ABOUT THIS VIDEO
这一期，聊些什么？ Rob Shocks 分享他用 Grok Bot 编排软件工厂的具体做法：让 Grok Bot 负责第一公里（从 Slack、邮件、Linear 收集意图）和最后一公里（验收与汇报），把写代码交给订阅里已有的 Claude Code、Codex 或 Cursor Cloud Agents，既省 Grok/Cursor 统一周配额，又隔离环境。他拆解了 Cursor 工程师 Lauren Tan 的每日五步循环与「倒金字塔」信任栈（代码库、静态分析、规则文件，人工审查垫底），并介绍自己用 RICE 给 Notion 待办排序、为改动开预览 PR 的流程，以及共享云电脑下的沙箱与最小权限安全规则。本页全程中文配音由阿里云通义千问 qwen3-tts-flash 生成（主持人 Rob Shocks 为 Ethan 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
把编排机器人当「经理」而非「码农」：让它管意图、派活、验收，真正写代码交给 Claude Code、Cursor 等编码智能体；信任靠四层倒金字塔建立，而非堆更多智能体。
分章节要点 00:00 开场：机器人成为软件工厂的新入口
Lauren Tan（pstack 作者、Grok Bot 与 Cursor 首席工程师）分享如何用 Grok Bot 编排智能体，每月落地数千个 PR；主播提醒她的工作是推广这些工具 00:00 与 Grok Bot 无利益关系的开发者 YouTuber Theo（T3 Code 作者）也在用 Grok Bot 管理智能体 00:21 主播测试过很多方案后留下 Grok Bot，原因是够简单；过去几周已把它当作自己软件工厂的编排器，提升很大但也有问题 00:42 Lauren 一个月跑 2000 多个 PR 且 token 预算近乎无限，但她的部分方法普通人也能借鉴 01:15 01:35 机器人是经理，不是写代码的
Grok Bot 擅长两件事：「第一公里」是弄清要构建什么（管理意图），连接 Slack、邮件、X、Linear 等渠道并自己盯着 01:40 「最后一公里」是检查工作成果：跟进进度、汇报完成情况、盯任务列表 02:15 中间真正写代码的活交给 Claude Code、Codex、Cursor 这类编码智能体；Grok Bot 负责规划、派活、验收 02:38 不必非用 Grok Bot：自建智能体、Claude 项目、Cursor 项目都能实现类似工作流 02:27 Stripe、Vercel 等大公司的软件工厂几乎都统一用 Slack 管理智能体 03:11 成本上 Grok Bot 与 Grok、Cursor 共享每周用量池，让它包揽编码会很快烧光额度，不如卸载到 Claude Code 订阅；拆分工作还带来隔离性：每个执行者有自己的电脑、上下文和终止开关 03:35 04:09 赞助：Neon Realtime
Neon 推出 Neon Realtime，让数据库直接提供实时能力：应用只问一次问题，答案持续自动更新，无需刷新按钮和额外服务 04:15 对构建智能体的人来说，可以实时看到智能体进度更新；Claude Code、Cursor 等一条命令即可搭好 04:54 05:11 Lauren 的五步日常循环与「厨房」比喻
五步循环：盯 Slack 反馈频道 → Grok Bot 在 Linear 建工单 → 触发 Cursor Claude 智能体在自己电脑上复现问题 → 提出 fix and fuzz PR（一小群智能体随机乱点或用 Playwright 试图弄崩它来验证修复）→ fuzz 干净则 Slack 通知，一小时后自动合并 05:11 按 Anthropic 的做法要按影响半径分绿、黄、红三档：涉及支付等高危场景不自动合并，必须人工介入 06:14 Lauren 不喜欢「软件工厂」的说法，她比作米其林厨房：开发者是主厨，不再亲手做每道菜，但端出去的每盘菜仍挂着你的名字；Anthropic 的 Addy Osmani 也强调这一点 06:36 07:28 信任栈：倒金字塔四层
真正的软件工厂不是靠堆更多智能体，而是从底层基础设施和信任开始：连一个智能体都信不过，怎么管 50 个 07:13 倒金字塔第一层（投入最多）是代码库：更好的架构、更强的类型、清晰的边界，让最省事的做法就是正确的做法 07:38 第二层静态分析：lint 规则、测试、CI；智能体反复犯的错要变成确定性的 lint 规则 07:55 第三层文字规则：agents.md、claude.md、技能文件等；第四层（最底层）是人工审查——大家最依赖却最难扩展的一层 08:21 Anthropic 从 6 月到 9 月合入 Claude Code 的 PR 翻了一倍多，回滚比例下降 40% 以上 08:41 Alan Wells 的 3 人团队停了约 6 周新产品开发，专门搭建整套验证，才实现无人工审查交付 PR 09:10 09:21 演示：一个对话，多个机器人
