Od 15 do 17 września 2026 roku trzech pracowników xAI próbowało od zera założyć firmę na żywo, korzystając z około trzydziestu agentów Grok Bot do wszystkich zadań. W czwartek faktycznie dostarczyli działającą grę. Ale lista tego, co w międzyczasie się zepsuło – od błędu w matchmakingu po zapytanie SQL, które zablokowało rejestracje – mówi więcej niż sam wynik.
Wydarzenie nazywało się « Grok Bot Galaxy » i odbywało się w The Howard w San Francisco, z darmową transmisją na żywo każdego dnia od 8:30 do 18:00 czasu pacyficznego. Na scenie: Matt Palmer, Lauren Tan i Roshan Sadanani, trzej członkowie zespołu rozwijającego Grok Bot, produkt agentów xAI. Jeśli myślicie o chatbotcie Grok, którego spotykacie na X, to nie to samo: « Bot » ma imię, rolę i komputer w chmurze. Wszystkie Boty na jednym koncie współdzielą zresztą tę samą maszynę, co ma znaczenie dla dalszej części.
xAI porzuca pop-up restaurant na rzecz gry karcianej Grok Bot
Punkt wyjścia był celowo pusty (organizacja GitHub bez żadnych repozytoriów, nowy Slack i Notion, brak pomysłu na produkt), a firma otrzymała nazwę będącą jednocześnie programem: Ship by Thursday, czyli dostarczyć przed czwartkiem. Oficjalne konto @bot otworzyło pierwszego dnia lakonicznym wpisem « This is Day 1 ». Przydatne wyjaśnienie, bo komunikaty mówią o « 72 godzinach »: chodzi o trzy dni streamu po około dziewięć godzin, a nie o ciągły licznik.
Pierwszy dzień rozpoczął się więc od « pop-up OS », czyli oprogramowania mającego pomóc szefowi kuchni otworzyć tymczasową restaurację w San Francisco, przy czym zespół sam organizował pierwszy pop-up, by poznać branżę. Pomysł przetrwał jedno popołudnie, bo pozwolenia na żywność i licencje alkoholowe skierowały koncepcję najpierw w stronę generycznego pop-upu, potem wystawy sztuki, a następnie merchandisingu tech.
Drugiego dnia pop-up umarł, a zastąpiła go przeglądarkowa gra auto-battle, w której boty z marketplace’u Grok Bot stają się kartami walczącymi w trzyosobowych drużynach. W czwartek gra została wydana pod nazwą Thursday Arena, z trybem treningowym bez konta i rankingowymi meczami poprzez połączenie z X oraz rankingiem w stylu Elo.
Ile osób tego spróbowało? Według ekranów końca streamu odnotowanych przez japońskiego obserwatora Kuroto_Works, 1902 graczy zalogowało się za pomocą konta X, odbyło się 4884 sesji treningowych i 6546 meczów publicznych. Liczby te nie zostały jednak zweryfikowane przez xAI.
Grok Bot scala ponad 400 PR w 3 dni, po czym wyłącza grę na żywo
Szybkość jest jednak rzeczywista. Pulpit nawigacyjny pierwszego dnia pokazywał 26 botów online, a licznik później przekroczył trzydzieści. Pod koniec streamu ekrany pokazywały ponad 400 pull requestów przetworzonych podczas budowania oraz 157 commitów samego Roshana Sadananiego.
Ale to właśnie to tempo ostatecznie drogo kosztowało. Trzeciego dnia automatyczna poprawka wprowadziła złe zapytanie SQL do bazy danych, która tym razem zawierała prawdziwych użytkowników. Gra padła i rejestracje pozostały zablokowane aż do wycofania zmian.
Według dziennika incydentów skompilowanego przez autora repozytorium grokbot-field-notes (obserwatora z zewnątrz xAI, współzałożyciela katalogu nopaywall.io, którego wpis promuje także płatną subskrypcję), Lauren Tan wyjaśniała właśnie, że trzeba umieć hamować agentów, w momencie gdy doszło do incydentu. Gałąź « autopilota » scaliła swoje setki PR w projekcie jednorazowego użytku, i nikt nie zaostrzył zabezpieczeń, gdy stanęła przed bazą produkcyjną.
To samo repozytorium wymienia czterdzieści rzeczy, które popsuły się na antenie, a niektóre pochodzą z pierwszego dnia. Bot szefa gabinetu otworzył pull request, gdy zespół celowo pushował na gałąź główną bez PR, ponieważ reguła istniała tylko w głowach ludzi. Matt Palmer musiał ją wygłosić na głos: « new rule, no pull requests ». Łącznik GitHub również zażądał nowego uprawnienia w środku streamu, a agenci chmurowi czekali 300 sekund na testy kończące się w minutę.
Thursday Arena: błędy bez testów, które by je wykryły
Gdy pojawili się prawdziwi gracze, błędy posypały się lawinowo. Matchmaking, który stawiał graczy tylko przeciwko SI, podczas gdy rankingi Elo ciągle się zmieniały; tabela wyników, w której licznik zwycięstw nie zgadzał się z historią meczów; całkowite zablokowanie po wydaniu całego złota; baner reklamowy zasłaniający przyciski sklepu na mobile; oraz spam w formularzu zwrotów już w pierwszych godzinach. Aukcja reklamowa mająca finansować grę została uruchomiona uszkodzona i taka pozostała do zamknięcia.
Problemy te zostały zauważone przez ludzi podczas gry, a nie przez maszynę. I nic dziwnego, większość testów została celowo usunięta w fazie prototypu, aby działać szybciej.
Podsumowanie AdvisioTech wyciąga ten sam wniosek, ponieważ niektóre problemy zostały zauważone dopiero, gdy produkt zobaczyli ludzie, i wnioskuje ono, że wąskie gardło nie leży już w produkcji kodu, ale w ocenie tego, co zostało wyprodukowane. Po stronie przychodów licznik pokazuje zero, jedyna « teoretyczna pierwsza wpłata » Ship by Thursday to test aukcji za 1 dolara w systemie, który nie działał.
Rutynowe zadania Grok Bot: zadanie uruchamiane co 15 minut wykonuje się 100 razy dziennie
Sesje równoległe wydarzenia dały inną liczbę niż demo, i dotyczy ona waszego rachunku. Kilku uczestników ustawiło rutynowe zadania co 15 minut, ponieważ zadanie wydawało im się pilne. Tymczasem Lauren Tan napisała już pod koniec sierpnia, że rutynowe zadanie uruchamiane co 15 minut wykonuje się blisko 100 razy dziennie, a każde wykonanie zużywa tokeny. Jej rada mieści się w jednej linijce: raz na godzinę lub kilka razy dziennie wystarczy.
Ograniczenia produktu idą w tym samym kierunku, ponieważ konto ma limit łącznie 50 botów i konwersacji grupowych, a każdy bot ma limit 50 rutynowych zadań. Trzeciego dnia Blake z zespołu xAI podsumował to jednym zdaniem, przytoczonym w repozytorium: « You don’t need 45 bots. »
Trzy osoby i około trzydziestu agentów dostarczyły więc grę, którą wypróbowały tysiące osób. Nie jest to firma w sensie przychodów, i nie jest to też system autonomiczny, ponieważ przejście na grę, jej uruchomienie i wycofanie zmian po awarii pozostały decyzjami ludzkimi. Pozostaje pytanie, czy kolejna taka prezentacja odbędzie się z prawdziwymi testami, czy to publiczność będzie je nadal pisać…
