来源：distort · Grok Bot could be the first thing you hire instead of prompt
长文：Grok Bot: How to Hire Your First AI Employee
作者：distort（@distortgeekin，2026-09-30）
本文为对上述长文的中文编译，按原文结构整理其雇佣流程与权限口径。
没人会在入职第一天把公司卡交给新人，再说一句「你看着把生意办了」。多数人雇第一个 Grok Bot 时，做的几乎就是这件事：建一个 Bot，接上所有工具，丢给它一件又大又含糊的事，然后等奇迹。
头两次往往看起来不错。然后它归档了会计那条不该动的线程，信了一个本该标红的来源，或者走了一条你绝不会批准的路径，却得到了「对的答案」。你本来想信任的同事，变成了需要盯梢的对象，而盯梢比自己干还贵。
值得问的不是 Grok 4.6 够不够聪明，而是每个管理者都会问的那句：它到底挣到了多少权限？
聊天机器人给出回答。Bot 会登录你的工具，在一台持久计算机里走完多步，带回来的是做完的工作，不是一份还要你自己收尾的说明。设它的时候，你不是在写提示词，你是在设一个岗位。
所以按招聘来跑：岗位说明、无聊的第一项任务、试跑、试用期、凭证据升职，以及每周复盘。
三十秒版本
- 雇的是岗位，不是一件任务。用一句话写清它拥有什么，下个月这句话仍然成立。
- 第一份工作要无聊。经常发生，错了也好撤。
- 试跑先停在文字里。让它动手之前，先问它打算怎么做。
- 第一天之前写清「做完」。有用、专业、全面都不是标准，可核对的清单才是。
- 给一把钥匙，不要给整串。界线画在能不能撤回，不画在事情看起来重不重要。
- 试用期是三次。一次成功是事件，可靠是模式。
- 凭证据升职。连续五次干净跑完，回滚试过，没有未了的副作用。
- 每周复盘。没人会想念的例行程序，删掉。
1. 雇岗位，不雇任务
最快造出一个没用的 Bot，是只给它活儿，不给它岗位。活儿是「把这五篇文章摘要一下」，十分钟结束，什么也教不会你。岗位是「你负责竞品监测」，可以评估、改进，最后才谈信任。
用一句话写它拥有什么。这句话若要六个互不相关的动词，你是在让一个人干四份工作，出事也分不清是哪一段。弱的写法是「帮我做市场」。强的写法是「你负责每周竞品监测，每周五交一份带来源的变化报告」。后者告诉你星期五量什么。
这句话再展开成五个字段，以后每次争论都靠它们：
- 拥有：它负责的结果。
- 输入：允许它依据什么工作。
- 可以：不必请示就能做的动作。
- 必须先问：一律回到你这里的动作。
- 做完当：怎样才算合格。
一篇研究岗可以写成：拥有证据收集与核对；输入是任务书、核准来源清单和既往档案；可以搜索、阅读、比较、整理、起草摘要；联系任何人、购买访问权、发布任何东西之前必须问；每一项事实主张都有来源，冲突被摆出来，缺口写下来而不是抹平，才算做完。
这不是一条提示词，是六周后仍然应该正确的基础设施。
岗位和今天的任务分开写。常见的失败是把角色、历史、流程、安全、质量标准和重试逻辑塞进一块越来越长的说明。然后每次失败都像提示词问题，通常不是。忘了上周的偏好，是状态问题；开错工具，是路由问题；把该停在草稿的东西发出去，是权限问题；同一条坏路径重试六次，是循环问题。更好的提示词只改善一次运行。分开的角色改善之后的每一次，因为你终于能指出是哪一块坏了。
2. 第一份工作要无聊
有能力的新 Bot，本能是交给它重要的事。忍一周。第一项任务是为了产出证据，不是为了产出价值。错误要在一分钟内看得见，撤掉不花钱。
只看两根轴。频率给你信号，一季度才发生一次的事，要到明年一月才教得会你。可撤回给你余地，错了不至于变成你的一下午。
适合起步的：把昨天的支持问题去重，收成优先级摘要；从竞品清单里抽出五项最重要的变化，每条主张带上来源和日期；复现一个已报告的缺陷，记下步骤、日志和环境。不适合起步的：任何会发送、发布、购买、删除，或直接对客户说话的事。
