SpaceXAI工程师Lauren Tan:调度Bot比写码更贵
SpaceXAI工程师Lauren Tan在约一小时Grok Bot研讨中称,自己同时运转二十个以上智能体:一名参谋长、三名经理、十余名执行体。她称最值钱的那个Bot几乎不写代码,只记住其余成员在做什么,避免同一件活做两遍;目标是把工程师从串行验收里抽出来。
Tan此前在Netflix做工程经理、在Meta参与React Compiler,后经Cursor并入SpaceXAI,负责Grok Bot。她用开源技能包pstack给智能体装验证能力:真正跑起应用、抓CPU与堆快照、打开模拟器点选,而不是只生成补丁。架构外号Dune,把仓库改成对智能体友好:规则写成lint与CI,禁止易被滥用的模式,失败就让流水线变红。她称五个月内经手逾三千个PR,单月可过千,曾一觉醒来主分支合入约二十个PR,并称自己已很少通读代码,改看证据。
现场演示是多智能体盯PR与CI,Slack值班Bot复现缺陷,再把标准写进可复用skill,而不是一次性聊天。Grok Bot给每个Bot独立云端电脑、身份与例行任务,可拉起Cursor云端智能体,完工后交PR、录像与截图。她把智能体比作失忆且好教的新人:不靠一次长提示,靠规则、技能、工具与长期记忆。私有记忆与共享记忆若不拆开,数周后语气漂移、旧错重犯、已修缺陷回流。她将前期重构与约束的高额token,对标再雇一人做同样整理的成本。
产品由小团队约四周做出内部版、再约三周公开,Grok Bot亦大量用于开发自身。同期课里出现值班智能体盯Datadog与PagerDuty、前后端智能体互订接口、QA补端到端测试。她称多数用户仍把Bot当聊天窗,只有少数人按岗位编制来用。
市场机制上,买方是想用智能体队替换初级工程编制的团队,卖方是带云电脑与技能层的Grok Bot;驱动是验证与记忆,而非再堆一个会聊天的窗口。资金从招聘与值班工时转向token、云主机和技能维护。受益的是能把架构改成可自动否决坏补丁的个人超产工程师,承压的是只卖会话、不卖记忆治理与CI硬约束的Agent工具,以及仍按人头扩编的中层管理带宽。
来源:公开信息
ABAB AI 解读
Tan的路径是把管理经验搬进智能体编制:Netflix带人、React编译器写约束、Cursor里用带猫头像的Bot做长达数月的重构,再到Grok Bot用参谋长分发缺陷。Grok Bot能在四周内从零到内部可用,部分原因是产品自己被智能体编写。她公开的不是提示词库,而是把风格指南变成会让CI变红的检查——软技能管不住的,用硬门禁管。
资本路径是用token换人头。六百多个PR把Grok Bot迁到Agent友好架构,是一次性固定投资;之后廉价模型也能在护栏内产出。招聘一名工程师来“让仓库能被Agent用”,与把同样预算打进推理和验证工具,被她写成同一道题。Cursor被并入SpaceX体系后,Grok Bot与编辑器分工:编辑器给人看代码,Bot给人看同事。
类似结构见于平台工程把部署权收进流水线、 SRE把值班手册写成自动响应、以及开源项目用linter代替口口相传的规范。行业阶段从“人人有一个聊天窗口”进入“人人带一支编制不全的数字团队”。只会并发生成、不会并验收的工具停在演示层;能把复现缺陷写成skill的团队在收编值班与码评。
结构上属于技术替代下的管理链重构:瓶颈从生成代码转为证明代码为真。机制是无记忆的智能体必然重做已完成工作,共享记忆污染则让整队同步学坏;把私有上下文与团队标准分开,再让CI成为不可谈判的上级,调度Bot才值那个“不写一行代码”的位置。差的不是模型单价,是有没有人给记忆当经理。
ABAB News · 认知定律
最贵的岗位往往是防止重做
没有硬门禁的智能体,只是会打字的临时工
记忆不分私有与共享,第三周开始集体失忆