跨国深谈← 返回←GrokBot、Origin 与 Grok 4.6 实测

GrokBot、Origin 与 Grok 4.6 实测

关联

公司 GrokBot · Origin · Cursor · GitHub

概念 Grok 4.6 · 智能体 · MCP · 连接器 · 多智能体

来源 Lenny’s Podcast

GrokBot 有一个杀手级功能：每个连接器——不管是 Gmail、Slack 还是 MCP——都能同时挂多个账号。如果你像主播一样有四个邮箱、七个 Slack 工作区，一个智能体就能遍历所有这些账号帮你干活。

Claude 没做到，Codex 也没做到 。除此之外，GrokBot 附带大量开箱即用的插件，核心体验就是一个花哨的 MCP 客户端，加上每个智能体自带的虚拟机——能跑 Chrome、能用终端、能上网 。设置极其简单：创建一个 bot，启动虚拟机，告诉它要做什么，它就自动找连接器、自我配置、开始干活 。

GrokBot 的好用与不好用

好用的地方全在连接器和简洁度。主播的做法是按角色建智能体——产品经理、数据分析师、交易台、财务、家庭管理——每个角色配它需要的工具和指令 。多智能体策略配上多账号连接，是企业场景的真正卖点 。

不好用的地方也源于简洁。你选不了模型，没有类似 sole.md 那样的细粒度配置控制，不能”像捏泥巴一样”塑造你的智能体 。

它跑在第三方系统上，不在你本地机器上 。还有一个很主观但很关键的问题：不管底层用的是 Grok 还是别的什么，输出的语气充满典型的 AI 味——糟糕的产品命名、永远不会说的话——跟精心调过人格的 OpenClaw 比起来，“感觉很差”，不想跟它聊天 。

Origin：智能体原生的 GitHub 替代品

Origin 是 Cursor 发布的 GitHub 竞争者，还在 early beta 阶段。核心思路是”智能体原生的代码托管”：保留所有 Git 原语——代码、diffs、pull requests——但 UI 和交互方式是为智能体协作设计的，特别是 Cursor Cloud 智能体、桌面应用和 CLI 。智能体可以在 PR 里回复评论、被指定为审查者 。

实际体验呢？目前对 GitHub 仓库的导入基本就是 GitHub API 的封装，界面重新设计过，有一些智能建议，但功能比 GitHub 少，深度绑定 Cursor 生态 。

如果你已经在 GitHub 上有大量投入——自动化流程、Actions、代码所有者规则——现在没有足够的理由迁移过来 。主播测试时还赶上 GitHub 大故障，导入本身就遇到了问题 。结论是：愿景能看到，地基在打，但”开箱即用没给我带来惊喜” 。

Grok 4.6 模型实测

主播用自己的 How I AI Vibebench 做了盲测，覆盖 PRD 撰写、原型设计、测试设计、线框图、技术变更、对话体验。评分权重是 70% 主播主观品味 + 30% 用 GPT-5.5 做的 LLM 评判 。

总分上，Grok 4.6 和 GPT 5.6 sol 并列第一，击败了 Claude Sonnet 5 和 Opus 5 。但拆开看很有意思：把主播品味去掉，LLM 评委讨厌 Grok、偏爱 Claude Opus 和 Sonnet ——说明 Grok 4.6 的优势很”人味”。

具体到任务：PRD 直接撰写仍是 5.6 最强，写作干净、全面、适度技术化 ；技术 Bug 分类 LLM 评委给了 Opus 5 最高分 ；开放智能体闲聊体验，Sonnet 5 继续无敌 。

设计环节最说明问题。有明确艺术指导时，5.6 sol 依然最强，执行复杂 UI、做到”技术上完整但不令人眼花缭乱”没人比得过它 。

但当模型被给自由度自己做设计决策时，主播最喜欢的反而是 Grok 4.6 的方案 。原因很直白：GPT 5.6 永远选森林绿，Claude 永远选棕-棕褐-橙配色，看一眼就知道是 AI 做的。Grok 4.6 不走这条路，像个”新鲜空气” 。

本集带走

• 多账号连接是 GrokBot 的真正杀手锏：同一个服务（Gmail/Slack）挂多个账号，一个智能体遍历所有数据——这个体验 Claude 和 Codex 都没提供。
• 按角色设计智能体，而不是按功能：想”我需要什么样的队友”，然后给那个队友配工具和指令，比反过来想更自然 。
• GrokBot 不适合想要深度自定义的人：选不了模型、没有细粒度配置、跑在第三方——它面向”想要简单好用”的用户，不是”想要捏泥巴”的用户 。
• Origin 愿景好但太早：智能体原生代码托管的思路对，但当前就是 GitHub API 封装 + 重设计 UI，对已深度嵌入 GitHub 的团队没有迁移动力 。
• Grok 4.6 的设计输出有辨识度优势：不是因为技术更强，而是因为它不陷入 GPT 的森林绿和 Claude 的棕橙配色套路——在自由设计场景下，“不像 AI 做的”本身就是竞争力 。
• 模型评测里”人味”和”LLM 评判”可以完全相反：同一个评测，去掉人味后 LLM 评委讨厌 Grok、偏爱 Claude——说明纯靠 LLM-as-judge 会漏掉人类真正在意的维度 。

但 Cursor 的赌注是，我们将需要一个智能体原生的 GitHub，并且 GitHub 不会足够快地到达那里。
But Cursor’s bet is that we are going to want a agent native GitHub and that GitHub is not going to get there fast enough.
—— 嘉宾 · [13:40]

现在，我怀疑这是因为我能一眼看穿 GPT 和 Claude 的 Slopp 风格。
Now, I suspect that this is because I can just spot GPT and Claude Slopp a mile away.
—— 嘉宾 · [22:32]

如果把我的品味排除在外，LLM 讨厌 Grock 并且它喜欢 Claude Opus。它喜欢 Sonnet 并且它不喜欢 GPT-56 Sol。
If you take my taste out of it, The LLM hates Grock and it loves Claude Opus. It loves Sonnet and it does not like GPT-56 Soul.
—— 嘉宾 · [25:08]

我实际上使用 GPT-5.5 来给所有这些东西打分，因为它实际上是最严厉的评委。
I actually use GPT-5.5 to grade all these things because it’s actually the harshest judge.
—— 嘉宾 · [25:21]