EP19｜Grok Bot Galaxy Day 1 完整版｜三天创业实验，从想法到 AI 同事 - AI 研发效能

原始直播（X）：x.com

原始英文逐字稿（社区整理）：github.com

EP19｜Grok Bot Galaxy Day 1 完整版｜三天创业实验，从想法到 AI 同事

本集内容

三位共建者尝试在三天内从零搭建一家公司：从商业方向和机器人入职，到快闪餐饮原型、工程协作、客户验证与现场复盘。它保留了实践中的试错、分歧与未完成事项。

这是原九集正文的连续合辑，已移除每小时重复的节目开场，并加入一段简短主题导听；中文成品时长 06:35:50。原有分集继续保留，方便短时收听。这里的“完整版”指当前已发布中文正文的整日合辑，不代表原直播逐秒无遗漏，也不是内容摘要。

原直播主持人

• Matt Palmer（@mattyp）：《Grok Bot 101》作者，在 SpaceXAI 从事开发者关系（DevRel）。

• Lauren Tan（@poteto）：Cursor Principal Engineer，分享 AI 辅助软件开发实践。

• Roshan Sadanani（@roshan_s）：有支付产品背景，曾任 Stripe 支付 API 与多支付处理商产品负责人（2025 年）。

三人是本次活动的主要共建者；中文版本使用 AI 合成配音，并非他们的原声。

你会听到

• 三天创业实验与 AI 同事入门

• 权限与记忆实战，找到第一个商业方向

• 从落地页原型到云端工程团队

• 产品不会自己卖：分发、获客与工程自动化

• 工程机器人团队：反馈闭环与可验证交付

• 先办一场真实活动：外联、场地与产品转向

• 从数据洞察到产品交付，再把客户范围收窄

• 创始人的机器人工作台：客户、竞品与增长

• 确定性、协作成本与 Day 1 的真实复盘

时间轴（本集中文音频）

00:00:00 整日导听

00:00:10 三天创业实验与 AI 同事入门

00:07:47 从 X 书签到云端原型：自动试用新技术

00:13:32 做出用户想要、自己也会用的产品

00:19:20 P Stack 与工程工作流：让团队具备交付能力

00:25:30 机器人也要入职：公司手册与共同背景

00:30:43 Grok Bot 101：从聊天工具走向 AI 同事

00:38:32 咖啡调查演示：数据、幻灯片、邮件三人组

00:42:07 权限审批：哪些动作需要人类点头

00:43:03 教会机器人一个任务，再设置例行工作

00:50:42 机器人相互交接：把任务链真正跑起来

00:56:36 权限与记忆实战，找到第一个商业方向

00:57:24 把机器人分享成团队可复用的模板

01:02:45 二维码失灵：现场调试与反馈

01:05:20 任务有先后：依赖关系与编排机器人

01:10:16 自动审核、明确授权与长期记忆

01:13:20 连接企业工具、数据库和网络环境

01:15:50 视频教学怎样沉淀成技能

01:18:28 机器人记忆的保存、调整与使用边界

01:22:48 回到创业现场：Peter Yang 加入讨论

01:27:42 从观众反馈中寻找真实的客户问题

01:40:13 为什么不是今天：缩短需求到原型的距离

01:45:51 快闪餐饮平台：把线下体验变成验证场景

01:50:06 从落地页原型到云端工程团队

01:53:01 先做轻量原型：功能和基础设施都要克制

01:54:33 潜在客户机器人：寻找餐厅与经营者

01:59:21 先给设计参考，再做落地页

02:03:46 用共同文档和复述确认对齐上下文

02:05:14 真正的瓶颈：先跑通第一场活动

02:09:25 Peter Yang：市场信号比内部争论更重要

02:13:33 原型、工程与设计机器人开始分工

02:22:13 补上运营机器人、品牌和公司基础设施

02:25:02 报名数据放哪里：从 Notion 到 PlanetScale

02:29:29 让 Grok Bot 编排云端编码智能体

02:33:26 代码已经出现：下一步是审查工作流

02:34:12 产品不会自己卖：分发、获客与工程自动化

02:35:35 先验证自然增长，再考虑广告预算

02:37:18 招来好的人或机器人，也不能放手不管

02:39:01 产品更容易构建之后，分发为什么重要

