xAI 发布了 Team Bots：能融入团队工作流，随着用得越多，它会变得越来越懂业务
它像团队新招的一位虚拟同事：拿到工作手册、工具、受限权限和工作记忆后，能跨应用推进任务，并把团队的决定与纠正带到下一次工作里。
xAI 发布了 Team Bots，一种可以由整个团队共享、能进入实际工作流的 Grok Bot。你可以把它理解成团队新招的一位“虚拟同事”：普通聊天助手更像临时顾问，每次见面都要重新告诉它项目背景；Team Bot 则带着团队的工作手册、工具箱、门禁卡和工作笔记，知道该去哪里找资料、按什么规则办事，以及上次和团队一起做到了哪一步。
它要解决的痛点不是“AI 不会回答”，而是企业的业务上下文太分散：客户动态在 Gong，项目决定在 Slack，任务在 Linear，规范在 Notion，数据又在仓库里。每次提问都要重新搬运这些背景，换人时还可能把已经做过的判断一起丢掉。团队可以围绕销售账户、工程项目、品牌审核或数据分析建立一个 Team Bot，把这些资料、规则、应用连接、API 权限和长期记忆放进去，让它持续跟进同一项工作。
主要功能特点
- 围绕一个岗位或流程建立共享 Bot：把销售账户、工程项目、营销审核或数据问答交给一个持续工作的角色，而不是每次新开一段对话。
- 把上下文、插件、凭据和记忆放在一起：既知道团队怎样做事，也能进入工作系统、调用获准使用的能力，并记住后续决定和纠正。
- 连接 Slack 和业务应用：可以从 Gong、Notion、GitHub、Linear、Databricks 等系统读取变化，并把简报、工单、预览或分析结果带回团队协作现场。
- 共享团队能力，保留个人对话：团队成员使用同一套知识和技能，但各自与 Bot 的单独对话及个人上下文保持分开。
- 在持续使用中积累组织知识：Bot 会记住团队确认过的决定和纠正，让后来处理同类任务时不必每次从头解释。
1. 用共享上下文统一一个岗位的工作方法
Team Bot 围绕一个团队共同承担的角色或流程建立。团队可以把内部文件、操作说明和技能交给它，让它理解这家公司怎样处理客户、交付代码、审核品牌内容或解释数据。
xAI 将这种岗位能力拆成四个部分：
- 上下文（Context）：文件、说明和技能，例如品牌手册、内部文档与交付流程，负责告诉 Bot 公司怎样做事。
- 插件（Plugins）：Salesforce、Notion、GitHub 等应用连接，让 Bot 能读取或操作工作实际发生的系统。
- 凭据（Credentials）：第三方 API 的访问凭据，用来连接没有现成插件的团队系统，并限定它获准调用的范围。
- 记忆（Memories）：工作中积累的决定、纠正和使用者上下文，让后续任务可以延续此前判断。
如果继续用“虚拟同事”的类比：Context 是它入职时拿到的工作手册，Plugins 是它使用 Salesforce、Notion、GitHub 等软件的工具，Credentials 是只允许进入指定系统的门禁卡，Memories 则是它随工作不断更新的笔记本。
四项能力必须连起来才有意义。只有工作手册，它只是会查资料；只有插件和凭据，它虽然能进入系统，却不知道团队希望它怎样做；没有记忆，每次任务结束后，团队刚纠正过的判断下次还要再讲一遍。四项合起来，Bot 才能从“回答一个问题”变成“持续跟进一项工作”：先理解规则，再去相应系统取信息和执行动作，最后把新的决定与纠正带到下一次任务里。原本由成员临时拼装的上下文，也因此变成整个团队反复使用的工作底座。
2. 连接应用和 API，把信息变成下一步动作
Team Bot 不只读取资料。通过插件和 API 凭据，它可以跟踪不同系统里的变化，再按照团队设定的流程推动下一步。
四个案例虽然工作不同，基本链条却很一致：
- 从文档、通话、Slack、工单、监控或数据表读取最新状态；
- 使用品牌规范、交付流程、指标定义或账户策略解释这些变化；
- 生成草稿、创建工单、调用执行 Agent、更新内容或发起只读查询；
- 把简报、预览、证据和阻塞带回 Slack，交给团队继续处理；
- 记录新的决定和纠正，供下一次任务使用。
它的作用因此不止是生成一段答案，而是把分散的信息接回一条可以继续推进的工作链。
3. 共享团队能力，同时保留个人对话
团队共享的是 Bot 及其岗位知识、技能和团队配置。Team Bot 也可以拥有自己的 Slack 账号；加入频道后，频道成员能够向它提问、补充信息，并共同看到它的回答。
个人与 Team Bot 的单独对话则保持私密。按照 xAI 的说明，Bot 会为每位用户保留彼此分开的上下文和记忆，同时调用团队共同拥有的技能；插件既可以由个人连接，也可以由团队统一配置。
因此，共享的重点是一套工作方法，而不是把所有人的聊天记录合并到一起。公开频道承载共同协作，个人对话保存各自的工作现场。
4. 在持续使用中积累决定和纠正
