Grok Bot 架构解析:共享云电脑、任务循环与安全边界

从一次具体任务出发,说明 Grok Bot 如何在每位用户的持久云电脑上工作,多个 Bot 为何共享这台电脑,以及插件、Shell / CLI、computer use、Routine 和 Auto Review 各自管什么。附架构图与证据边界。

发布于 2026-09-28

先建立一张心智地图

Grok Bot 是跑在持久云电脑上的一组助手。你在手机或电脑上发消息、看过程、做批准;活是在 Cursor 托管的那台电脑上干的。关掉笔记本,这台电脑上的任务不会因此停。

读的时候抓住三件事:

  1. 电脑属于用户,不属于某一个 Bot。 同一账号下的 Bot 共享文件、浏览器登录和命令行凭证。
  2. 按步骤选择工具。 应用操作优先使用能覆盖该步骤的插件或远程 MCP;文件、仓库和命令行工作可以走云电脑上的 Shell / CLI;视觉应用步骤使用该 Bot 的 screen 做 computer use。
  3. 「说了」「获准」「做完」是三件事。 Auto Review 和你的批准管的是即将发生的动作,不把已经发生的副作用撤销。

Grok Bot 不是 X 里的 Grok 聊天,也不是 IDE 里那条编码环。它和 Muse 的差别在使用场景,不在本文展开;若要按场景比较,见 Grok Bot vs Muse AI 2026。Muse 自己的运行结构见 Muse 架构解析。

资料范围:本文整理于 2026-09-28,执行路径于 2026-09-30 复核。依据 Cursor 与 xAI 的公开文档、Grok Bot 101 这篇官方 Guide,以及产品侧可以公开写的口径。没有登录内部系统,没有把社区故障帖写成架构,也没有把未公开的实现说成事实。

架构总览:一台电脑,多名 Bot

Grok Bot 架构:每位用户一台 Firecracker 云电脑,名下 Bot 共享文件与登录;插件、Shell / CLI、computer use、Auto Review 和 Cloud Agent 委派按职责分开

点击图可放大。图里的框按职责摆放,箭头表示工作关系,不代表精确调用顺序,也不是机房拓扑。

Teams 文档把桌面和手机 App 写成薄客户端:聊天、查看和审批在你的设备上,工作在托管电脑里。每位用户一台云电脑,实现是 Firecracker microVM,有自己的内核、内存和虚拟设备,用户之间是硬件级隔离。一个人到不了另一个人的电脑。

同一用户里面,边界换了。官方写的是:Bot 隔离的是个性和工作方式,不是计算。 电脑与应用 补充了操作细节:每个 Bot 有自己的 screen,所以多个 Bot 可以同时操作桌面;同一个 Bot 同时只能跑一条 computer use。这些 screen 是工作面。

为了读图,可以按职责看,不要把每块都想成一台机器:

对象学习时关注什么
你的设备发任务、看桌面、批准或拒绝、在敏感步骤接管
共享云电脑文件、浏览器登录、命令行凭证;关笔记本仍继续
某个 Bot 的 screen这个 Bot 的桌面操作;同时只有一条 computer use
插件 / 远程 MCP账号级的结构化工具;OAuth token 不发给 Bot
Shell / CLI在共享云电脑上执行文件、仓库和命令行工作;无需视觉 screen 交互
Auto Review独立审阅模型,决定放行、要求审批或拒绝
Cloud Agent另一套编码电脑;Grok Bot 可以委派,团队可以关掉

模型不在这张图里占一个固定机柜。安全文档写明:Cursor 管理选型,没有面向客户的模型选择器,服务组合会变,也不保证固定的供应商名单。用量分析里能看到实际服务了某次请求的模型,包括故障转移。这是公开约束,不是一张路由表。

跟着一次任务看职责怎么交接

假设用户对一个 Bot 说:「把这周要跟进的五家客户整理成草稿,放在对话里等我批准。不要发邮件,也不要改 CRM。」下面是教学走查,不是某次生产日志。

一次 Grok Bot 任务:目标与停止线进入共享云电脑,应用操作走可用插件,命令行工作走 Shell / CLI,视觉步骤使用该 Bot 的 screen;风险动作经过 Auto Review,敏感输入交还用户

