For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/grok-bot-claude-opus-5-x-search-routines-db4814ea.md.
Grok Bot 已完成一次重大的后端更新。
最受关注的部分是 Claude Opus 5.5。埃隆·马斯克表示，Grok Bot 将开始针对每项任务使用最合适的后端模型，并以 Claude Opus 5.5、Midjourney、Suno 以及其他领先 API 为例，说明当这些系统最适合某项任务时，Grok Bot 可能会选择它们。
这使得 Grok Bot 不再像一个单一模型聊天机器人，而更像是覆盖多个专业系统的路由层。
不过，这里有一个重要细节。
官方产品文档并没有表示 Grok Bot 的每个请求现在都会运行在 Claude Opus 5.5 上。文档表示，系统会针对每项任务选择最有可能产生最佳结果的后端。
这可能意味着：
用户无法在 Grok Bot 中使用模型选择器，也不能强制某个请求使用特定供应商的模型。
第二项重大更新同样重要：Grok Bot 深度接入了面向 X 的工作流，并可通过例程运行持续自动化任务；即使用户自己的笔记本电脑已经合上，云端计算机仍会保持在线。
正是这种组合，让新版本与传统助手产生了不同的体验。
它可以开展研究、进行监控、撰写内容、使用基于浏览器的工具、将工作交给云端智能体，并在稍后带着完成的结果返回。
原文将 Grok Bot 的新架构描述为自动动态路由。
这一描述总体上与 Cursor 当前的官方文档一致。
Grok Bot 并不绑定单一模型。对于每项任务，该服务都可以选择其预期能够产生最强结果的后端。
简化后的逻辑如下：
用户请求
↓
Grok Bot 评估任务
↓
选择最合适的后端
↓
推理 / 创建 / 执行
↓
通过同一个 Bot 对话返回结果
这很重要，因为不同模型和服务具有不同优势。
复杂的代码架构问题可能更适合 Claude Opus 5.5 这类强推理模型。
创意图像任务可能更适合图像模型。
音乐任务可能会被路由至专业音频服务。
用户不必手动管理这些选择。
这正是原文措辞比官方文档更有把握的地方。
Cursor 明确表示：
因此，如果某个回答让人感觉像是 Opus 5.5 生成的，这本身并不能证明该请求确实由 Opus 5.5 处理。
唯一稳妥的说法是，Opus 5.5 现已成为路由池的一部分，并正在逐步加入 Grok Bot 的后端模型组合。
Anthropic 当前对 Claude Opus 5.5 的定价如下：
| Token 类型 | Claude Platform 价格 |
|---|---|
| 输入 | $4 / 100 万 tokens |
| 输出 | $20 / 100 万 tokens |
| 缓存读取 | $0.20 / 100 万 tokens |
这些是 Anthropic API 的价格。
这并不意味着，当某个请求恰好被路由到 Opus 5.5 时，Grok Bot 用户就会直接被收取 $4/$20。
Cursor 的 Grok Bot 文档表示，模型路由不会改变面向 Grok Bot 用户展示的按 token 计费方式。Grok Bot 的使用量通过自身包含的每周额度以及可选的按需使用机制进行统计。
因此，原文中关于 Opus 费用由谁承担的讨论，作为一个产品经济学问题是有价值的，但不应与面向用户的计费机制混为一谈。
最有趣的案例并不是简单的聊天回答。
这些案例展示了一个 Bot 如何协调多个工作阶段。
SpaceXAI 产品负责人 Akshaya Dinesh 分享了一个内部案例：她在一次客户通话中提到一项产品需求，Bot 随后生成了一份产品需求文档，接着云端智能体继续推进实施，直到生成一个可以审核的拉取请求。
相比这段经历本身，更重要的是其中的模式：
