我開了九個 AI 同事,然後一天燒掉七成額度

AI METHOD ・ AI 心法

我開了九個 AI 同事,然後一天燒掉七成額度

每隻 bot 在雲端都配了一台自己的電腦,有瀏覽器、有桌面,也真的會互相傳話。擬人化擬得越徹底,限制就越像真人的限制——一個人一次只能做一件事,多請幾個人就要多付幾份薪水。

文 KIDULT 7 MIN READ

留言

最近很紅的 Grok Bot,裝好、開了第一個對話之後,最難的那一關是對著它發呆很久,真的想不出來它能幫什麼。

第一件交給它的事是整理信箱,它做得不錯,而且還可以同時整理兩個以上的帳號。這件事情在其他平台是要做切換、花一點成本讓 AI 理解的,但它這邊可以很順利地完成。

可是這件事太簡單了,簡單到不太需要為了這個訂閱一個新產品。

後來轉折就發生在它讀完那套工作系統之後。

那套以 Claude 為主的資料平常就維護著,裡面記著每個案子走到哪裡、我的工作習慣、我怎麼分類事情,以及有哪些規則是我曾經踩過的坑。Grok Bot 的桌面版可以把這一套東西讀完。

等他讀完之後,我就問他:「你覺得我應該建哪些 bot 呢?」他列了 9 個給我:

  1. 專案推進員
  2. 競品觀察觸發器
  3. 部署哨兵
  4. 錢包與風險雷達
  5. 晨間簡報
  6. 醫療行程助理
  7. 電玩新聞
  8. ClaudeOS 優化助理
  9. 幕僚長(負責管理其他的 bot)

我看著這份清單開始覺得有點意思了。更有趣的不是模型,有趣的是他終於知道我要幹嘛;他列出來的不是 AI 可以做的事情,而是我手上真的要有人幫我做的事情。

我好好地去研究它究竟是怎麼在做事的。這 9 個不是同一個 AI 換 9 個稱呼,每一個都有自己的名字、自己的一張臉、自己的記憶,更關鍵的是,每一個都有自己的一台電腦和桌面。

這句話幫大家解釋一下:裡面的每一隻 bot 在雲端都配了一台屬於它的機器,有瀏覽器、有桌面、有檔案。它要幫你查資料的時候就自己開網頁查,要處理文件的時候就在它自己的桌面上處理,是不是跟你身旁的同事真的有點像了?而且它們也真的會互相傳話。

我實際跑過,讓兩隻 bot 交換手上的工作,你做完 A 我接著做 B,最後統一由幕僚長彙整再回報給我,我只跟幕僚長確認就可以了。

這不是一個更會聊天的 AI,這更像一間很小的公司。

我覺得 xAI 把擬人化從包裝變成實際上面的功能,這件事情真的是做得很好。給 AI 取名字、配張臉,讓它看起來親切一點,只是基本的。

過去你要把 AI 用好,你要先學一堆詞:什麼是 context、什麼是 session、記憶存在哪裡、這件事情要不要開新對話、上次講過的它還記不記得?這些全部都是機器概念,不是人的概念。所以 xAI 想要解決的不是聰明的人,而是沒有打算去搞懂電腦的人。

擬人化做的事情,就是把這一整套換成你本來就會問的問題:

  • 我有一個麻煩,該找誰幫忙?
  • 你不需要知道記憶存在哪裡,你只需要知道這件事情上次是他處理的。
  • 你不需要判斷該不該開新對話,你只需要知道這好像應該要讓另外一個人來做。
  • 你不需要理解什麼叫沙箱隔離,你只需要接受他有自己的桌面。

這些換法在技術上都不完全精確,但全部都指到對的方向。我覺得這也是 xAI 走對的地方:他們沒有把 AI 講得更簡單,他們只是換了一套人們本來就在用的概念。

他們的設計文件裡面有一句話貫穿全文:「這個設計是在幫助他委派,還是又多給他一件要管的事情?」

我覺得這句話比任何功能列表都還值得玩味。

但也不是說使用 Grok Bot 的過程都是一帆風順。最明顯的就是我一天就燒掉了 7 成的額度。

我買的是最基本的 890 方案,實際用下來才發現額度是被拆開來算的。這個方案裡面大概只有兩、三百塊是給 Grok Bot 用,剩下就是分給其他的 Codex、Claude 用量,所以帳面上看起來的用量跟你真正能做多少事,中間有一段落差。

