
Tác giả|Đổng Đạo Lực
WeChat|ddl941110
Gần đây, personal agent đã trở thành AI hướng đi hot trong giới. Người ta kỳ vọng có một trợ lý riêng theo mình làm việc lâu dài, biết bạn đang bận gì, nhớ thói quen của bạn, có thể mở phần mềm, xử lý việc vặt.
Còn xAIGrok Bot do họ ra mắt còn trực tiếp hơn, thẳng thừng cấp cho bạn cả một personal agent team.
Bạn có thể như ông chủ sắp xếp cho mình vài nhân viên robot, một người phụ trách nghiên cứu, một người phụ trách viết lách, một người phụ trách lịch trình. Chúng có tên riêng, phân công và bối cảnh công việc riêng, có thể làm việc cùng lúc, cũng có thể được kéo vào cùng một nhóm, gửi tin nhắn cho nhau, bàn giao nhiệm vụ.

Trong hai tháng mà hàng loạt Personal Agent lần lượt xuất hiện và tranh giành người dùng quyết liệt, đà tăng trưởng của Grok Bot trông như đè bẹp không ít đối thủ. Từ2026年8月11日ra mắt bản thử nghiệm, sau hai tháng lên sóng, số người dùng trả phí theo tuần của nó đã đạt80vạn, trong đó10tháng tăng hơn gấp đôi so với tháng trước đó.
Ngay cả Musk cũng phải thốt lên: I've never seen anything grow this fast.
Chúng tôi cũng đã trải nghiệm sâu sản phẩm này, thực ra, nhìn tổng thể quá trình sử dụng, Grok Bot thật ra chẳng có gì "mới", không có mô hình nào vượt được opus5.5 cũng không có mức hiệu suất trên giá nào vượt được DeepSeek máy tính đám mây cũng là manus trang bị trước.
Người dẫn chương trình podcast công nghệ nổi tiếng Lenny Rachitsky gần đây khi bàn về Grok Bot cũng nói trong chương trình rằng bản thân đã chuyển không ít công việc vốn giao cho Cowork và Codex sang Grok Bot. Nhưng khi người khác hỏi, những việc đó dùng công cụ khác chẳng phải cũng làm được sao, ông lại thừa nhận: về mặt kỹ thuật, đúng là có thể.
Nghĩa là, Grok Bot không phát minh ra thứ gì mới mang tính đột phá, cũng không dựa vào tiến bộ của mô hình để tạo tăng trưởng, nó hoàn toàn nhờ vào việc kết hợp bối cảnh của người dùng cá nhân với công nghệ sẵn có, cùng thiết kế sản phẩm hóa tương ứng, mà giành được nhóm người dùng cá nhân thực sự, và tỷ lệ giữ chân đáng kinh ngạc.
Đây cơ bản chính là hình mẫu mà mọi Personal Agent ngày nay đều tưởng tượng về chính mình.
Vì vậy, chúng tôi muốn kết hợp thử nghiệm thực tế để xem nó đã làm được điều đó như thế nào.
1
Thực sự coi Agent như đồng nghiệp
Một trong những tư duy thiết kế rõ ràng nhất của Grok Bot là tuân theo hướng "đồng nghiệp hóa".
Thế nào là đồng nghiệp hóa? Theo lời Roman Ugarte, người phụ trách sản phẩm Grok Bot, "trong tình huống tương tự, bạn muốn một đồng nghiệp là người như thế nào?".
Áp dụng tư duy này vào thiết kế sản phẩm, điểm rõ ràng nhất là: điều thay đổi chính là cách người dùng AI phân công công việc.
Đối mặt với Codex, một khung chat có thể làm mọi thứ, người dùng thường phải tự nghĩ rõ lần này để nó đóng vai ai, cần bổ sung những bối cảnh nào, gọi skill gì, nên bàn giao theo tiêu chuẩn nào.
Còn Grok Bot thì để người dùng đối mặt với những đồng nghiệp do Bot đóng vai.
Ví dụ, Bot nghiên cứu viên phụ trách tìm tài liệu, Bot tác giả phụ trách ra bản thảo, Bot trợ lý phụ trách sắp xếp thời gian. Chỉ cần bạn muốn, còn có thể cho Bot dùng tên và ảnh đại diện của đồng nghiệp thật.
Khi người dùng nhìn thấy những đồng nghiệp quen thuộc này, sẽ dễ nghĩ hơn về cách phân công nhiệm vụ. Ví dụ tôi tranh thủ làm một AI đội ngũ đại lão, mỗi người đều có trách nhiệm riêng.