用户提出想法
→ 需求文档
→ 实施任务
→ 云端智能体执行
→ 拉取请求
→ 人工审核
这正是 Grok Bot 所围绕的方向。
Bot 不只是用来撰写草稿。它可以在自己的持久化计算机上保存文件和登录状态，跨网站和应用开展工作，并在需要审批时返回。
原文描述了一种主 Bot + 子智能体的模式。
这与 Grok Bot 和 Cursor 云端智能体的总体方向一致：常驻 Bot 负责协调工作，而独立智能体负责更聚焦的执行任务。
实际分工可以如下：
| 角色 | 典型职责 |
|---|---|
| 主 Grok Bot | 理解目标、维护上下文、协调工作 |
| 研究智能体 | 收集信息和证据 |
| 编码智能体 | 实现代码或修改代码仓库 |
| 审核智能体 | 检查输出并发现问题 |
| 人类 | 审批具有重要影响的变更 |
每个环节背后的模型都可以不同。
这正是动态路由在智能体系统中比在普通聊天框中更重要的原因。
一位用户分享了一个名为 Pulse 的 Bot。它会定期读取 X 提及，并过滤掉空洞赞美、垃圾信息和低价值噪声。
相反，它会尝试突出需要采取行动的内容：
与一次性的搜索 X 提示词相比，这是持续性智能体更好的示例。
其中有用的部分在于持续循环：
每小时
→ 检查新的 X 活动
→ 移除低价值噪声
→ 对有用信息进行分类
→ 汇总可执行事项
→ 发送摘要
如果推理任务较为困难，后端可以选择 Opus 5.5 这类更强的模型。
但用户看到的仍然是同一个 Bot。
原文中的另一个社区案例，将多个 Bot 组装成一个持续运行的量化研究工作流。
拟议的角色包括：
其架构很容易理解：
市场情报
↓
研究想法
↓
策略构建
↓
回测 / 验证
↓
风险审查
↓
投资组合建议
↓
人工审批
这可以用于研究自动化。
但不应将其理解为允许 AI 智能体在没有限制的凭据下自主交易的理由。
金融工作流应在任何操作可能影响真实资金之前，设置明确的审批关卡、范围受限的访问权限、日志以及独立的风险检查。
任何高影响力的智能体工作流也都适用同样原则。
原文的第二个主要主题是 Grok Bot 与 X 的集成。
社区帖子将 Grok Bot 描述为可以搜索、阅读和监控 X，用户不必单独购买并配置 X API 方案。
重要区别在于：
用户可以通过 Grok Bot 执行面向 X 的工作，而不必单独管理 X API；但 Grok Bot 本身仍然存在套餐和使用限制。
这并不等同于无限量使用智能体是免费的。
原文总结了七种有用模式。
例程可以监控一组账号、主题或关键词，并生成简明的每日摘要。
一份好的早报应区分：
当 Bot 引用原始帖子，而不是只对其进行转述时，这种方式效果最好。
智能体不必抓取所有关注者，而可以重点关注那些与竞争对手帖子互动，并表现出真实产品兴趣的人。
可能的信号包括：
目标应当是分析，而不是自动骚扰或发送垃圾信息。
同样的工作流也可以应用于自己的帖子。
Bot 可以对以下类型的回复进行分类：
这样可以将公开的社交反馈转化为轻量级客户研究信息流。
例程可以监测那些表明某人正在主动寻找产品或解决方案的表达。
示例包括：
什么是最好的……？
有人知道……的替代方案吗？
我们正在评估……
正在寻找一款可以……的工具
有用的输出应当是供人工销售或研究团队使用的排序清单，而不是自动批量回复 Bot。
常驻 Bot 可以追踪以下内容的提及：
随后，它可以将这些内容归入正面反馈、支持问题、错误信息、Bug 或升级中的投诉等类别。
在客户会议前，Bot 可以总结该组织及相关决策者近期发布的公开帖子。
结果可以包括：
由于公开社交数据在具体语境中仍可能具有敏感性，最终简报应在使用前由人工审核。
Bot 可以收集某个账号或主题下表现最好的帖子，并识别以下重复模式：
有用的目标是学习模式，而不是逐字复制他人的作品。
让这些使用场景变得实用的功能是例程。