点击图可放大。顺序用来对照职责,不表示每个任务都经过六个独立服务。

第一步:目标和停止线写在同一句话里

运行需要知道做什么,也需要知道哪里必须停。上面那句把产物(五份草稿)、交付位置(对话)和禁区(不发信、不改 CRM)放在一起。

文档把这种边界放在请求里,而不是指望事后补救。批准控制的是这一次提议,不会把已经改过的 CRM 改回去。

第二步:按步骤选择工具

CRM 如果已经接了插件,Bot 应走插件,而不是在网页上把同样的字段点一遍。插件按账号安装,这个用户的每个 Bot 都能用。OAuth token 留在 Cursor 的连接器后端,Bot 调用工具时拿不到 token,token 也不写在云电脑上。

文件、仓库和 CLI 任务可以直接使用共享云电脑上的 Shell / CLI,例如检查文件或运行命令行工具。缺少插件不意味着这些任务必须经过 screen。安全文档明确把 shell 命令、插件调用和 computer use 分别列出。在云电脑上启动 stdio 服务也是命令执行,见后面的 MCP 小节。

需要与应用或网站做视觉交互时,没有合适插件,或插件不覆盖「看某一张看板」这种步骤,才使用 computer use,占用这个 Bot 自己的 screen。另一个 Bot 仍可以用它自己的 screen 并行干活。「同时一条 computer use」限制的是 screen 操作,不是所有工具动作。一次任务可以组合这些路径,它们不是每次都必须经过的回退链。

公开文档没有写 computer use 的浏览器内核、自动化库或截图管线。图里只保留职责,不补一套未公开的技术栈。

第三步:敏感输入交还人

密码、通行密钥、两步验证、人机验证、支付或身份核验,Bot 把电脑交还用户。用户只完成卡住的那一步,再说继续。

支持的连接如果弹出安全的 secret 请求,值是遮罩的,不进对话,也不给模型看。普通聊天里不要贴密码或一次性验证码。登录成功后的浏览器会话会留下来,并且对该用户的其他 Bot 也可用。

第四步:风险动作先经过 Auto Review

Auto Review 是审批提示后面的审阅层:一个独立的审阅模型,在动作执行前看它。覆盖范围包括 shell、插件调用、computer use、automation 写入(对 Routine 和事件触发器的修改),以及委派,例如启动 Cloud Agent 或 subagent。它可以对这一次放行、要求你批准,或拒绝。

它不审一切副作用。记忆写入和多数设置变更就是文档举出的例子。本机执行是另一套开关,见下一节。

第五步:回到对话里核对

目标与停止线
    ↓
共享云电脑上的这个 Bot
    ├─ 插件覆盖的应用操作 → 插件 / 远程 MCP
    ├─ 文件、仓库、CLI → 云电脑上的 Shell / CLI
    └─ 视觉应用步骤 → 该 Bot 的 screen(一条 computer use)
           ↓
       敏感输入? → 交还用户接管
           ↓
       风险动作? → Auto Review → 放行 / 要求批准 / 拒绝
           ↓
       对话中的结果(已做完、等待批准,或失败)

关掉 App 或笔记本,不会停掉云端这一轮,也不会停掉已经在跑的 Routine。直接发一句「停」可以打断当前回合,但停不掉已经完成的动作。

一条路径稳定之后,再把它存成 Skill。Skill 记录怎么做,可以给这个账号下的 Bot 使用;私人 Skill 有时还要为当前 Bot 打开。Teach a task 则是把一次浏览器演示收成草稿 Skill,录制最长约十分钟,功能在逐步放开。草稿仍要补上失败时怎么办、哪里必须批准,并用无害输入试过,再考虑定时或事件。

几个名字不要叠在同一层

Skill、Routine,以及隐藏和删除

  • Skill 描述怎么做:步骤、判断、产出和哪里必须停。
  • Routine 把一件工作交给某一个 Bot,并说明何时跑:时刻表,或文档支持的事件。
  • 关着笔记本,Routine 仍在云端跑。
  • 隐藏 Bot 只是把它从列表里拿掉,不删除工作,也不暂停它的 Routine。
  • 删除 Bot 会去掉它的资料、对话和 Routine。共享电脑上的文件和登录还在,要另外清理。