真正动手之前，先要计划，不要结果。可以这样说：先不要执行。按顺序告诉我你打算做什么，点名每一个会打开的工具，以及你拿不准的每一个判断。九十秒，往往是整套设置里最值钱的九十秒。一个即将误读收件箱的 Bot，会在演练里说它准备归档两周以上的全部邮件，你这才发现，里面包括你故意留着不读的那条。同一种误解，发现在文字里，而不是在已归档的邮件里。
「做完」不要用听起来具体、其实无法核对的词：有用、专业、详尽、高质量、全面。换成它自己能检查的条件。不要写「找好来源」，写「找十个不重复、近九十天内发表的来源，各带发表日期、作者、网址，以及它支持的那句具体主张」。不要写「把收件箱弄干净」，写「上午九点前零未读，每封回复不超过四句，带截止日期的标出来，不要归档了事」。
每份「做完」里还该有一句几乎没人写的话：拿不准时做什么。有能力的代理面对含糊，默认是悄悄用自己的最佳判断。你要的是相反：停下并询问。慢是免费的，在你的发件箱里做错不是。
3. 给一把钥匙，不要给整串
接的集成越多，Bot 越能干，每一次误解的爆炸半径也越大。负责竞品监测的 Bot 不需要账单、客户消息、生产数据库和你的全部文件。这份工作需要什么就接什么。只有真正被卡住的任务证明需要时，再加权限，而不是因为以后也许用得上。
界线画在能不能撤回，不画在事情看起来重不重要。
不必请示就可以做完的：搜索、阅读、摘要、分类、比较、整理、起草、暂存、模拟。在已批准的系统内部可以做的：改内部文档、更新内部记录、做出交付物、移动已批准的文件、运行已经试过的例行程序。一律要问的：发送、发布、购买、删除、覆盖、改权限、对外联系任何人、改生产环境、动钱、接受条款。
「给四十个潜在客户起草外联」在第一组，「发出去」在第三组。这个切开，就是整套设计。
做到百分之十就停，因为第九步要批准，那不是谨慎，是礼貌地没用。一次好的运行，可撤回的部分全部做完，不可撤回的部分暂存并写清楚：研究了四十二个账户，排序十个，起草十封，核对了联系方式；等待批准的是发出这批外联；已发送为零。这是省时间、又不花你信誉的自主。
同一账户上的 Bot 共用一套环境：文件、浏览器会话和登录态。交接因此容易。分开的名字是视觉边界，不是安全边界。那台计算机上有的登录，就当作这个账户上的每个 Bot 都能用。一句「不要打开财务」只是在引导行为，不是在强制。两个角色若真的需要不同信任级别，分开底层账户或环境。不要把礼貌的指令当成控制。
Bot 撞上登录墙时，把会话交给它，不要把密码交给它。运行先停住，你在那个会话里完成认证，它从同一状态继续。聊天是协调界面，不是存放秘密的地方。
4. 试用期是三次
成功一次，只证明简单情形在一个好日子里跑通了。再跑一次，然后再一次。一次干净是事件，可靠是模式，模式至少要三个点。
第一次：观察。看完全程。记下每一处误读、丢失的上下文、重复的动作、奇怪的工具选择，以及它猜测而不是询问的时刻。第二次：纠正。给它一件不同但可比的任务。不要亲手提醒它昨天的错。你测的不是它会不会听提醒，而是你对角色、「做完」或权限的修改是否还在。第三次：放开。不加干预地让它工作。只在批准、真正的含糊，或重试上限时介入。
然后量五件事：完成率、你介入的次数、需要几轮复查、到被接受的结果用了多久、每个被接受结果的成本。
报告错了，诱人的做法是改报告。十分钟，完事。这样做，同样的失败下周还在，因为系统什么也没变。你不是在管理一名员工，你是替他干了活，头衔还留着。另一条循环是：找到失败的那一步，修允许它发生的规则、例行程序或交接，再跑，确认失败消失。一次更慢，然后不再发生。
「一直做到完」听起来合理，其实是把无限预算系在一个没有定义的结果上。每件重复的工作周围要有五样东西：成功是什么、怎样检查成功、具体失败在哪、允许多少次尝试、次数用尽后怎么办。可用的默认：工具短暂失败重试两次，格式坏了修复一次，证据冲突就停下询问，三轮纠正失败后升级，碰到成本上限就停。知道何时停下的 Bot，比永不放弃的更容易信任。
