迁移到你所在的团队吗?哪些规则最值得先固化? Grok 4.6 以约六分之一的成本达到与 Fable 5 Max 相近的分数。成本大幅下降会如何改变你选择和使用 AI 模型的方式? 如果未来可以给智能体发短信、打电话,让它「永远在线」,你会把哪些日常事务第一个交给它? 本回顾由 AI 根据英文逐字稿整理,时间戳、引文与数字已对照逐字稿核对;如有出入,以原视频为准。