Cursor 官方文档表示，例程可以在以下情况下运行：
即使用户的笔记本电脑处于关闭状态，例程仍会在云端继续运行。
一个典型设置可以简单到只需告诉 Bot：
每个工作日上午 9:00，
总结新的支持问题，
并将结果发布到此聊天中。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
Bot 会创建计划并在稍后运行，而不要求用户每天重新手动输入提示词。
这与普通助手相比是一个重大变化。
工作流会变成：
只定义一次任务
→ 测试任务
→ 将有用指令保存为技能
→ 创建例程
→ 让它在后台运行
→ 审核结果或审批请求
Cursor 自己的指导建议正是这一顺序：先让一次性任务可靠运行，将方法保存为可复用技能，然后再进行自动化。
原文称 Grok Bot 是终极智能体，因为它拥有自己的云端计算机。
这个说法带有较强的营销色彩，但其背后的技术差异确实存在。
每个 Bot 都在一台由 Cursor 托管的持久化计算机上运行，并拥有：
即使用户关闭本地设备，该环境仍会继续存在。
这意味着 Bot 可以完成需要数小时的工作，而不要求用户始终停留在同一个聊天会话中。
示例包括：
这也带来了安全层面的影响。
一台持久化云端计算机可能包含登录信息、文件、浏览器会话和已连接服务。
Cursor 的安全文档表示，模型选择由 Grok Bot 管理，数据可能会由 xAI 第一方模型或受支持的第三方供应商处理。
因此，团队应当审查：
常驻智能体之所以有用，正是因为它能够完成更多工作。
这也意味着，相比一次性聊天窗口，它更需要严格的边界。
原文中最特别的案例，是一个社区开发的微信桥接工具。
据称，一位名为 Kin 的用户将 Grok Bot 连接到微信，使用户可以从微信对话中发送消息，再将消息转发给 Bot 执行。
原文将设置过程总结为三步：
原文称，整个设置过程大约需要五分钟。
对于展示中的社区实现来说，这可能确实如此，但这不是在 Grok Bot 产品文档中记录的官方 Cursor 支持集成。
不要假设同样的三步操作适用于每个账号或未来的每个版本。
微信桥接工具可能会转发高度敏感的信息。
使用前应确认：
原文称该设置非常安全，但仅凭截图无法得出这一结论。
更稳妥的描述是：
社区演示表明该桥接工具可以运行；其安全性取决于具体实现，应当进行独立审查。
随后，原文展示了一项简单的实践测试：要求连接到微信的 Bot 制作一段关于 Grok Bot 自身的 30 秒宣传视频。
Bot 给出了一个方案，其中包括：
这说明了智能体界面的一个重要特点。
前端不必是实际执行工作的地方。
微信可以只是命令入口。
大量工作仍然发生在 Bot 的云端计算机及其连接的工具中。
这种模式可以推广到消息应用之外：
轻量级命令渠道
→ 持久化智能体
→ 云端计算机
→ 已连接工具
→ 完成的成果物
原文尝试通过一个无网络访问测试来确认当前路由模型是否为最新后端：询问 Bot 在没有互联网访问的情况下 Tibo 是谁。
Bot 给出了关于 Thibault Sottiaux 的信息。
这很有趣，但不是识别当前使用模型的可靠方法。
原因有多种：
因此，正确结论不是：
它知道 Tibo，所以这次请求肯定由 Opus 5.5 处理。
正确结论是：
Grok Bot 可能会将工作路由到 Opus 5.5，
但用户无法直接验证每个请求所使用的模型。
原文多次将新系统描述为免费。
当前产品文档给出了更具体的说明。
官方可通过以下方式获得：
免费 Hobby 方案不会自动提供不受限制的 Grok Bot 访问权限。
对于原文展示的各类工作流，用户可以执行与 X 相关的 Grok Bot 任务，而不必单独购买并配置传统 X API 方案。
这才是免费说法中真正有意义的部分。
Grok Bot 包含每周使用额度。
额度用完后，如果账号已启用按需使用，仍可以通过按需使用机制继续完成额外工作。