1
Phân công cho Agent, cũng phân công cho ký ức
Một lợi ích khác mà đồng nghiệp hóa mang lại là để các Bot khác nhau tích lũy ký ức công việc riêng của mình.
Điều chúng ta muốn một đồng nghiệp ghi nhớ thường liên quan đến trách nhiệm của người đó. Bot nghiên cứu cần quen thuộc với lĩnh vực bạn theo dõi lâu dài, công nhận những nguồn tài liệu nào, tiêu chuẩn để đánh giá một nghiên cứu có giá trị hay không. Bot tác giả cần hiểu văn phong, sở thích về cấu trúc của bạn, cũng như cách loại bỏ AI mùi.
Giống như trong công ty, mỗi nhân viên có kinh nghiệm khác nhau.
Thiết kế của Grok Bot cho phép người dùng khi làm một việc gì đó sẽ chủ động trò chuyện với Bot chuyên biệt, thay vì trực tiếp nhập vào một khung chat vạn năng.
Cùng một Bot đảm nhận lâu dài một loại công việc, thì yêu cầu của người dùng đối với loại công việc đó cũng có thể tích lũy dần qua từng lần hợp tác. Mỗi Bot có thể giữ lại bối cảnh vai trò, sở thích ổn định và ký ức công việc trước đây của mình.

Tôi có thể biến Bot lão Hoàng thành chuyên gia nghiên cứu Nvidia, sau này có dự án hoặc bài viết liên quan đến Nvidia thì có thể để anh ấy tham gia. Những báo cáo, trang web anh ấy làm cũng sẽ được lưu trong kho tài liệu của anh ấy.
Một dự án sẽ kết thúc, nhưng công việc cùng loại sẽ không ngừng xuất hiện. Giữ ký ức liên quan trên Bot đảm nhận lâu dài nó, thay vì trong một phiên trò chuyện, thì những yêu cầu đã tốn thời gian nói rõ trước đây, những chỗ đã sửa đi sửa lại mới có cơ hội tiếp tục phát huy tác dụng.
1
Dùng Bot quản lý Bot
Sau khi xây dựng nhiều Bot sẽ gặp một vấn đề, làm sao phối hợp các Bot khác nhau cùng làm việc.
Roman, người phụ trách sản phẩm Grok Bot, nhớ lại, giai đoạn thử nghiệm nội bộ ban đầu, mọi người thường sẽ tạo năm đến mười Bot trước. Sau đó, có người dùng "thăng chức" trợ lý riêng thể hiện tốt nhất thành lãnh đạo. Khi có việc, bình thường chủ yếu tìm nó, rồi nó phân công nhiệm vụ cho các Bot khác. Có Bot nhận được thông báo thăng chức, lại còn hỏi có thể tăng lương, nâng ngân sách token không.
Có thể thấy Agent Team nghiên cứu thực ra chính là tái tạo cơ cấu tổ chức của con người.
Cách sắp xếp này ban đầu là do người dùng tự mày mò. Đội ngũ không vội quy định nó thành quy trình chuẩn, mà quan sát liệu người dùng bên ngoài có đi đến cùng một bước hay không. Sau khi phát hiện cách làm tương tự, mới bắt đầu khuyến khích mô hình này trong sản phẩm.
Việc đồng nghiệp hóa vì thế có thêm một tầng ý nghĩa, vai trò giúp mỗi Bot có trách nhiệm rõ ràng, còn Bot lãnh đạo thì đảm nhận một phần công việc phối hợp. Bot có thể ngày càng nhiều, nhưng gánh nặng phải bận tâm của người dùng không nên tăng theo.
Vậy giữa nhiều Bot liên kết với nhau thế nào? Có hai cách, cách thứ nhất là @ Bot trong khung hội thoại. Tôi để Musk, Nadella và Hoàng Nhân Huân cùng nhau nghĩ cách bán khống Nvidia. Có thể thấy, giữa các Bot sẽ có tin nhắn riêng, và do Agent lãnh đạo trả lời kết quả.