先把一次性任务做稳,再存 Skill,最后才自动化。测试运行会真的去改文件、开网页、调已连接的工具。

Webhook:受理并开始,不是做完

Routine 也可以由 webhook 调用启动。帮助中心 Routines 写明:向保存之后给出的地址发 POST,带上当前的 Authorization: Bearer 密钥,可以附上 JSON。Bot 收到的是这段正文加上 Routine 的指令。

返回 200,表示 Grok Bot 受理了这次调用,并且开始了一次运行。它不表示指令已经做完。 结果看该 Bot 的对话。其它响应表示这次没有启动;要确认 Routine 没被暂停,且用的是当前密钥。

帮助页没有把重试、去重,以及非 200 时调用方该不该自动重试,写成完整契约。本文只采用上面这句已经写明的差别。Webhook 也不是「用 HTTP 调用某一个 Bot」的通用公开 API,那条 API 没有文档。

插件、远程 MCP,和本机 stdio

公开说明把 Marketplace 插件放在前面。远程 MCP 按服务器地址接入;Enterprise 另外有 MCP allowlist。团队的连接器策略对 Grok Bot 同样有效,被禁用的插件会显示为管理员禁用。拦住插件并不会拦住那个服务的网站,网站路径要靠网络策略,而网络策略是 Enterprise 能力。

不要把这理解成「本机 stdio MCP 一律不支持」。 产品侧可以公开说的是:实现上也可以在云电脑里用命令把 stdio 服务拉起来。这和「用户笔记本上的 Cursor stdio 配置会不会自动同步到云电脑」不是同一句话。后面这件事,公开材料没有写。

外环、内环,以及不要写死的 Grok Build

编码分工在 Grok Bot 101 里讲得很直白:外环的 Grok Bot 从 Slack、文档和仓库里收集上下文,写出任务;内环交给 Cursor Cloud Agent,在另一套电脑上做实现。Guide 写的是,Grok Bot 并不自己把那段代码写完,而是交出一份人也会写的 prompt,交给 Cursor 里的编码环境。这是官方 Guide 的用法说明,不是一份接口规范。

对应到 Teams 文档:委派受现有 Cloud Agent 管控,开关默认开着,管理员可以关掉。关掉之后,Grok Bot 不能再把编码任务派出去。

三层不要并成一层:

  • Grok Bot:持久云电脑上的助手,负责聊天、审批、插件、Shell / CLI 和桌面操作。
  • Cursor Cloud Agent:独立编码沙箱。Grok Bot 可以委派,团队可以禁止。
  • Cursor IDE Agent:IDE 里面的编码环。不要把它写成 Grok Bot 本体。

Grok Build 在公开文档里没有一条可以放进上图的独立产品边界。本文不把它画成确定组件,也不推测它和 Grok Bot 的内部关系。

安全边界:Bot 不是那条线

Grok Bot 的安全边界:用户之间是 Firecracker 隔离;同一用户的 Bot 共享电脑;Auto Review 与本机执行是动作控制,不是隔离

点击图可放大。这张图区分「隔离」和「动作控制」。两者经常被说成同一件事。

审批与隐私 写了直接的句子:不要把不同的 Bot 当作安全边界。电脑属于 Cursor 用户。不想被另一个 Bot 用到的凭证或文件,就不要放上去。某个登录不再需要,就在这台电脑的浏览器里退出;临时敏感文件用完就删。分享 Bot 的公开链接复制的是配置,对方拿不到你的电脑、登录或对话,但链接里的配置仍不应包含密钥、客户数据或内部地址。

说法本文采用的边界
不同的 Bot不是安全边界
不同的 screen不是安全边界,只是各自的桌面
不同的 Cursor 用户各自一台 Firecracker microVM,硬件级隔离
隐藏 Bot不暂停 Routine,也不制造隔离
删除 Bot删除它的对话和 Routine;不删除共享文件和浏览器登录
Auto Review 放行这一次提议可以继续;记忆写入等副作用不在审阅范围内
本机执行管你面前的电脑;与云电脑分开,也与云端 Auto Review 分开
拦住某个插件不拦住该服务的网站

