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。
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:
- 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。
- 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。
- 「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
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。
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
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 allowlist | Enterprise 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:
- 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。
- 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。
- 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。
- 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
- Grok Bot 概述:持久云电脑、共享关系,以及一个 Bot 同时一条 computer use。
- Work with Grok Bot:Skill、Teach a task(最长约十分钟,逐步放开),以及为当前 Bot 打开私人 Skill。
- Use the computer and apps:screen、接管、插件优先于点击、本机电脑与云电脑分开。
- Grok Bot for Teams and Enterprise:Firecracker、Cloud Agent 开关、连接器策略。
- Grok Bot security:Auto Review 的覆盖与缺口、本机执行、模型选型、数据位置。
- Approvals, security, and privacy:Bot 不是安全边界;secret 不要贴进聊天。
- Grok Bot 101:外环 Grok Bot、内环 Cloud Agent 的官方 Guide。作者是 SpaceXAI 的 DevRel,不是接口规范。
- Routines 帮助中心:webhook 的 200 表示受理并开始,不表示做完。
- Security FAQ:插件策略与网站路径、Auto Review 范围的简表。
常见问题
同一个账号下的多个 Bot,是互相隔离的吗?
Webhook 返回 200,是不是说明任务已经做完?
Grok Bot 就是 IDE 里的那个编码 Agent 吗?
📚 继续阅读
📚 相关指南
Muse 架构解析:Agent Loop、专属 VM、记忆与后台任务如何协作
从 Meta Muse 的部署边界和一次任务出发,解释 Hatch 如何在专属 VM 内推进 Agent Loop、调用 VM 外模型,以及上下文、长期记忆、子任务和权限系统怎样协作。附架构图与证据边界。
AI 编程 Agent 安全指南 2026:仓库权限、Shell 执行与提示注入怎么防
AI 编程 Agent 越来越能干,但权限越大风险越大。本文从仓库权限、Shell 执行、提示注入、凭证泄露四个维度,结合 Claude Code、Codex、Copilot、Gemini CLI、Cursor 的安全机制,给开发者和团队一份可落地的安全实践清单。
Cursor 3.0 全面解析:从「文件编辑器」到「Agent 指挥中心」
2026 年 4 月 2 日,Cursor 发布 Cursor 3 新界面,围绕 Agents Window、Design Mode、Agent Tabs、Worktree 与 Best-of-N 重构 Agent 工作流。本文也补充 4 月 24 日 /multitask 与 5 月下旬更新。
📖 相关对比文章
Grok Bot vs Muse AI 2026:团队 AI 同事与个人 AI 管家怎么选?
截至 2026-09-10 的 Grok Bot vs Meta Muse 深度对比:定位、自动化、云电脑、记忆、审批、安全、隐私、价格、平台与国内可用性。
Roo Code vs Cursor 2026:开源多角色 Agent 对决商业 AI IDE
Roo Code vs Cursor 深度对比:免费开源的多角色 VS Code Agent 与顶级商业 AI IDE,从价格、架构师模式、Cloud Agents 到国内可用性全面分析。
AI 编程工具月成本对比 2026:Copilot、Cursor、Codex、Claude Code 与国产 Coding Plan 怎么选
从月费、额度机制、国内可用性和超额风险四个维度,对比 GitHub Copilot、Cursor、OpenAI Codex、Claude Code、火山方舟、MiniMax、百炼等 AI 编程方案,帮你估算真实月成本。
🔧 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 →