Cách thứ hai là lập một nhóm trò chuyện, để Bot ở trong nhóm, dùng tri thức và ký ức của mình mà nói thoải mái. Tôi để các Bot trong nhóm thảo luận cách thực hiện AGI, mọi người đều đề cử Karpathy Bot làm lực lượng chính.
Hơn nữa, trò chuyện nhóm của Grok Bot không phải là làm màu bề ngoài, mà thực sự đang thúc đẩy dự án. Sau khi Karpathy Bot đưa ra báo cáo nghiên cứu, còn đề nghị Simon Bot không ở trong nhóm kiểm nghiệm thực tế ý tưởng của mình.


Điều này hơi giống DeepSeek tư duy Super-agent được thảo luận mấy ngày trước: Agent có thể có nhiều phân công, nhưng người dùng không nên vì thế mà có thêm một phần công việc quản lý chúng. Chia nhỏ nhiệm vụ, phân công công việc, theo dõi tiến độ và tổng hợp kết quả, đều nên để hệ thống tự hoàn thành càng nhiều càng tốt, con người chỉ can thiệp khi cần bổ sung thông tin, đưa ra phán đoán hoặc nghiệm thu kết quả.
Agent có thể ngày càng nhiều, nhưng sự chú ý mà nó chiếm dụng của con người không nên tăng theo.
1
Cho Agent một chiếc máy tính, chứ không phải dùng chung với bạn
Đã coi Agent như đồng nghiệp, thì phải chuẩn bị cho nó một chiếc máy tính. Như Roman than thở, bạn khó có thể tưởng tượng một đồng nghiệp mới vào làm ngày đầu tiên lại dùng chung máy tính với bạn.
Nhưng ngày nay không ít người hợp tác với AI lại đúng là như vậy.
Khi Agent dùng chung một màn hình với bạn, bạn muốn mở trang web, nó cũng muốn thao tác phần mềm, hai bên phải tác động lẫn nhau. Ngay cả khi tác vụ có thể chạy nền, người dùng vẫn còn những việc khác phải lo: máy tính có bật được không? Mất mạng thì sao?
Hơn nữa, với năng lực Agent hiện nay, một môi trường làm việc sạch, không có con người can thiệp, có thể sẽ phát huy tác dụng tốt hơn.
Grok Bot đưa môi trường làm việc của đội robot này lên đám mây. Ở đó có máy tính chạy liên tục, trình duyệt, hệ thống tệp và các công cụ khả dụng, vận hành tách biệt với thiết bị của người dùng.

Có thể thấy, tôi để Karpathy Bot mở trình duyệt, nghiên cứu và tóm tắt nội dung trang web của Karpathy thật.
Còn có người dùng còn tiến xa hơn, coi Grok Bot như người điều phối, cài đặt lập trình trên máy tính đám mây của nó CLI, để Grok Bot tiếp nhận yêu cầu, rồi giao công việc phát triển cụ thể cho đại lý lập trình chuyên trách.

Máy tính đám mây của Grok Bot không chỉ đơn thuần là cấp một chiếc máy tính, mà còn tính đến một số tình huống thực tế. Chẳng hạn hỗ trợ tiếp quản tạm thời, như vậy khi gặp trang web cần đăng nhập, có thể để người thật đăng nhập trước, rồi để Bot thao tác. Một số hệ thống từ chối IP trung tâm dữ liệu, vì vậy Grok Bot cung cấp lối ra mạng cục bộ, yêu cầu kết nối mạng của trình duyệt đám mây có thể chuyển tiếp qua máy tính người dùng, để trang web mục tiêu thấy IP công cộng của mạng cục bộ, như vậy người dùng cũng không phải lo không đăng nhập được hay bị xác minh thường xuyên.
Nhiều khi, chúng ta nghiên cứu API、MCP v.v., điều này rất hữu ích và hiệu quả cho hệ sinh thái hướng đến Agent, nhưng thực tế là hệ sinh thái hiện nay vẫn chủ yếu hướng đến con người, trước khi hệ sinh thái hướng đến Agent hoàn thiện, cấp cho Agent một chiếc máy tính có thể giải quyết nhiều vấn đề.
1
Mô hình hộp đen, con dao hai lưỡi
Grok Bot còn một điểm gây tranh cãi khá lớn là người dùng không thể chỉ định mô hình, thậm chí không biết đã dùng mô hình gì. May mắn thì có thể là opus5.5,kém may mắn có thể là do mô hình flash.

