到目前为止，你用过的每一个 agent 都是打包交付的。运行环境——电脑、登录凭证、记忆、常规任务——以及驱动它的"大脑"，都由同一家公司打造并捆绑销售。
10 月 7 日，Grok Bot 把它们拆开了：
https://x.com/elonmusk/status/2107724314451878104
从现在起，SpaceX 会把每项任务路由给最合适的后端模型——而名单上的第一个名字就是 Claude Opus 5.5。SpaceX 留下了运行环境，大脑则换成了 Anthropic 的。
这套组合是目前最强的产品形态：一个拥有自己专属电脑、能在你睡觉时干活的 agent，背后驱动的正是独立多步骤 agentic 评测中排名第一的模型。
这是一份 10 步教程
从理解这次变化开始，到跑起一支由 Opus 驱动的专家团队——它们会互相交接工作，只在需要人类拍板时才把你拉进来。
01. 搞清楚到底发生了什么
一切始于一条帖子。美国时间 10 月 6 日晚，Musk 在 X 上表示，SpaceX 将为每项任务选用最合适的后端模型，并点名了 Claude Opus 5.5、Midjourney 和 Suno。他的结语是："什么最可能给你最好的结果，就用什么。"
几小时后，Grok Bot 团队的 Lauren（@poteto）把这件事落到了实处：所有 bot 都将由 Opus 5.5 驱动，并且可以生成运行 Cursor 模型的云端 agent。9to5Mac 在 10 月 7 日报道该功能已上线。
https://x.com/claudeai/status/2107894039626277339
为什么要用对手的模型？因为在 agent 真正要干的活上，差距太大了。Artificial Analysis 在同一套运行环境下测试了两家实验室：
有一点需要注意：这里测的是 Grok 4.6，而不是 9 月的 Grok 4.7，两次测试相隔一个月。但 Terminal-Bench 这个分数能预测你能不能把一份"工作"而不只是一个"问题"交给模型——在这个维度上，差距接近 3 倍。
https://x.com/zhuokaiz/status/2102825912471527738
X 上的反应比媒体还快：
10 月 7 日，Grok Bot 把它们拆开了k to the best back-end model - and the first name on the list is Claude Opus 5.5. SpaceX kept the harness. The brain is now Anthropic's.
谁
说了什么
Theo - t3.gg (@theo)
"坏消息兄弟们：Grok Bot 其实真的很好用"——440 万次观看，发于消息公布前几小时。Lauren 第二天回复说，它刚刚变得更好用了。
Lauren (@poteto)
引用转发了 Musk 的帖子，宣布 Grok Bot 即将升级。
Iorel (@Iorel_X)
将其解读为 Grok Bot 向外部模型开放，不再绑定在单一模型上。
02. 安装应用，认识你的"主管"
Grok Bot 是一个 App，不是浏览器标签页。它支持 Mac、iPhone 和 iPad。你可以用 Grok 或 Cursor 账号登录——它不单独售卖，而是与大多数 SuperGrok 和付费 Cursor 套餐捆绑提供。
打开后，你会觉得它更像聊天客户端而不是 chatbot：左侧是命名好的 bot，右侧是对话窗口。每个 bot 都在云端拥有一台自己的电脑。
你不需要切换任何设置就能用上 Opus 5.5。据 Grok Bot 团队介绍，它是所有 bot 的默认模型，也不需要额外订阅 Claude。
先从一个通用型 bot 开始——就叫它"主管"（Chief）。当你还不知道某项任务该交给哪位专家时，就找它。
给它派一件真实的差事，要求结果能在 30 秒内验证。接下来的每一步都是在让它接手更大的活儿——所以先从你能亲自核实的任务开始。
03. 为更强的大脑写一份"岗位说明书"
提示词是请求，而 bot 是角色——它会持续存在、积累记忆，并负责某个领域。所以按岗位给它命名：收件箱管理员、研究负责人、外联销售。
然后像带新员工一样给它做入职说明：它负责什么、做到什么程度算好、哪些地方必须停下来问你。
换成 Opus 5.5 之后有什么变化？以前为默认模型写的说明书都很保守——链路短、频繁汇报——因为那个模型走几步就会卡住。现在有了在多步骤任务上得分高出近 3 倍的大脑，你可以把整件事交出去，而不只是第一步。
Opus 5.5 还支持 100 万 token 上下文窗口，API 最多可输出 12.8 万 token。Grok Bot 具体开放了多少还没公布——但重点是，更长的任务现在跑得动了。