记忆让 Team Bot 能够延续一项长期工作，但“越用越懂业务”并不是一句自动变聪明的口号。它背后有一条具体闭环：先读取团队已经提供的资料和规则，在 Slack 与业务系统中参与任务，再记下团队确认过的决定、纠正和使用者上下文；以后遇到同类任务时，它沿用这些信息，而不是重新从零猜测。
xAI 的数据团队已经为超过 4.5 万张表建立技能库，用来说明正确的数据来源、分析方法和图表规范。Data Bot 接入这套既有知识后，还会记住使用者对查询的纠正。这里的“学习”不是自动读取公司的所有数据，也不能理解为每次对话都在重新训练基础模型；原文明确描述的是技能、记忆以及查询纠正被后续任务继续使用。Team Bot 越用越懂业务，靠的是组织知识与反馈被持续留下，而不是模型凭空获得了业务常识。
越用越懂业务，具体发生在哪里？
知识不是一次性喂进去，而是在工作中形成闭环
四步默认全部可见。选择任一步，可以查看它在真实工作里的作用。
当前环节
先拿到团队的工作底稿
Bot 先读取文件、规范与技能。它的起点不是空白聊天框，而是团队已经写下来的做事方法。
例如：品牌指南、账户资料、PR 完成标准、指标定义。
这里展示的是技能、记忆和反馈如何被后续任务复用，不代表基础模型会自动读取或训练公司全部数据。
四个场景，Team Bot 具体怎样工作
销售与客户成功：每天生成账户简报
xAI 为重要销售账户配置专用 Team Bot，由客户经理（AE）、客户成功经理（CSM）、解决方案架构师（SA）和销售负责人共同使用。过去，这几类人各自掌握一部分客户情况：有人知道最近的通话内容，有人知道技术阻塞，有人知道账户策略，完整背景散在不同工具和成员手里。
Team Bot 每晚查看公司新闻、近期 Gong 通话、Notion 文档和相关 Slack 讨论；第二天早上在账户频道发布简报，为不同角色列出下一步建议和草稿。白天，团队再用账户数据核对它的判断，并把新决定留下来。它因此更像这个账户的“活字典”：省掉的不只是写晨报的时间，还包括反复向不同同事追问背景、手工拼接最新状态，以及成员轮换后重新口头交接的成本。
Harper CEO Dakotah Rice 表示，其团队在 24 小时内搭建了一个 Team Bot，用来跨三个平台检查保单失效客户、查询余额并发送个性化邮件，并称这套流程在数百份保单中为客户节省了超过 12 万美元。这是客户提供的案例数据。
产品与工程：协调工单、Agent 和交付证据
xAI 的工程 Team Bot 从项目 Slack 频道获取信息，并连接 Notion、Linear、Hex、Datadog 和 Cursor。工程流程原本容易断在工具之间：产品决定留在聊天里，Bug 还要有人整理成工单，执行 Agent 修完代码后，又要有人确认测试与交付证据。
Team Bot 把这条链串起来：跟踪决定、分拣缺陷、在 Linear 创建清楚的工单，再把边界明确的修复交给 Cloud Agents。团队通过技能告诉它怎样做 PR 审查、什么时候必须向人求助，以及一项改动需要哪些证据才算完成。执行 Agent 返回通过检查、有验证证据的 PR 后，Bot 再回到 Slack 汇报进度和阻塞。它替代的是跨工具搬运信息和盯进度的协调劳动，不是取消工程师对复杂改动的判断。
xAI 称，一个 Team Bot 在开发这项产品时编排了数百个 Cloud Agents，帮助 5 人团队在几周内完成发布，并实现每天提交超过 100 个 PR。这是 xAI 自报的生产数据，原文没有披露 PR 规模、返工率或与人工基线的比较。
营销：按统一规则审核并送到预览
大型营销团队常卡在两段等待上：地区团队写完内容，要跨时区等总部检查品牌口径；网页或 SEO 文案通过后，还要向工程团队提工单才能改到网站上。营销 Bot 获得品牌指南、博客文章和社交媒体文案后，有人在 Slack 提交草稿，它就能先按照品牌语气和最新信息审核，让不同地区使用同一套标准。
内容通过审核后，它还可以继续更新网站和 SEO 内容、生成预览链接，再回到 Slack 等待最终确认。这样缩短的是“等总部初审”和“等工程排期”两段时间；最后的人类签字仍然保留，并不是让 AI 自己决定上线。
Amplitude 营销负责人 Angela Ferrante 表示，公司正在尝试把 Team Bots 用于市场与客户情报、AI 搜索可见性、发布审核和效果判断。
数据分析：用只读权限回答临时问题
xAI 的数据团队每天会收到数十个临时分析请求。传统流程里，业务人员要先找分析师排期，分析师再确认指标口径、寻找正确的数据表并写查询；即使只是一次临时问题，也可能消耗多轮沟通。
Data Bot 使用共享的只读凭据查询 Databricks 中获准访问的表，并连接 Datadog、Hex 和 Statsig 完成调查、分析和展示。员工因此可以直接问业务问题，不必先等待分析师排期，也不用自己申请和配置仓库访问。数据团队此前两年为超过 4.5 万张表积累的技能库，帮助它找到正确数据、理解指标并按公司规范制图；有人纠正查询后，这次纠正还会帮助之后提问的人少踩一次同样的坑。这里的前提是访问范围已经限定：Bot 使用只读凭据，并且只能查询获准访问的表。