Đối với những người dùng muốn kiểm soát mô hình chặt chẽ, điều này thật khó chịu. Họ đã quen với việc nghiên cứu năng lực, tốc độ và giá cả của mô hình, cũng sẵn sàng chọn mô hình mạnh hơn cho những nhiệm vụ quan trọng.
Nhưng với một nhóm người dùng mới khác, việc bỏ qua lựa chọn mô hình lại chính là điểm hấp dẫn. Họ có thể chỉ muốn một bản tin hằng ngày, hoặc làm một trang web, những nhiệm vụ này không nhất thiết đều cần mô hình đắt nhất. Còn nên dùng mô hình nào, độ sâu suy nghĩ và độ dài ngữ cảnh nên chọn ra sao, họ không muốn nghiên cứu từng thứ một. Để giao một việc cho AI, còn phải học cách định tuyến mô hình trước, phần nào hơi đặt ngược vấn đề.
Tất nhiên, điều này lại để cho nhà sản xuất không gian tối ưu, định tuyến làm tốt có thể kiểm soát chi phí suy luận, để hạn mức hữu hạn hoàn thành nhiều việc hơn, nhưng nếu định tuyến làm không tốt, chất lượng nội dung tạo ra kém, sẽ khiến người dùng rời bỏ.
Hộp đen mô hình có thể hạ thấp ngưỡng sử dụng, nhưng cũng đòi hỏi nhà sản xuất gánh vác nhiều trách nhiệm bàn giao hơn. Người dùng có thể giao việc chọn mô hình ra ngoài, nhưng kết quả nhận về vẫn phải xứng đáng với sự tin tưởng đó.
Viết đến đây, nhìn lại OpenClaw, sẽ thấy những gợi mở mà con tôm hùm để lại vẫn chưa được tiêu hóa hết. Khi gắn cho mô hình một chiếc máy tính, công cụ và môi trường làm việc liên tục, kỳ vọng của mọi người đối với AI cũng từ việc trả lời câu hỏi trước mắt, mở rộng đến việc tiếp nhận công việc dài hạn.
Từ personal agent, đến một đội nhỏ như Grok Bot có vị trí, có ký ức, có thể bàn giao cho nhau, trí tưởng tượng này vẫn đang tiếp tục lớn lên. Một Agent đơn lẻ làm được bao nhiêu việc, dần dần trở thành nhiều Agent cùng làm việc với nhau như thế nào, và con người nên chung sống với chúng ra sao.
Điều này cũng giải thích nỗi băn khoăn ở đầu bài. Mô hình, ký ức, máy tính đám mây, nhiều Agent phối hợp, tách ra nhìn đều không mới. Nhưng giữa việc về mặt kỹ thuật có thể làm được, và việc người bình thường hằng ngày sẵn lòng sử dụng, vẫn còn không ít việc phải làm. Dựng môi trường, kết nối công cụ, bổ sung bối cảnh, theo dõi tiến độ, những rắc rối vốn nằm rải rác trong tay người dùng, mỗi khi được sản phẩm tiếp nhận một chút, việc giao công việc cho AI lại dễ dàng hơn một chút.
Người dùng chưa chắc cần một năng lực chưa từng có, nhưng lại rất cần có người sắp xếp ổn thỏa những năng lực đã có. Suy cho cùng, để cho AI làm việc thay mình, trước tiên lại tự tăng thêm một phần việc hầu hạ AI thì tính thế nào cũng không mấy đáng.