再加上我貪心地一次開了 9 隻,每一隻都給了定時任務。定時任務的意思就是說它不等你開口,一天 24 小時時間到就醒來工作。9 條線同時定時,額度就是這樣子沒的。

看來除非我升到 5 倍的方案,不然這樣子根本用不下去。

穩定度也還有一些問題:同一個排程偶爾會連續吐出三、四份結果,有時候對話也會整段消失。這比較像是模型產品還早期的那種問題。

不過額度的話,就跟它的設計有很明顯的關係了。每一隻 bot 有自己的一台電腦,翻成白話就是每一隻 bot 都在燒獨立的算力。它不是跟你共用一個模型,它是真的有一台機器在那邊開著。這也難怪,是因為 xAI 有那個規模的算力可以砸,但它因此貴也是因為同一件事情。

同樣的來源還有另一個後果。我觀察到當我把很多任務丟給同一隻 bot,它會變慢。後來我去查了官方文件,上面寫著一隻 bot 的螢幕上一次只跑一個任務。這不是模型不夠強,而是因為它就只有一個桌面。

擬人化擬得越徹底,這些限制就越像真人會有的限制:一個人一次只能做一件事,多請幾個人就要多付幾份薪水。你不會覺得這件事情奇怪,因為你本來就知道請人是這樣子運作的。

還有一個細節我覺得還蠻有意思的:在桌機上我可以讓 bot 讀我電腦裡的檔案,在手機上就不行。

原因說穿了也很簡單:那台屬於 bot 的電腦在雲端,你的檔案在你手上,中間需要一座橋,而那座橋只有桌機版有。

但是這件事情對一般人來說,可能覺得一點都不直觀。因為同一個 App、同一隻 bot、同一個帳號,在兩台裝置上能力卻不一樣。這就是擬人化的另一面:你把它當人看,你就會預期說它到哪裡都是同一個人。

後來我看到 xAI 自己的工程師 Lauren Tan 示範如何用 Grok 經營一人公司。Lauren 開了 10 到 20 隻 bot,每一隻都只做很小很小的事情,然後就不管了,全部交給幕僚長去分派。Lauren 說這樣大概能自動化九成的例行工作。

如果對照我自己的 9 隻 bot,我發現差別不在數量,而是在於大小:

  1. 我開的每一隻任務都太大了。「競品觀察」不是一件事,那是一個領域;「專案推進」也不是一件事,那是一份工作。領域沒有做完的時候,所以我只能靠排程去推它,排程就永遠沒有閒下來的時間。
  2. 相對地,Lauren 開的每一隻 bot 都只是做一件有邊界的小事,做完就停下來,沒事就不動。

把任務拆小還有另一個好處:既然一隻 bot 一次只能做一件事,那真正能並行的單位其實是 bot,而不是任務。我把九大領域塞給 9 隻 bot,等於九條線各自排隊;Lauren 把工作拆成 20 個小任務交給 20 隻 bot,該動的才動。

Grok Bot 對於我來說,現在還不是那麼完美:額度會燒光、排程會出包、對話會掉,但我不覺得方向錯了。它讓一個沒有在關注 AI 的人,可以在 30 秒內快速講出一句正確的話:「我需要一個幫我盯信箱的。」這裡面沒有任何技術成分,可是它能直接做到。

我相信 Claude 跟 OpenAI 還有其他的模型,都正在朝同一個方向走。像 Claude 是從開發者那端出發的,一直以來把對話跟專案檔案分得很開,最近才開始要把 Chat 跟 cowork 合在一起。再回來看,cowork 當初拆出來,只是讓人去理解說,原來我們不是只能跟 AI 對話而已,而這件事情當初其實沒有被包裝得那麼直覺。

模型能力還會繼續進步,但我覺得還沒有標準答案的是另外一半:你怎麼知道什麼時候該找誰?怎麼交代?怎麼確認他做完了?怎麼在他做錯的時候接手?這些就是體驗設計的問題。以前我們講使用者體驗,講的是一個人怎麼操作一個工具;現在要講的是一個人怎麼跟一個會自己做事的東西共事,這在國外已經有人開始叫它 AIX。我覺得在模型之後,這會是一個非常重要的課題。

我也開始在研究 Hermes Agent mode,它的做法跟 Grok Bot 不太一樣。等我 Mac mini 到了以後再來實作,分享心得給大家。

留言

用一段話,接著聊。留言送出後,所有讀者都看得見。

暱稱不代表已驗證身分。請勿留下電話、地址或其他私人資料。

正在載入留言⋯