为持久代理设计 Grok Bot
Grok Bot 将 AI 交互从一次性会话转变为持久代理
xAI 设计了 Grok Bot，旨在超越传统的 AI 聊天会话——通常以设置开始，对话结束时即告终——转向持久代理的模式。这些代理被设计为随时间承担职责，保持自身的身份、记忆和工作区，从而更像同事而非临时工具。
Grok Bot 的五大核心原语
为了简化用户体验，并避免让用户被上下文窗口或系统提示等技术概念所困扰，xAI 将 Grok Bot 界面围绕五个主要对象组织起来：
- Bots：具有独特身份、记忆、运行时和工具的持久代理。
- Chats：用于与 Bot 交互的对话界面。
- Prompts：提供给 Bot 的指令或上下文。这些可以是一次性使用，保存为 Skills，或作为 Routines 自动触发。
- Tools：软件、API、连接器、shell 或计算机使用能力，使 Bot 能够访问信息并采取行动。
- Artifacts：由 Bot 创建或修改的持久输出，如代码、数据、设计和文档。
代理存在感与状态的界面设计
由于 Grok Bot 关注的是代理本身而非对话，界面围绕“Bot 名册”而非聊天历史进行组织。这种转变使用户能够在不同日期和会话中返回同一个 Bot。
视觉身份与识别
xAI 开发了一套 Bot 头像的视觉系统，使用简单的形状和富有表现力的眼睛，搭配受控的变异和配饰。这确保了 Bot 在侧边栏中一目了然，既不会显得 interchangeable，也不会过于复杂。
通过动态传达状态
Grok Bot 不使用单独的 UI 指示器或简单的动画圆点，而是通过头像的运动来传达其当前状态：
- 空闲：Bot 显得平静而好奇。
- 活跃：头像的运动发生变化，以回应任务并表明其正在“启动运行”。
- 等待/阻塞：特定动作表示 Bot 正在等待或需要用户协助。
用户可将鼠标悬停在头像上，查看 Bot 当前操作的书面描述，以获得额外安心感。
独立工作区与用户控制
每个 Grok Bot 都拥有自己的计算机，用于浏览网页、运行软件和管理文件。为防止用户感到需要持续监督代理，xAI 实现了三种对 Bot 工作区的访问级别：
- 状态：紫色标题栏图标表示计算机处于活动状态。
- 预览：固定侧边面板允许用户在不离开聊天的情况下跟踪工作进度。
- 接管：用户可将计算机全屏打开，直接控制以协助 Bot，待问题解决后可将控制权交还给代理。
为进一步区分代理环境与用户环境，工作区采用动态壁纸，其亮度会随一天中的时间变化而调整。
结构化信息与异构对话记录
为避免仅限于纯文本回复的局限性，Grok Bot 使用内联卡片和小部件。这使得代理能够使用结构化 UI 展示数据（如预测或任务看板），同时用自然语言处理对话元素。最终生成的对话记录是一条时间线，包含对话、系统事件、交互对象和可视化内容。
组织多代理智能
xAI 将能力与上下文分离，以实现多个 Bot 的高效扩展：
- 账户级别（共享）：工具和 Skills 在所有 Bot 之间共享（例如网页浏览、邮件）。
- Bot 级别（特定）：记忆和 Routines 仅属于每个 Bot，确保法律 Bot 和财务 Bot 不会互相干扰其相关上下文。
协调与协作
用户可将 Bot 组织进群聊，以提供共享项目上下文，同时允许每个 Bot 保留其专业记忆。为减轻用户的协调负担，xAI 发现用户经常创建“首席助理”Bot 来将任务路由给专业 Bot，而非亲自担任调度员。
通过 Routines 实现自主工作
Routines 允许 Bot 承担基于时间表或事件触发的持续职责（例如准备晨间简报）。这改变了界面的角色：工作现在可由时间表、事件或另一个 Bot 触发，意味着代理可在用户不在场时执行任务。
委托设计的约束条件
为优先考虑委托而非管理，xAI 将每个账户的 Bot 数量限制在约 50 个，每个群聊最多 6 个。设计哲学聚焦于移除不必要的元数据和控制项，确保随着代理承担更多责任，界面对人类的要求也相应减少。