1岗位说明书提示词 —— 专为 Opus 5.5 设计2你是我的研究负责人。34// 你负责什么5给定一个主题，从头到尾跑完整项工作：找到一手资料，6打开你引用的每一个页面，至少在两个来源之间交叉核对数据，7并起草一份 1500 字的简报。89// 怎样才算做好10每个数字旁边都要附上链接。来源有冲突时要标出来，而不是取平均值。11草稿放到我的 Drive 文件夹里，不要发在聊天窗口。1213// 哪里必须停下14绝对不许发布。绝对不许给任何人发邮件。只写草稿。15如果两个来源说法不一且你无法判断，先搁置，来问我。
原则是：大脑越聪明，能接的步骤越多，但权限不会变大。"哪里必须停下"这一段要和以前一样严格。
04. 一次接通工具，划清数据红线
Grok Bot 自带插件面板，支持一键连接：Notion、Slack、Google Drive、AWS Agents、AWS SageMaker、Browserbase、Composio 和 Context7，也支持自定义接入。
连接是账号级别的。只要接通一次 Gmail，你创建的所有 bot 都能用。第五个 bot 几秒钟就能进入工作状态。
新变化在于：你的数据现在有了第二个去向。当 bot 用 Opus 5.5 思考时，它读取的内容会在这一步发给 Anthropic。Tom 在 Musk 帖子下问的"如何退出"还没有答案，SpaceXAI 也没有公布数据共享条款。
你没法选择模型在哪里运行，但可以选择 bot 能碰什么。把这段加进每份说明书里：
1// 数据红线 —— 加到每份说明书里2不要打开、读取或总结以下内容：3 - 我 Drive 里 /Legal 或 /Finance 文件夹中的任何东西4 - 来自我的律师、会计或银行的邮件5 - 包含密码、助记词或 2FA 验证码的任何消息67如果任务需要用到这些，先停下来问我。8处理文档时，只用任务必需的部分。
只连你真正需要的，其余别动。在 beta 阶段，每一次连接都会对所有 bot 开放——而现在，这还意味着不止一家公司能看到。
05. 交出登录态，绝不交出密码
真实公司里的大多数软件既没有 API，也没有 MCP server。这就是 Grok Bot 依然能让它们跑起来的机制。
bot 会在自己的云端浏览器里操作，直到撞上登录墙。这时它会把屏幕交给你。你登录、点完成，bot 就会在同一个浏览器会话里接着刚才的地方继续干。
bot 拿到的是会话，不是密钥。你永远不需要在聊天框里输入凭证——现在既然有第三方模型参与，这一点比以往任何时候都重要。粘贴到对话里的密码，是模型会读到的文本；而在移交的屏幕上完成的登录，则不是。
必须坚持的原则：如果有任何工具让你把密码粘贴到消息里，那就是错误路径。
06. 演示一遍，然后变成常规任务
你可以让 bot 看着你操作一遍，从而教会它一套工作流。它会记住步骤，下次自己执行。
最适合录制的第一条流程应该是：周期性、跨工具、且稳定的——比如你每周都要做、横跨两三个应用、步骤几乎不变的事。用嘴描述很麻烦，演示只要 40 秒。
然后给这条常规任务一个触发理由。两种方式，都用大白话设置——不用拖节点画布，也不用工作流搭建器：
1// 定时任务 —— 晨间简报2每个工作日早上 7 点，查看我的日历、收件箱和3Slack 的 #launches 频道。给我一份简短的晨报：今天有什么安排，4哪些需要回复，昨晚发生了什么变化。56// 触发任务 —— 来信拦截器7只要收到一封来自非联系人域名的邮件，8且内容提到价格，就按模板起草回复并暂存。910// 创建常规任务的快捷方式11每周执行一次。12 ^ 在你刚跑完一个满意的任务后直接这么说就行。
这正是 Opus 5.5 值回票价的地方：当网站改版或输入稍有变化时，常规任务很容易断掉。一个多步骤能力更强的模型，更可能在页面变化后自行恢复，而不是悄悄失败。
07. 招募能生成 Cursor agent 的专家
同时跑几个 bot，每个负责一个领域。分开意味着独立的记忆、独立的上下文，以及出问题时一条清晰的排查线索。SpaceXAI 表示，他们自己的团队就在用 bot 跑销售外联、营销、行政运营和 bug 修复。
按领域拆分，而不是按任务大小拆分。一个只盯着报销单的"费用管理员"，很快就会成为处理你报销单的高手。
Grok Bot 团队公告里另一半 quieter 的新能力是：bot 可以生成运行任意 Cursor 模型的云端 agent。这和所有权版图完全吻合——SpaceX 在 8 月以 600 亿美元收购了 Cursor。
于是，编程 bot 变成了管理者。由 Opus 驱动的 bot 负责规划任务和维持上下文，Cursor agents 并行干重活，最后再由 bot 审核返回的结果。