本机执行的默认是每次询问。团队管理员可以给全体成员设更严的上限。把它关掉,只是让 Bot 不能在你的笔记本上跑命令,云电脑照常可用。

Auto Review 的个人规则,安全页和审批页的存储说法不完全一致:一处写当前桌面再同步到它的云电脑,另一处写跟随账号、每台登录的桌面都生效。规则如何冲突(Ask first 优先)是清楚的;规则文件到底存在哪,本文不定论。Enterprise 还可以强制打开 Auto Review,并下发团队规则。自助 Teams 没有这组开关。

哪些结论还不能画成确定的架构

观察或说法本文采用的结论
页面上能看到点击和输入有桌面操控;不能据此确定浏览器内核或自动化栈
多个 Bot 同时出现在不同 screen工作面分开;不是 per-Bot 的强隔离
存在 webhook 地址可以启动一条已保存的 Routine;不是调用任意 Bot 的公开 API
帮助中心定义了 HTTP 200受理并开始运行,不是做完;重试与去重契约未写
用量里出现某个模型名那次请求由该模型服务;不能还原成固定路由表
云电脑上可以用命令启动 stdio不能写成「stdio 不支持」;笔记本配置是否自动同步,未文档化
团队模型 allowlistEnterprise 能力;文档写明默认遵守,同时写明不保证强制执行
Grok Build未见可绘图的独立产品边界

另外仍未文档化的还有:subagent 跑在哪、和主 Bot 共享多少状态,接入与推送的具体拓扑,以及单台电脑的客户自管时间点恢复。云电脑目前在美国运行;这和 Cursor 的 US-only 数据驻留计划不是同一项承诺。

对开发者的启示

拿来看自己的 Agent 系统,这四个问题就够了:

  1. 隔离单位写清楚了吗? 名字、会话和 screen 可以分开,凭证和文件系统不一定跟着分开。
  2. 提议、批准、做完能对上号吗? 模型的一句话不能同时充当申请、批准和完成凭证。
  3. 两条路径会不会到达同一个系统? 插件被禁用之后,浏览器仍可能打开那个网站。网络策略是另一层。
  4. 受理、运行、用户看见,分开了吗? Webhook 的 200、Routine 的运行记录、对话里的结果,要能分别核对。

用这四个问题回看总图:Grok Bot 是一台属于用户的持久电脑,上面跑着多名助手;编码可以委派出去,但委派进的是另一套电脑;真正隔开两个人的,是 Firecracker,不是 Bot 的名字。

资料与阅读范围

继续阅读:Muse 架构解析、Grok Bot vs Muse AI 2026。

常见问题

同一个账号下的多个 Bot,是互相隔离的吗?
不是。每位 Cursor 用户一台持久云电脑,该用户的全部 Bot 共享文件、浏览器登录和命令行凭证。每个 Bot 有自己的 screen,那只是工作面,不是安全边界。需要独立电脑和凭证时,应使用另一个 Cursor 用户。
Webhook 返回 200,是不是说明任务已经做完?
不是。帮助中心写明,200 表示这次调用已被受理并开始运行,不表示指令已经做完。结果要看该 Bot 的对话;手机上还可以看 Run history。其它响应表示这次没有启动。
Grok Bot 就是 IDE 里的那个编码 Agent 吗?
不是。公开叙事把 Grok Bot 放在外环:它在自己的云电脑上收集上下文、起草任务,再委派给独立的 Cursor Cloud Agent。IDE 里的 Agent 是另一条编码环。团队还可以关掉 Cloud Agent 委派。Grok Build 的产品边界公开文档没有写死。

📚 继续阅读

📚 相关指南

📖 相关对比文章

🔧 文中提到的工具

💰 相关省钱方案

基于本文涉及的工具与 API,这些组合能帮你以更低成本上手。

🎁 领取优惠 & 免费试用

汇总各工具与 Coding Plan 的免费额度、首月折扣与注册入口,随时更新。

查看优惠福利 →