消耗量取决于完成了多少智能体工作，而不只是聊天消息的数量。
如果读者希望复现受支持的工作流，官方路径很直接。
使用受支持的 Cursor 付费方案、Teams 席位、符合条件的已关联 SuperGrok/X Premium+ 账号，或当前试用额度。
从 Cursor 下载桌面应用。
官方支持的桌面平台包括：
Grok Bot 也可以在受支持的平台上使用移动端访问。
不要从模糊的助手开始，而应定义一项具体工作。
例如：
你是我的产品反馈分流 Bot。
审查新的公开反馈、Bug 和功能请求。
未经批准，不要联系用户或修改生产系统。
先手动测试流程。
确认：
工作流稳定后，请 Bot 将流程保存为可复用技能。
有用的技能应包括：
只有在工作流可靠运行后，才应将其设置为定期任务。
示例：
每小时检查新的 X 提及，
移除垃圾信息和空洞赞美，
并总结问题、Bug、功能请求以及与 PR 相关的反馈。
研究和摘要任务通常可以无人值守地运行。
发布内容、联系客户、合并代码、花费资金、修改生产系统或进行交易等操作，应继续保留明确的人工审核环节。
不是。Cursor 表示，Grok Bot 会动态选择其预期最适合每项任务的后端模型。它可以使用 Opus 5.5，但不同请求所使用的具体后端可能不同。
不可以。官方文档表示，Grok Bot 没有面向用户的模型选择器，用户无法针对单个 Bot 请求请求、强制使用或屏蔽某个特定模型。服务会自动管理路由。
通常不是。Grok Bot 访问权限包含在付费 Cursor 方案和 Teams 中，也可能通过符合条件的 SuperGrok 或 X Premium+ 关联获得，并且可能提供有限的试用额度。使用限制仍然适用。
有。Cursor 的文档说明，每个 Grok Bot 都运行在一台持久化云端计算机上，该计算机拥有浏览器、文件系统和终端。即使用户关闭本地笔记本电脑，它仍可以继续工作。
例程是在云端运行的定时或事件触发型工作流。它们可以按计划启动，也可以由 Slack 消息、GitHub 活动、电子邮件或 Webhook 等受支持事件触发。
原文及公开产品发布信息描述了通过 Grok Bot 原生执行面向 X 的搜索、阅读和监控工作流，因此用户不必围绕单独的 X API 集成来构建每项工作流。但 Grok Bot 本身仍需要符合条件的访问权限，并且存在使用限制。
不是。原文中的微信案例是社区创建的桥接工具，而不是有官方文档记录的 Cursor 集成。应将其视为第三方自动化，尤其要审查凭据存储和消息隐私问题。
Anthropic 的直接 API 价格为每 100 万输入 tokens 4 美元、每 100 万输出 tokens 20 美元，以及每 100 万缓存读取 tokens 0.20 美元。Grok Bot 用户通过 Cursor 的 Grok Bot 使用系统计量，而不是针对每个被路由的请求直接支付 Anthropic API 费率。
Grok Bot 最大的变化并不只是 Claude Opus 5.5 可用。该产品正在成为一个路由和执行层，可以针对不同工作选择不同后端，在云端计算机上保留持久化上下文，并将成功的一次性工作流转化为定期运行的例程。
它面向 X 的监控和研究工作流，使持久化智能体尤其适合反馈分流、市场情报、品牌监控和定期报告。Pulse 及多智能体研究团队等社区案例展示了这些能力在实践中的运作方式，而官方产品文档则确认了这些工作流背后的云端计算机、路由和例程架构。
对原文宣传内容进行修正同样重要：Grok Bot 通常并非免费，用户无法验证或强制每个请求使用 Opus 5.5，而微信桥接工具是社区集成，不是官方功能。
真正的升级并不是免费使用某个昂贵模型，而是拥有一个持久化智能体系统：它可以跨模型进行路由，在云端持续工作，并自动执行重复性任务，而不要求用户手动管理每个后端。
从一句话开始，几分钟内拿到完整网站。