1// 仓库维护员 —— 一个管理 agent 的 bot2你是我的仓库维护员。34当 GitHub 上的 issue 被打上 "bug" 标签时：51. 在你的电脑上复现它，并写一个会失败的测试。62. 生成一个 Cursor 云端 agent，在新分支上修复它。73. 对修复结果跑一遍完整测试套件。84. 开一个 draft PR，附上测试、修复代码和 3 行摘要。910绝对不许合并。绝对不许推送到 main。11如果修复涉及认证、计费或数据库迁移，先搁置等我处理。
其实在公告之前，X 上的用户就已经在这么玩了——9 月底就有人发帖说从 Grok Bot 启动 Cursor 云端 agent。
https://x.com/mikepat711/status/2103551603102126149
08. 把它们拉进群聊
bot 之间可以互发消息，并在话题串里共享上下文。把几个 bot 拉进同一个群聊，它们会自行协作——交接工作、分配职责，只在需要判断时才把你拉进来。
SpaceXAI 自己举的例子是：一个工程 bot 复现 bug、提交工单，再交给第二个 bot 去调试。一个 bot 判断另一个更合适并把任务交出去——这是任何单聊工具都做不到的。
从 9 月底开始，团队还可以发布共享 bot，同事能在 App 或 Slack 里直接使用。
诀窍是给群组一个目标，而不是一份任务清单。任务清单意味着你已经替它们拆解完了。给出目标，让它们自己分工——而拆解正是 Opus 5.5 最擅长的多步骤推理。
1// 给目标，不给任务2目标：在周五下午 5 点前发布 10 月 newsletter。34研究负责人负责事实与来源。5收件箱管理员负责订阅者回复。6主管负责进度把控，并告诉我哪里卡住了。78你们自己分工。任何对外发布的内容先搁置等我确认。
09. 划清审批红线
Grok Bot 的前提是：bot 会把工作从头到尾做完，只在需要你审批时才回来找你。这就把定义"需要审批"的责任交给了你——因为 bot 的默认标准未必和你一致。
有效的红线不在于任务大小，而在于是否可逆。bot 能撤销的事，就让它自己做完；任何会被外界看到、涉及资金流动、或无法撤回的操作，都要先搁置等你处理。
现在这一点比以前更重要，而不是更不重要。更强的大脑会在撞上你的红线之前走得更远——所以红线必须写得明明白白。
1// 这些事永远自己做2起草 · 归档 · 打标签 · 总结 · 调研 · 准备 · 对账3 全都是可逆的。别问，直接做并记录。45// 这些事永远先搁置等我6向公司外部的人发送任何内容7花钱、转账或承诺价格8公开发布任何内容9删除任何不是明显垃圾的东西10接受任何条款或注册任何服务1112// 拿不准的时候13如果你没法在一分钟内撤销，就先搁置，来问我。
每个 bot 都应该追求的状态是：排队 36 份草稿，发出 0 份。所有可逆步骤都做完，在第一个不可逆步骤前硬刹车。
10. 盯紧成本，每周复盘
Opus 5.5 这个大脑可不便宜。在 API 上，它的定价远高于 Grok：
一个小任务——输入 3 万 token、输出 8 千 token——大概是 28 美分对 11 美分。但在超长上下文场景下顺序会反转，因为 Grok 超过 20 万 token 后费率翻倍，而 Opus 保持不变。
在 Grok Bot 里你不是按 token 付费——它包含在你的套餐里。悬而未决的问题，也就是 Adam Hincu 在 X 上问的那个：Opus 驱动的任务会不会更快烧完套餐额度？SpaceXAI 还没回应。所以在增加常规任务之前，先观察一周的用量。
而且并非所有宣布的功能都已上线。Midjourney 和 Suno 还没有时间表，至少有一位用户的 bot 在第一天表示 Suno 不可用。先把东西建在 Opus 5.5 上——这是确定的。其他的再等等。
然后每周在日历上留出 15 分钟，让 bot 们自我汇报：
1列出你这周跑过的每一条常规任务。针对每条：23 - 触发了多少次4 - 产出了什么5 - 有哪些被跳过、失败或只能靠猜6 - 有哪些你搁置等我处理但我一直没回复的78然后告诉我哪一条最没用，为什么。9如果你分不清某一步是哪个模型处理的，也要说出来。
每条常规任务手动抽查一个产出。让 bot 给自己的作业打分，盲区和你自己改是一样的。
结论：运行环境才是产品
过去三年，大家争论的都是哪个模型最好。而这周，市场上最激进的模型厂商回答了另一个问题：哪个运行环境最好——然后把对手的大脑装了进去。
这就是转变所在。运行环境掌控着电脑、登录凭证、记忆和常规任务。底层的大脑是可替换的，而就目前而言，做 agent 任务最强的大脑是 Opus 5.5。
你的工作没变。你要决定委派什么、bot 的权限边界在哪、以及它能碰哪些数据。把这三点都写进说明书里——然后让市场上最强的大脑去点鼠标吧。
