SpaceXAI工程師Lauren Tan:調度Bot比寫碼更貴
SpaceXAI工程師Lauren Tan在約一小時Grok Bot研討中稱,自己同時運轉二十個以上智能體:一名參謀長、三名經理、十餘名執行體。她稱最值錢的那個Bot幾乎不寫代碼,只記住其餘成員在做什麼,避免同一件活做兩遍;目標是把工程師從串行驗收裏抽出來。
Tan此前在Netflix做工程經理、在Meta參與React Compiler,後經Cursor併入SpaceXAI,負責Grok Bot。她用開源技能包pstack給智能體裝驗證能力:真正跑起應用、抓CPU與堆快照、打開模擬器點選,而不是隻生成補丁。架構外號Dune,把倉庫改成對智能體友好:規則寫成lint與CI,禁止易被濫用的模式,失敗就讓流水線變紅。她稱五個月內經手逾三千個PR,單月可過千,曾一覺醒來主分支合入約二十個PR,並稱自己已很少通讀代碼,改看證據。
現場演示是多智能體盯PR與CI,Slack值班Bot復現缺陷,再把標準寫進可複用skill,而不是一次性聊天。Grok Bot給每個Bot獨立雲端電腦、身份與例行任務,可拉起Cursor雲端智能體,完工後交PR、錄像與截圖。她把智能體比作失憶且好教的新人:不靠一次長提示,靠規則、技能、工具與長期記憶。私有記憶與共享記憶若不拆開,數週後語氣漂移、舊錯重犯、已修缺陷迴流。她將前期重構與約束的高額token,對標再僱一人做同樣整理的成本。
產品由小團隊約四周做出內部版、再約三週公開,Grok Bot亦大量用於開發自身。同期課裏出現值班智能體盯Datadog與PagerDuty、前後端智能體互訂接口、QA補端到端測試。她稱多數用戶仍把Bot當聊天窗,只有少數人按崗位編制來用。
市場機制上,買方是想用智能體隊替換初級工程編制的團隊,賣方是帶雲電腦與技能層的Grok Bot;驅動是驗證與記憶,而非再堆一個會聊天的窗口。資金從招聘與值班工時轉向token、雲主機和技能維護。受益的是能把架構改成可自動否決壞補丁的個人超產工程師,承壓的是隻賣會話、不賣記憶治理與CI硬約束的Agent工具,以及仍按人頭擴編的中層管理帶寬。
來源:公開信息
ABAB AI 解讀
Tan的路徑是把管理經驗搬進智能體編制:Netflix帶人、React編譯器寫約束、Cursor裏用帶貓頭像的Bot做長達數月的重構,再到Grok Bot用參謀長分發缺陷。Grok Bot能在四周內從零到內部可用,部分原因是產品自己被智能體編寫。她公開的不是提示詞庫,而是把風格指南變成會讓CI變紅的檢查——軟技能管不住的,用硬門禁管。
資本路徑是用token換人頭。六百多個PR把Grok Bot遷到Agent友好架構,是一次性固定投資;之後廉價模型也能在護欄內產出。招聘一名工程師來“讓倉庫能被Agent用”,與把同樣預算打進推理和驗證工具,被她寫成同一道題。Cursor被併入SpaceX體系後,Grok Bot與編輯器分工:編輯器給人看代碼,Bot給人看同事。
類似結構見於平臺工程把部署權收進流水線、 SRE把值班手冊寫成自動響應、以及開源項目用linter代替口口相傳的規範。行業階段從“人人有一個聊天窗口”進入“人人帶一支編制不全的數字團隊”。只會併發生成、不會並驗收的工具停在演示層;能把復現缺陷寫成skill的團隊在收編值班與碼評。
結構上屬於技術替代下的管理鏈重構:瓶頸從生成代碼轉爲證明代碼爲真。機制是無記憶的智能體必然重做已完成工作,共享記憶污染則讓整隊同步學壞;把私有上下文與團隊標準分開,再讓CI成爲不可談判的上級,調度Bot才值那個“不寫一行代碼”的位置。差的不是模型單價,是有沒有人給記憶當經理。
ABAB News · 認知定律
最貴的崗位往往是防止重做
沒有硬門禁的智能體,只是會打字的臨時工
記憶不分私有與共享,第三週開始集體失憶