Grok Bot 三分身自动建库，每晚挑错不靠人

据 Woofun AI 消息，前 AI 总监 于今年 4 月提出利用大型语言模型（LLM）构建个人知识库的创新范式，其核心在于将原始资料导入资料夹，并赋予 AI 自主编写 Wiki 及持续维护的能力。

这一理念随后被 X 用户 （@Argona0x）于 10 月 18 日进一步实证，他将该方法论迁移至 xAI 旗下的常驻 AI 代理 上，设计出一套由三个具备独立记忆的 Bot 组成的自动化系统，分别承担资料收集、Wiki 撰写与错误检查职能，从而实现知识库的无人值守式迭代。

在 Argona 构建的架构中，三个 Bot 于同一个群组对话内协同作业，各自负责特定环节。首先，"读者"Bot 负责接收用户丢入的所有连结、PDF 文件及语音讯息，并严格保持原始档案不变，确保资料源头的纯粹性。其次，"馆员"Bot 在接收到新资料后，会自动改写所有受影响的 Wiki 页面，Argona 指出，通常一次更新会牵动 10 到 15 页的内容，以确保知识体系的连贯性。最后，"检查员"Bot 则于每晚自动执行一次深度扫描，专门识别互相矛盾的陈述、过时的资讯，以及未被任何页面连结的"孤儿页面"。

这套流程遵循三条核心规则：用户提问产生的答案会被归档为新页面，使知识库随使用而增长；当新来源与旧页面冲突时，检查员会标记并等待用户判断，而非自行覆盖；若某个页面超过 30 天缺乏新来源佐证，则被标记为"未确认"。Argona 强调，第二大脑也可能"很有把握地记错事"，因此每页必须明确记录三项要素：主张本身、出自哪个来源、最后一次确认的日期。他将这三个角色精炼为一句话：读者收集，馆员撰写，检查员怀疑。

选择 Grok Bot 的关键优势在于其云端运算特性。Argona 在 10 月 13 日的长文中解释，传统的第二大脑方案多依赖本地笔电运行，一旦关闭笔电，整理工作即告中断。相比之下，Grok Bot 的每个 Bot 均在云端拥有独立的计算环境。根据 Grok Bot 官方文件，所有 Bot 共用同一台云端电脑的档案系统、浏览器状态及已登入的应用程式。这意味著，无论用户是否关闭 App、笔电或手机，背景工作及例行工作（routine）都不会中断，且 Bot 之间可在群组对话中共享脉络。官方文件亦提醒，面对重要决策时，应要求 Bot 回溯当前来源，而非仅依赖记忆。基于此，Argona 主张将知识存储于档案而非对话记忆中：原始资料存放于 raw/ 资料夹，整理后的页面存放于 wiki/ 资料夹，确保后续新增的 Bot 均可读取。

值得注意的是，Woofun AI 整理显示，这种档案化管理不仅提升了数据的可追溯性，也为多 Bot 协作提供了稳定的底层支撑。

尽管自动化带来便利，但技术限制与用量成本需谨慎评估。官方文件明确规定，例行工作的排程间隔至少为 5 分钟，且每个 Bot 最多可设置 50 个例行工作。Argona 建议每日仅安排几次执行，因为若每小时跑一次例行工作，一天内就可能耗尽方案一周的 Bot 用量。对于 Grok Bot 的具体方案与费用结构，用户可参考链新闻发布的 Grok Bot 完整指南。

此外，官方文件强调，遇到重要决定时，务必请 Bot 回头查证目前的来源，避免仅依赖潜在存在偏差的记忆。这种对"记忆可靠性"的警惕，正是 Argona 坚持将知识存为档案、并设立检查员角色的根本原因。