主播给公司各领域配了机器人但避免搞出 50 个；主智能体 Chief 负责统一对话入口，可分派任务、建群聊让机器人互相沟通，每个机器人只有很窄的连接权限 09:21 隐忧：Grok Bot 的保险库存放所有凭证，但看不到存了什么记忆、技能和保险库管理情况，希望未来更透明 09:51 以营销网站为例：跟 Chief 聊，它拉起 Cursor Cloud Agent 或 Mac 上的 Claude Code 实例，也连着 VPS，配置就是给 Grok Bot 发指令说明运行方式 10:16 Grok Bot 在手机、Mac 桌面、PC 上都能协同（用 Tailscale 也能做到）；它以无头模式启动 Claude Code，还能就地解答子智能体的疑问、解除阻塞 10:54 12:35 从待办到 Pull Request
Chief 从 Slack 和对话抓到的内容进待办清单，存到 Notion（Linear、Jira 也行）；另设例行程序按 RICE 打分（触达、影响、信心、工作量）加影响半径评分来分类 11:51 让机器人主动提改进可以，但别为做而做，否则待办会被凑数任务塞满 12:26 Lauren 用 Grok Bot 例行收集 Slack 缺陷报告和 X 上的抱怨喂给「外环」，但这适合有大量推理额度的人，自己每小时跑一次会烧掉大量 token 12:34 让智能体评估每个改动的影响半径、定审查级别（人工或 AI 一、二、三级），对应不同强度的 Playwright 测试和安全测试 12:58 13:18 锁好门
所有 Grok Bot 共用一台云电脑：文件、浏览器会话、命令行凭据都在内；在一台机器上用 API key 登录编程 CLI，每个机器人都能用这把钥匙 13:22 Docker 和几家安全公司发布的安全软件工厂参考架构核心：智能体自主权越大，越不能指望它自我约束，控制必须长在环境里 13:52 落地做法：沙箱运行、限定范围的凭据、能只读就只读、只许开 PR 不许合并（直到信任这套栈）；每个代码库的关键性决策要自己定 14:09 14:29 你的第一条工厂规则
别一上来造 50 个智能体，先跑通一个循环：超过简短提问就别自己写代码，交给编程智能体，附验收测试，核验证据，开 PR，再汇报 14:29 每次纠正智能体，都把修复上移一层：先代码，再 lint 规则，再规则文件，最后才是审查——本质是把人工审查往上挪 14:49 想和同路人一起搭这类系统，可看 Switch Dimension 课程和社区；上期视频讲康威定律和折叠子智能体 15:06 片尾悼念《星际迷航》Picard 舰长扮演者 Patrick Stewart 15:22 关键人物 / 产品 / 数字 人物 Lauren Tan pstack 作者，Grok Bot 与 Cursor 首席工程师；每月落地 2000+ PR，提出倒金字塔与「米其林厨房」比喻 Rob Shocks 视频主播，用自己的业务演示以 Grok Bot 为编排器的软件工厂工作流 Theo 知名开发者 YouTuber、T3 Code 作者，与 Grok Bot 无利益关系，也在用它管理智能体 Addy Osmani Anthropic 成员，强调开发者仍要对智能体产出的最终结果负责 Alan Wells 3 人团队负责人，停新产品开发约 6 周搭建验证体系，实现无人工审查交付 PR Patrick Stewart 《星际迷航：下一代》Picard 舰长扮演者，片尾悼念对象 Gene Roddenberry 《星际迷航》创作者，主播提到他创造的美好未来模板 产品与概念 Grok Bot 编排机器人：连接多渠道管理意图、派活给编码智能体并验收，主播称它胜在简单 P Stack Lauren Tan 创建的超人气技术栈，频道此前介绍过 Claude Code 编码智能体，主播重度使用，被 Grok Bot 以无头模式启动干活 Cursor / Cursor Cloud Agents 编码工具及其云端智能体，可被 Grok Bot 调度执行编码任务 Codex 与 Claude Code、Cursor 并列提到的编码智能体 Neon Realtime Neon 新推出的实时数据库能力：问一次问题，答案持续自动更新（赞助商） T3 Code Theo 创建的工具，他用它尝试类似的 Grok Bot 工作流 fix and fuzz PR Lauren 的做法：一群智能体打开 PR 并用随机操作或 Playwright 试图弄崩它来验证修复 倒金字塔（inverse pyramid） Lauren 提出的四层信任栈：代码库、静态分析、文字规则、人工审查 RICE 评分 按触达、影响、信心、工作量给待办打分分类的方法，主播另加影响半径评分 Chief 主播的主智能体，统一对话入口，负责把任务分派给其他机器人 