Grok Bot: 자기 컴퓨터를 가진 24시간 에이전트 팀
Grok Bot by SpaceXAI
TL;DR Highlight
Grok Bot은 자기 컴퓨터로 앱에 로그인해 일을 끝까지 처리하는 에이전트다
Who Should Read
반복 업무를 에이전트에 맡기고 싶지만 API·MCP가 없는 사내 도구가 많아 고민인 개발자
Core Mechanics
- Bot마다 클라우드 컴퓨터가 따로 있다
- Bot은 자기 컴퓨터에서 앱·툴·웹사이트에 로그인해 일한다.
- 깔끔한 API나 MCP(모델이 외부 도구를 쓰는 표준 규격)가 없는 플랫폼도 다룬다고 한다.
- 사용자가 자리를 비워도 작업이 멈추지 않는다.
- 메신저처럼 말 걸면 일을 맡는다
- 폰이나 데스크톱에서 동료에게 문자 보내듯 메시지로 일을 넘긴다.
- 워크플로를 먼저 설정하는 다른 AI 도구와 다르다고 소개한다.
- 승인이 필요할 때만 사용자에게 돌아온다.
- 시연하면 루틴으로 저장한다
- Bot에게 다음 작업을 지켜보게 하면 단계를 기억한다.
- 이를 루틴으로 저장하고 수정 지시를 반영해 다음부터 혼자 실행한다.
- 여러 Bot이 서로 협업한다
- Bot끼리 메시지를 주고받고 스레드에서 맥락을 공유한다.
- 그룹 채팅에서 작업을 넘기고 담당자를 정한다.
- 내부에서는 총괄 Bot 아래에 메일·경비·채용·버그 수정 등 분야별 Bot을 둔다.
- 내부 사용 사례가 구체적이다
Community Reactions
How to Apply
- API 없는 반복 업무 하나 골라 적기
- 오늘 팀 업무 중 API·MCP 없이 UI로만 하는 반복 작업을 하나 고른다.
- 입력, 처리 단계, 승인이 필요한 지점을 5줄로 적는다.
- 이 문서가 나중에 Bot에게 시연하거나 지시할 기준이 된다.
- 승인 지점을 먼저 정의하기
- Bot이 끝까지 처리하는 작업에서 사람이 꼭 확인할 단계를 정한다.
- 메일 발송, 결제, 티켓 종료처럼 되돌리기 어려운 동작을 목록으로 만든다.
- 해당 동작은 초안까지만 만들고 승인 후 실행하도록 요구한다.
- 분야별 Bot 역할 나누기
- 인박스, 경비, 버그 수정처럼 업무 레인별로 담당을 분리한다.
- 각 담당의 권한과 접근할 계정을 최소로 정한다.
- 베타로 테스트할 때는 한 레인부터 시작한다.
Try It
# Claude나 ChatGPT에 붙여넣기 (원문 방식의 간이 버전: 에이전트 위임용 업무 명세 작성)
나는 반복 업무를 AI 에이전트에게 맡기려 한다. 아래 업무를 에이전트가 끝까지 처리하되 사람 승인이 필요한 지점을 분리한 '루틴 명세'로 정리해 줘.
업무 설명: {{업무를 사람이 하는 순서대로 설명}}
사용하는 도구: {{CRM, Gmail 등}}
출력 형식:
1. 단계별 절차 (번호)
2. 각 단계의 입력과 결과물
3. 되돌리기 어려운 동작과 승인이 필요한 지점
4. 에이전트가 사람에게 되물어야 하는 조건
이어서 해 볼 것: 명세의 3번 항목만 따로 뽑아 팀원과 승인 기준을 합의해 보자.Terminology
관련 논문
같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나
긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복
가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격
가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)
Harness Engineering 101: LLM은 뇌, harness는 몸
에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다
Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크
모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다
해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유
경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다
tmux와 Claude Code: 세션, send-keys, 그리고 한계선
tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다
Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트
잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