四个场景共同改变了什么
表面上看，四个 Bot 分别在写晨报、建工单、审文案和查数据；真正共同的变化，是团队不再每次都由人来充当“信息搬运工”。Bot 把散落在聊天、文档、业务软件和数据仓库里的信息拉回同一条工作链，再按照已经写清的团队规则推进下一步。
这带来三种具体价值：信息不会因为分散在不同工具里而反复重找；员工轮岗或离开后，已经确认的决定和做法仍可继续使用；分析师、工程师、总部审核者等稀缺角色，也能少花时间处理查资料、转工单和第一轮审核，把注意力留给真正需要判断的例外和复杂问题。
哪些团队工作适合先做成 Team Bot
Team Bots 目前面向 Teams 和 Enterprise 计划公开测试。用户可以把已有的 Grok Bot 分享给团队，也可以从 xAI 提供的销售、产品管理、营销和数据分析预制 Bot 开始。
如果要判断一项工作是否适合先交给类似 Team Bot 的系统，可以检查五件事：
- 任务是否反复发生，而且上下文分散？ 每天都要跨多个系统查资料、汇总变化的流程，比一次性问题更适合建立共享 Bot。
- 团队规则是否已经说得清？ 品牌指南、PR 完成标准、指标定义和升级条件越明确，Bot 越容易稳定执行。
- 能否用最低权限完成工作？ 能只读就不先给写入；需要修改内容时，把预览与最终确认分开。
- 共享与私密的边界是否明确？ 团队技能、公开频道和个人对话分别承载不同信息，需要提前定义可见性和交接规则。
- 结果能否被检查？ 除了生成数量，还应观察等待时间、返工、错误、人工升级次数，以及结果是否通过原有质量门槛。
最合适的起点，是一个角色清楚、资料可控、结果可复核的流程。Team Bots 展示的产品方向也很明确：企业 AI 正从个人问答工具，走向由团队共同配置、能连接系统并持续积累工作记忆的岗位角色。
Back to newsSep 28, 2026
Team Bots: AI coworkers that learn from your team
Give a Grok Bot the files, apps, and expertise it needs, then share it so your whole team can work from the same context.
Today we’re launching Team Bots, Grok Bots that work and learn alongside your team. Give one access to the files, apps, and expertise it needs, then share it so everyone can work from the same context.
At SpaceXAI, Team Bots brief account teams each morning, coordinate engineering projects, and answer data questions across the company. Here’s how they work, how we use them, and how to build one for your own workflow.
Team Bots bring context, tools, and memory together
You build a Team Bot around a role or workflow your team shares. Everyone gets access to the same Bot and its expertise, while still being able to work with it individually.
Every Team Bot brings together four things that help it do its job:
- Context gives it the relevant files, instructions, and skills, from brand guides to internal documentation.
- Plugins let it work in applications such as Salesforce, Notion, and GitHub. They can be connected by each person or configured for the whole team.
- Credentials let it securely access third-party APIs that do not have a plugin.
