続・GrokBot追跡：AIチームメイトの専用マシンと記憶の仕組み

📌 エグゼクティブサマリー
xAIのGrok Botは、各Botが専用クラウドコンピュータを持ち、実際のアプリを操作して仕事を最後まで担うエージェント群です。8月11日に早期ベータが始まり、デモからの学習やBot同士の連携が特徴です。仕組み、導入経路、共用設計の注意点を整理します。

AIに「専用のパソコン」を1台ずつ与える——そんな発想のエージェントが動き始めました。xAIの「Grok Bot」は、2026年8月11日に早期ベータが始まった自律型エージェント群です[1]。Grokといえば、音声や画像生成に対応したチャットボットのイメージでした[3]。Grok Botはその先へ進んでいます。チャットで答えを返すだけでなく、各Botがクラウド上の専用コンピュータで実際のアプリを操作し、仕事を最後までやり遂げます[1]。営業のアウトリーチ、業務の自動化、バグチケットの起票などが用途として挙げられています[1]。以前の記事では登場の経緯やGrok 4.7の料金を追いました。今回は、動作の仕組みを掘り下げます。

画像出典: 記事全文: Grok Bot Review: Features, Pricing & Performance Breakdown

各Botの「体」にあたるのが、ブラウザ・ファイルシステム・ターミナルを備えた常設のクラウドコンピュータです[2]。クラウドコンピュータとは、手元のデバイスとは別に、インターネット上で動き続ける専用マシンのことです。連携済みのアプリがあればそれを使い、なければコンピュータ操作で対応します[2]。ツールごとのAPI連携を作り込む必要はなく、人が操作するのと同じようにアプリやサイトを扱えます[1]。成果物もチャットの下書きで終わらせず、人が置くのと同じ場所、つまり実際のツールの中に置かれます[1]。手元のノートPCを閉じても、Botの仕事は止まりません[1]。

設定はメッセージ1つです。Botに名前を付け、仕事を文章で伝え、求められたらツールへのアクセスを許可します[2]。入力は文字でも音声でもよく、そのまま音声チャットを始めることもできます[2]。作業中は会話の中で進捗が伝えられ、承認が必要な場面ではBotのほうから戻ってきます[2]。特徴的なのが、手順を見せて教える方式です。複数ステップの作業を一度デモンストレーションすると、Botはその道順を「スキル」(再実行できる作業手順)として保存し、スケジュールに従って再実行できます[1][2]。記憶も引き継ぎます。名前を持ったBotは、ファイルやブラウザセッション、好みの設定をタスクをまたいで残すのです[2]。ブラウザセッションとは、ログイン状態ごと保持されるブラウザの作業環境のことです。毎回ゼロから説明し直さなくてよいのは、実務で使ううえで大きいポイントです。

さらに、Botはチームで動けます。複数のBotを並行稼働させ、互いにメッセージを交換し、グループチャットで状況を共有します。タスクの担当を別のBotに渡すこともできます。人がツール間の取り次ぎ役になる必要はない、とドキュメントは説明しています[2]。対応環境はmacOS、Windows、Linux、iOS、Androidと幅広く、デスクトップとモバイルのどちらからでも同じBotに指示できます[2]。チームでの導入手順を解説するドキュメントも、すでに用意されています[2]。

導入経路も整理しておきます。Grok Botは、月20ドルのCursor Proをはじめとする有料の個人向けCursorプランと、Cursor Teamsプランに含まれます[2][5]。SuperGrok系のサブスクリプションや、Grok Businessの席からも利用できる設計です[2]。モデル側の推論費用については、以前取り上げたGrok 4.7の実測で、速い基盤の「Grok 4.7 Fast」は標準の2倍、長文は1.5倍のトークン単価という数字がありました。任せる作業の量とセットで、コストを見る必要がありそうです。なお、何ができるのかを解説する記事は英語[4]でも日本語[5][5]でも出揃ってきています。

一方で、自由度の裏には設計上の選択があります。ドキュメントによれば、すべてのBotは同じクラウドコンピュータを共用し、ファイルやブラウザセッションを共有します[2]。連携はしやすくなるものの、Botごとに環境を隔てる運用は想定されていないようです。また、Botは音声メモや下書きを、承認を得てから送ります[2]。完全な自動化ではなく、人が最終判断を残す設計です。日本語の解説では、機能や料金と並べて「注意点」が項目として立てられていることもあり、慎重な検討を促す空気がうかがえます[5]。開始から間もない早期ベータである点も、押さえておきたいところです[1]。

Grok Botの本質は、「答えを作る」モデルから「実際のツールで作業を終える」仕組みへの移行です。専用マシン、デモからの学習、Bot間の連携という三つの要素がそれを支え、チャットボットと仮想労働力の間を埋める存在だとレビューされています[1]。環境の共用と承認ゲートは、便利さと統制のバランスを取る判断のようです。ベータが進むなかで、スキルの蓄積と複数Bot運用が実務でどこまで耐えるか。そこが次の追跡ポイントになりそうです。