安全软件工厂参考架构 Docker 与几家安全公司刚发布：控制必须长在环境里，不能指望智能体自我约束 Switch Dimension 主播的课程和社区，面向想一起搭建这类系统的人 视频里提到的数字 2,000-plus 01:15 Lauren 一个月运行的 pull request 数量 five steps 05:11 Lauren 的每日工作循环共五步 an hour 06:06 fuzz 检查干净后，PR 一小时自动合并（除非她要求修改） 50 07:27 反问「连一个智能体都信不过，怎么管 50 个」 four levels 07:34 倒金字塔信任栈共四层 more than doubled 08:41 6 月到 9 月 Anthropic 合入 Claude Code 的 PR 翻了一倍多 more than 40% 08:41 同期需要回滚的 PR 比例下降幅度 three / six weeks 09:10 Alan Wells 的 3 人团队停新产品开发约 6 周搭建验证 5 o'clock 15:32 主播童年 5 点冲回家看《星际迷航：下一代》 金句摘录 · 中英对照 “Your bot should be the manager here, not the coder.” 你的机器人应该当经理，而不是写代码的。
— Rob Shocks 01:35 “As developers, we're still responsible for the final outcome.” 作为开发者，我们仍要对最终结果负责。
— Rob Shocks（引 Lauren Tan） 06:40 “Because how can you manage 50 agents if you can't even trust one?” 毕竟，连一个智能体都信不过，怎么管 50 个？
— Rob Shocks 07:27 “Her exact line on this is that agents love to copy what exists and take the shortest path.” 她的原话是，智能体最爱照抄已有的东西，走最短的路径。
— Rob Shocks（引 Lauren Tan） 07:44 “We didn't remove review, but we did move most of the review reading to machines.” 我们没有取消审查，只是把大部分审查交给了机器。
— Rob Shocks（引 Anthropic） 08:55 “The more autonomy you give the agent, the less you can rely on it to police itself.” 智能体自主权越大，越不能指望它自我约束。
— Rob Shocks 14:00 “For anything more than a short question, don't write the code yourself. Hand it to a coding agent with an acceptance test, check the proof, open a pull request, and report back.” 超过简短提问，就别自己写代码。交给编程智能体，附验收测试，核验证据，开 PR，再汇报。
— Rob Shocks 14:37 可以借鉴的做法 / 启发 把编排机器人和编码智能体分开：让编排层管意图、派活、验收，编码交给有独立电脑、上下文和终止开关的执行智能体，还能省编排器的额度。 智能体反复犯同一个错时，别每次人工收拾，把它固化成 lint 规则或 CI 检查——按代码、静态分析、规则文件、人工审查的顺序往上修。 给每个改动标影响半径，按绿/黄/红分级决定审查强度：涉及支付等高危场景保留人工合并，低风险小修复可走自动化流程。 不要一上来造几十个机器人；先跑通一个完整循环，并给机器人写下「不亲自写代码、派活、验收、开 PR、汇报」的明确规则。 把凭据安全当回事：沙箱运行、最小权限、能只读就只读、只许开 PR 不许自动合并，直到信任体系建成。 让机器人主动提改进可以，但要用 RICE 之类的评分约束，否则待办清单很快被凑数任务塞满。 回顾 / 思考问题 你认同「软件工厂」还是「米其林厨房」的比喻？为什么？ 在你的工作流里，编排层和编码层可以如何拆分？哪些任务适合卸载给编码智能体？ 你的智能体最近反复犯过哪些错？其中哪些可以固化成 lint 规则或 CI 检查？ 倒金字塔四层里，你目前把精力主要花在哪一层？是否应该上移？ 你的改动有没有按影响半径分级？哪些场景绝不能自动合并？ 如果机器人共用一台云电脑和凭据，你会采取哪些隔离和最小权限措施？ 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。
◉ 正在收听配音