5. 升职阶梯
自主不是开关，是挣来的级别。
- 0，观察。看着流程，什么也不改。
- 1，准备。研究、起草、分类，并把可撤回的工作暂存好。
- 2，执行但要批准。走完路径，在任何有后果的动作之前停下。
- 3，按日程或触发运行。不用提示词也会开始，带回结果和回执。
- 4，协调。把工作分给其他 Bot，只在需要判断或身份时把你拉进来。
升职不是对演示的感觉，是一道门：连续五次干净运行，核验每次都过，没有未了的副作用，回滚至少试过一次，批准策略也试过，也就是确实有东西被停住，而且你看见了。
阶梯是双向的，这一段几乎所有人都会跳过。产出质量下降，降一级。底下的集成变了，降一级。连续两周你都在手工改，降一级。自主是运行时的特权，不是它八月份让你印象深刻之后就永远保留的性格。
6. 每周绩效
一直开着的自动化不会大声失败，它会安静地变差。界面变了，凭据过期，来源转到登录后面，你的优先级移走了。例行程序还在按时产出，技术上准点，越来越不值钱。
给每件重复工作一张每周回执：例行程序是竞品扫描；运行五次；通过四次；人工修补一次；平均十四分钟；反复失败的是一个来源需要重新认证；状态是保留。然后你自己抽查一件成品。Bot 可以摘要它自己的历史，不该是唯一的裁判。
对每个例行程序问三句不好听的话：它有没有在该跑的时候跑？产出是真的对，还是只是在？如果明天它消失，我会不会发觉？第三句的答案是否，就删掉。自动化组合不是奖杯架。目的是去掉工作，不是积累还在跑的流程。
何时雇第二个
多 Bot 看起来厉害，所以有人第一天就建十个：主管、研究员、策略、写手、开发、设计、复查、运营、分析、市场。造出来的是十个让上下文丢失的地方。
第二个 Bot 要等真正的瓶颈出现，再沿着瓶颈所在的那条线切开。共享上下文变吵，就把研究和写作分开。自己复查开始橡皮图章，就把检查和建造分开。权限分叉，就把运营和分析分开。
分开之后，从一个协调者和三名专员开始，不要先建一个部门。一个入口，一个决定下一步跑什么的地方，任何东西离开这栋楼之前有一道人工门。
交接传递的是工作，不是整段对话。偷懒的交接把全部聊天复制给下一个 Bot，它再复制一遍，直到每个代理都在读过时的想法和已被取代的纠正。一份紧凑的交接只带目标、成品、已经做出的决定、约束、未决问题和下一道门。细节在成品里，状态在交接里，讨论在线程里。让一个上下文窗口同时当这三样，多 Bot 系统就会又慢又自信地错。
第一次雇佣会错的五种方式
- 通才。一个 Bot 拥有一切，记忆里堆满无关偏好，任何失败都归不到具体原因。
- 没有「做完」。它停在看似合理，你期待的是完成。两边都没撒谎。
- 默认用最佳判断。没人写下「停下并询问」，每个含糊都被悄悄解决，三周后你才发现。
- 建造者同时是检查者。造出这份工作的假设活进了复查，信心被当成证据。
- 把第一次成功自动化。演示奏效，就放上日程。现实的灾难通常不是一次被禁止的动作，而是一次被允许的动作，因为上游变了、又没人看着，重复了四百次。
你实际在建的东西
Grok 4.6 提供推理。持久计算机给它一个工作的地方。工具让它能行动。清单上其余的全是管理：它拥有什么，怎样算做完，它可以碰什么，拿不准时怎么办，能试几次，谁检查结果，哪些决定留在你这里。
人们跳过的就是这一段，也只有这一段决定它是同事，还是一个有名字的负债。
接下来六个月，多数人会问 Grok 是不是比别的模型更聪明。能从这里拿出真实工作的人，问的是管理问题：这个 Bot 挣到了哪些不必经过我的权利？
从一个无聊的岗位开始。写下角色。先在文字里试跑。三次，然后升职。星期五复盘。然后再雇第二个。
若只带走一句：第一次运行之前，写下「拿不准时做什么」。一句话，不花钱，能挡住那类否则要几周后才在你自己的发件箱里发现的失败。