28 сентября 2026 года xAI объявила о публичной бета-версии Team Bots — функции, которая превращает Grok Bot в общего агента для команды. Пользователь может настроить бота под определённую роль или рабочий процесс, подключить нужные файлы и приложения, а затем открыть его коллегам.
В качестве примеров xAI приводит ежедневные брифинги по клиентским аккаунтам, координацию инженерных проектов, проверку маркетинговых материалов и ответы на запросы к корпоративным данным. Функция доступна на тарифных планах Teams и Enterprise. Подробности о цене, лимитах и сроках выхода из беты в объявлении не раскрываются.
Общий бот с раздельной памятью пользователей
Team Bot создаётся вокруг задачи, которую разделяет рабочая группа: например, сопровождение клиента, выпуск продукта или обработка аналитических запросов. В настройку входят четыре элемента: источники данных и приложения, инструкции для выполнения операций, общий набор навыков и возможность пригласить бота в Slack.
В материалах xAI упоминаются Notion, Linear, Datadog, Cursor, Databricks, Gong, Hex и Statsig. Подключение к этим сервисам позволяет боту работать с документами, тикетами, журналами мониторинга, аналитическими системами и перепиской. Набор доступных интеграций, права доступа и ограничения для конкретных организаций в публикации подробно не описаны.
У Team Bot есть важное разделение контекста. Сам бот общий для команды, однако личные разговоры каждого пользователя остаются приватными. По описанию xAI, система хранит отдельную историю и память для каждого участника, одновременно используя общие навыки и знания, заданные при настройке. Это должно позволить, например, инженеру и руководителю проекта обращаться к одному боту с разными рабочими задачами.
В Slack бот получает собственный идентификатор и может быть приглашён в канал. Участники видят сообщения в общем канале, добавляют контекст и задают вопросы в рамках совместного процесса. При этом заявленная приватность личных диалогов не означает автоматического разделения всех подключённых корпоративных данных: фактические границы доступа будут зависеть от настроек интеграций и прав конкретной организации.
Четыре сценария, которые показывает xAI
В продажах и клиентском сопровождении xAI описывает отдельного бота для каждого крупного аккаунта. Такой бот анализирует новости компании, записи звонков в Gong, документы Notion и релевантные треды Slack. Утром он публикует сводку изменений и предлагает следующие шаги для аккаунт-менеджера, специалиста по работе с клиентами, архитектора решений и руководителя продаж.
Компания утверждает, что бот сохраняет принятые решения и помогает быстрее вводить в курс дела новых участников после ротации команды. В качестве внешнего примера упоминается страховая компания Harper: по словам xAI, она использовала Team Bot для поиска клиентов с истёкшими полисами и содействия в их восстановлении. Независимых измерений эффекта или подробностей об этом внедрении в исходном материале нет.
Инженерный сценарий связывает бота с каналом проекта в Slack, Notion, Linear, Hex, Datadog и Cursor. Агент отслеживает продуктовые решения, сортирует сообщения об ошибках, создаёт тикеты и запускает Cloud Agents для типовых исправлений. Команда также передала ему внутренние правила разработки: порядок проверки pull request, условия для запроса помощи и требования к доказательствам готовности изменения.
xAI заявляет, что аналогичная схема использовалась при создании самих Team Bots. По утверждению компании, Cursor Project координировал сотни Cloud Agents и помог команде из пяти человек выпускать более 100 pull request в день. Это показатель, приведённый самой xAI; в объявлении нет независимого аудита, разбивки по типам изменений или данных о доле кода, принятого без доработки людьми.
Маркетинговый бот проверяет черновики по брендбуку, опубликованным материалам и актуальным формулировкам компании. После одобрения он может провести сайт или SEO-изменение через этап предварительного просмотра и отправить ссылку в Slack на финальное согласование. Такой сценарий сокращает число ручных передач между региональными командами и центральным маркетингом, но одновременно повышает требования к контролю публикаций: ошибка в правилах бренда может распространиться на новые материалы.
Для аналитики данных xAI описывает Data Bot с доступом только для чтения к разрешённым таблицам в Databricks. Он также использует Datadog, Hex и Statsig, чтобы отвечать на разовые вопросы, уточнять показатели и строить графики. Команда SpaceXAI, по заявлению компании, передала ему библиотеку навыков для работы более чем с 45 000 таблиц.
В этот набор входят инструкции по поиску нужных данных, анализу использования функций для выявления мошеннических сценариев, оформлению графиков и обновлению внутренних дашбордов. Бот запоминает исправления к запросам, поэтому уточнения одного пользователя должны улучшать последующие ответы для всей команды. Однако сама по себе память не гарантирует корректность метрик: результат по-прежнему зависит от качества схемы данных, описаний таблиц и выданных разрешений.
Что меняется для разработчиков и администраторов
Team Bots делает акцент на действиях внутри рабочих систем, а не на ответах в отдельном чате. Агент может создать тикет, запустить вспомогательного Cloud Agent, подготовить брифинг или передать материал на согласование. Для команд разработки это означает возможность связать модель с уже существующим процессом, не собирая отдельного бота для каждого сотрудника.
Практическая цена такого подхода — настройка доступа и поддержка инструкций. Перед тестированием организации стоит проверить, какие данные видит бот, какие операции выполняются автоматически, где требуется подтверждение человека и каким образом фиксируются ошибки. Особенно осторожно следует подключать публикацию материалов, изменение тикетов и работу с клиентскими данными.
Публичная бета также ограничивает выводы о надёжности продукта. xAI показывает внутренние кейсы и собственные показатели, однако не приводит независимых сравнений с другими агентными платформами, детальной статистики ошибок или полного списка доступных функций для Teams и Enterprise. Поэтому заявления о сотнях агентов, более чем 100 pull request в день и работе с 45 000 таблиц следует воспринимать как описание опыта компании, а не как универсальный результат.
Для первого теста разумнее выбрать процесс с низким риском: утреннюю сводку по проекту, поиск информации в утверждённых документах или классификацию входящих запросов. До подключения действий с последствиями стоит отдельно проверить права Slack и внешних сервисов, приватность личных диалогов, журналирование операций и возможность ручного отката. Первичное описание функции опубликовано на странице xAI о Team Bots; общая информация о компании доступна на официальном сайте xAI, а заявленная интеграция с рабочими каналами относится к Slack.
