Grok Bot + Cursor Cloud Agent，算不算一个人的软件工厂？

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

最近在折腾一件事：用 Grok Bot 当外层调度，把改仓库、开 PR 的活丢给 Cursor Cloud Agent ，自己只盯验收和方向。

感觉像在搭一条很小的「软件工厂」流水线：

Bot 负责听需求、拆任务、盯进度（人在手机上也能催）
Cloud Agent 负责真正动代码、开 PR
最容易翻车的是第 3 步：没有可复现的验收，所谓「百倍效率」会被返工吃光

所以我不追「哪个模型更猛」，更追：

需求有没有问清（不然 Agent 跑飞）
验收能不能复现（单测全绿也可能背离业务）
一个人能不能把编排 + 改仓 + 验收串起来（超级个体 / 一人公司那套）

自己整理了两份非官方中文对照，方便查：

Grok Bot 官博译读（含多团队怎么跑）：AI 官博译读 · Grok Bot
验证闭环 / poteto-mode：pstack 中文学习站

想问下大家：

你们现在 Grok Bot 和 Cloud Agent 是怎么分工的？有没有已经跑通的「一人软件工厂」流程？返工主要卡在哪一步？

（非官方中文对照站，不是可安装中文 fork 。）

Agent

软件

工厂

5 replies • 2026-10-30 23:55:16 +08:00

baizheng

Oct 29

这是听起来很美, 但是其实本质拼的, 是个体的注意力带宽

liuluxu1989

Oct 30

大体的思路：

第一步，先构建 harness enginering ，让单个任务执行的 loop 中人占比足够少。比如，设计好软件架构、代码约束、开发、build 、测试、verify 的工具等。可以让 Agent 更多是自己完成你交代的任务目标，自己 verify 过大多数的问题。这种可以使用类似 pstack skills ，或者用 grokbot 这种工具编排整个的软件研发工作流，替代“人”减少人节省人的注意力。

第二步，选择适合你自己的工具，放大规模。

@baizheng

baizheng

Oct 30

你说的这些是都是基操, 技术的这些都是没啥好讨论的.
我说的是业务注意力, 瞬息万变, 以及把业务翻译成 AI 工作流.
工作流本身也不是一成不变, 要谁市场变化调整.

举个例子, 你用 Grok Bot 去盯同行, 同行或许也会盯你, 你可能会制作蜜罐去迷惑同行, 于此同时, 你的 Grok Bot 就得先同行, 先想到这一层. 动态博弈, 非常需要注意力.

WashFreshFresh

Oct 30

你说的第一步我正在构建，感觉要调试的地方还是好多。

liuluxu1989

Oct 30

嗯，实践起来是一个持续的事情。一个软件团队里也会随着需求的迭代或者人员的流动代码仓库腐化、团队规范执行变形，AI 做这个也是一样，是需要持续治理的。