- Memories help it retain what it learns and improve at its role over time.
Although the Bot is shared, each person’s conversations with it remain private. The Bot keeps separate context and memories for each user while drawing on the skills shared across the team.
Teams can also collaborate with a Team Bot in Slack. Each Team Bot has its own handle, so you can invite it to a channel where everyone can ask questions, contribute context, and see its responses.
Team Bots take on work across SpaceXAI
At SpaceXAI, we’re using Team Bots in some of our most context-heavy workflows. Here are four examples from Sales and Customer Success, Product and Engineering, Marketing, and Data Analytics.
Sales and Customer Success
At SpaceXAI, every major sales account has a dedicated Team Bot. Each Bot is shared by the account executive, customer success manager, solutions architect, and sales leader.
Every night, the Bot reviews company news, recent Gong calls, Notion docs, and relevant Slack threads. Each morning, it posts a briefing in the account’s Slack channel with what changed and what each person should do next, including drafts tailored to their role.
Throughout the day, account teams use the Bot in Slack to assess strategy, check its thinking against account data, and plan next steps. The Bot remembers the decisions teams make and builds rich context over time. As people rotate on and off the account, it becomes the system of record and can quickly bring new team members up to speed.
Harper, an insurance company serving small businesses, built a Team Bot to identify customers with lapsed policies and help them reinstate their coverage, reducing manual work for its team and recovering substantial savings for customers.
Dakotah Rice, CEO, Harper
Customer Bot
A shared bot for one customer account. It keeps the AE, CSM, SA, and Sales Leader on the same page, posts a weekday morning brief, and drafts each person's next move.
Product and Engineering
Our Engineering Team Bot works from a project’s Slack channel and connects to Notion, Linear, Hex, Datadog, and Cursor. It follows product decisions, triages bug reports, creates tickets, and launches Cloud Agents to handle well-defined fixes.
We taught the Bot our shipping process through skills. It knows how to handle PR reviews, when to ask the team for help, and what evidence a change needs before it is complete. It coordinates the work across tools and agents, then reports progress and blockers in Slack.
We used this setup while building Team Bots. The Bot steered a Cursor Project that orchestrated hundreds of Cloud Agents, helping a five-person team ship more than 100 PRs a day and launch Team Bots in a few weeks.
EPD Teammate
The coordinator for your EPD team's project or feature. It keeps up with the project's Slack channels, files clear bugs in Linear, and runs Cursor cloud agents that return green, verified PRs, so the whole team stays in sync.
Marketing
Large marketing teams spend considerable time keeping their brand, messaging, and voice consistent. We built Marketing Bot to make that work easier.
We gave the Bot access to our brand guidelines, blog posts, and social copy. Whenever someone shares a draft for approval in Slack, it reviews the work against our voice and latest messaging. Regional teams can get feedback and keep moving in their own time zones without waiting for an approval cycle at HQ.
For website and SEO changes, Marketing Bot carries the work from review to launch. Once a content update passes review, the Bot makes the change and posts a preview link in Slack for final sign-off. Anyone on the marketing team can ship website updates without filing a ticket or waiting on engineering, and every change goes through the same brand and SEO checks.
Angela Ferrante, Head of Marketing, Amplitude
Marketing Bot
Keeps your marketing team on-brand. Reviews any artifact against your brand guidelines and latest messaging, and takes approved website and SEO changes from review to preview and sign-off, so every region can ship on its own schedule.
Data Analytics
Our data analytics team receives dozens of requests each day for one-off analyses. It built Data Bot so anyone at SpaceXAI can get answers without waiting for an analyst or setting up warehouse access.
Data Bot uses shared, read-only credentials to query approved tables in Databricks. It also connects to Datadog, Hex, and Statsig to investigate questions and present the results.
The data analytics team had already spent two years building a library of skills for working with more than 45,000 tables. It gave that existing library to Data Bot, including instructions for finding the right data, analyzing feature usage for fraud, following SpaceXAI’s chart standards, and safely updating company-wide dashboards. Data Bot also remembers corrections to its queries, so what it learns from one person improves the answers it gives everyone.
Data Bot
Answers your team's one-off data questions from your warehouse with read-only queries, clear metric definitions, and charts. It remembers every correction and confirmation, so answers get better for everyone over time.
Get started with Team Bots
Team Bots is available today in public beta on Teams and Enterprise plans. Take your favorite Grok Bots and share them with your team. To get started, try one of our pre-built Team Bots for sales, product management, marketing, or data analytics.