02:42:51 从已有受众和有价值的获客内容开始

02:43:46 让研究机器人拆解优秀快闪活动案例

02:48:57 小企业用 AI：先找到能带来价值的环节

02:53:29 做出来不等于有人来：回到收入和客户

02:54:31 创业进度回顾与下一步工程工作

02:55:57 代码审查机器人与 Slack 自动化

02:59:12 工程工作坊开场：从代码补全到自主编排

03:03:15 工程机器人团队：反馈闭环与可验证交付

03:07:26 人在休息时，也能解除同事的工作阻塞

03:11:07 夜间清理技术债与安全检查

03:12:50 用 Slack 触发内部工具，继续处理 CI 问题

03:14:24 为什么把工作分给多个工程机器人

03:15:55 让老机器人给新机器人做入职

03:20:19 紧急任务如何监控进展、减少无效等待

03:24:24 每个 PR 都要有证据：截图、视频与检查

03:27:36 把重复提醒变成规则，建立完整反馈闭环

03:32:23 回到产品现场：Slack 驱动 PR 审查

03:35:34 验证技能：让机器人可靠地操作和检查应用

03:38:21 报名表、用户角色与快闪活动的核心流程

03:42:58 先办一场真实活动：外联、场地与产品转向

03:46:09 连接邮件，建立餐厅和场地候选清单

03:48:18 用自己筹办活动的过程反推第一个功能

03:52:06 先找到联系人，再用人工外联验证流程

03:54:03 原型访问控制与线下宣传尝试

03:56:12 知识库经理：有选择地更新团队文档

03:59:27 从熟悉的高质量场地寻找相似候选

04:00:26 场地和许可限制开始影响活动日期

04:05:33 方向转变：从餐饮体验走向艺术快闪

04:09:12 PR 增多之后，验证证据成为瓶颈

04:11:38 候补名单、确认邮件与数据库接通

04:14:25 产品经理工作坊：重新定义 AI 同事

04:19:15 从数据洞察到产品交付，再把客户范围收窄

04:22:09 认识产品团队：幕僚长、工程经理与设计师

04:28:34 航空公司演示：从业务问题开始查数据

04:31:04 转化漏斗出现流失，先检查解释是否正确

04:31:42 数据交给产品机器人：形成第一版需求

04:36:22 设计系统与工程团队并行做原型

04:38:48 启动云端编码智能体，再加入验证环节

04:41:30 入职、记忆和降噪：团队协作的经验

04:46:15 回到创业现场：到底为谁做快闪活动

04:49:39 收窄客户范围，避免做成过度通用的平台

04:54:58 第一个场景需要什么：商品、场地与票务

04:57:50 用低保真草图讨论品牌线下体验

05:02:51 创始人的机器人工作台：客户、竞品与增长

05:06:46 让实体周边拥有功能：把机器人带到线下

05:13:34 商品画廊与定制体验：控制扩张的范围

05:21:39 平台如何从一个具体客户群逐步扩展

05:25:00 创作者的 AI 用例：先找可验证的工作循环

05:27:17 创始人工作坊开场：长期机器人为什么有价值

05:35:34 客户通话准备：数据、网站走查与历史反馈

05:40:15 从会后学习到客户支持与激活

05:44:10 追踪产品变化，并持续观察竞品

05:49:01 把客户反馈变成原型和工程任务

05:50:43 沟通风格机器人与杂项机器人各司其职

05:54:55 盘点委派任务，审计频率与模型使用

05:59:09 确定性、协作成本与 Day 1 的真实复盘

05:59:56 先盘点工作，再定义机器人职责

06:01:52 确定性问题：把明确规则交给代码执行

06:05:57 UI、无头浏览器与 API 的速度取舍

06:06:48 减少机器人闲聊，管理模型和上下文成本

06:11:34 Grok Bot 与云端编码智能体怎样配合

06:14:23 Jenny 的机器人团队与多业务协作

06:20:02 活动场地搜索：先把需求条件说具体

06:23:03 向场地询价、谈判，再做第一版制作预算

06:28:38 许可和合同：研究之后仍需专业复核

06:31:23 今晚让机器人做什么：搜寻、草拟与邀请名单

06:33:15 Day 1 复盘：基础设施有了，方向仍要收敛