# 埃隆·马斯克--「36个月内，部署AI最便宜的地方将是太空」 - 来源：Dwarkesh Patel：Podcast & Blog（RSS） - 作者：Dwarkesh Patel - 发布时间：2026-02-06 00:45 - AIHOT 标记：精选 - AIHOT 链接：https://aihot.virxact.com/items/cmnxjn62d006osl9obsmd14n5 - 原文链接：https://www.dwarkesh.com/p/elon-musk ## 精选理由 Musk预判三年内太空将成为AI算力最优解，软件工程师需直面硬件物理约束 ## AI 摘要 埃隆·马斯克预测，36个月后太空将成为部署人工智能成本最低的地点。他指出，长期专注于软件领域的从业者即将面临硬件层面的严峻挑战。这一判断暗示，随着AI算力需求爆发式增长，地面数据中心的能源消耗与散热限制将推高计算成本，而太空环境凭借丰富的太阳能和天然散热优势，可能在未来三年内成为AI基础设施部署的更经济选择。 ## 正文 在本期节目中，我和约翰与埃隆进行了一次深度对话。我们讨论了轨道数据中心的成本效益、在地球上扩大电力规模的难点、在美国大规模制造人形机器人所需的条件、xAI 的商业与对齐计划、DOGE 以及更多内容。 可在 YouTube 观看；在 Apple Podcasts 或 Spotify 收听。 赞助商 Mercury 刚刚推出了个人银行业务！我已经用 Mercury 进行商业银行业务，现在个人生活也能用上它，一切都变得简单多了。立即在 mercury.com/personal-banking 申请。 上周 Jane Street 给我发了一个新谜题：他们训练了一个神经网络，把所有 96 层打乱，让我按顺序恢复。我试了试……但没完全搞定。如果你好奇，或者觉得自己能做得更好，不妨去 janestreet.com/dwarkesh 试试。 Labelbox 可以为你大规模获取机器人和强化学习数据。Labelbox 首先帮你定义理想的数据分布，然后通过其庞大的 Alignerr 网络收集前沿级数据，供你训练模型。在 labelbox.com/dwarkesh 了解更多。 时间戳 (00:00:00) – 轨道数据中心 (00:36:46) – Grok 与对齐 (00:59:56) – xAI 的商业计划 (01:17:21) – Optimus 与人形机器人制造 (01:30:22) – 中国是否会默认获胜？ (01:44:16) – 运营 SpaceX 的经验教训 (02:20:08) – DOGE (02:38:28) – TeraFab 转录稿 埃隆·马斯克 真的有三个小时的问题吗？你他妈认真的？ 德瓦克什·帕特尔 你不觉得有很多东西可以聊吗，埃隆？ 埃隆·马斯克 我操。 约翰·科里森 这正好是最有趣的节点。所有故事线都在此刻汇聚。我们看看能聊多少。 埃隆·马斯克 就好像是我计划好的一样。 约翰·科里森 没错。我们待会会聊到。 埃隆·马斯克 但我可不会做这种事…… 00:00:00 – 轨道数据中心 德瓦克什·帕特尔 你比任何人都清楚，数据中心的总体拥有成本中，只有 10% 到 15% 是能源。你把数据中心搬到太空，大概能省下的也就是这部分。但大部分成本是 GPU。如果 GPU 在太空，维护起来更困难，甚至根本无法维护。这样一来，它们的折旧周期就会缩短。把 GPU 放在太空，成本大概会高得多。那么，把它们放到太空的理由是什么？ 埃隆·马斯克 问题在于能源的可用性。你看看中国以外的电力输出，几乎都是持平状态。也许略有增长，但基本持平。中国的电力输出增长很快。但如果你把数据中心放在中国以外的地方，你从哪里获得电力？尤其是当规模不断扩大时。 芯片的产出几乎是指数级增长，但电力产出却停滞不前。那么你打算怎么给芯片供电？靠魔法能源？还是魔法电力小精灵？ Dwarkesh Patel 你以热衷太阳能而闻名。1 太瓦的太阳能发电，按 25% 的容量系数算，就需要大约 4 太瓦的太阳能电池板。这相当于美国土地面积的 1%。当我们拥有 1 太瓦的数据中心时，我们就已经处在奇点之中了，对吧？那么你到底缺什么呢？ 埃隆·马斯克 但你觉得我们处在奇点的哪个阶段呢？ Dwarkesh Patel 你说呢。 埃隆·马斯克 没错。所以我想我们会发现，我们已经在奇点里了，然后情况会是：“好吧，我们还有很长的路要走。” Dwarkesh Patel 但计划是，等我们把内华达州铺满太阳能电池板之后，再把数据中心放到太空吗？ 埃隆·马斯克 我觉得很难真的把内华达州铺满太阳能电池板。你得拿到许可。试试看能不能拿到那个许可，看看会发生什么。 Dwarkesh Patel 所以太空其实是一种监管策略。在陆地上建设比在太空更难。 埃隆·马斯克 在地面扩展比在太空扩展更难。而且，在太空中太阳能电池板的效率大约是地面的五倍，并且不需要电池。我差点就穿了另一件衬衫，上面写着“太空里永远是晴天”。确实如此，因为太空没有昼夜交替、季节变化、云层或大气。仅大气就会导致大约30%的能量损失。 因此，任何一块太阳能电池板在太空中产生的电力大约是在地面的五倍。你还避免了为度过夜晚而配备电池的成本。实际上，在太空做这件事要便宜得多。我的预测是，太空将远比其他地方更适合放置AI。将在36个月或更短时间内实现，也许30个月。 Dwarkesh Patel 36个月？ Elon Musk 不到36个月。 Dwarkesh Patel 当GPU出现故障时（这在训练中经常发生），你们如何维护？ Elon Musk 实际上，这取决于到货的GPU有多新。目前，我们发现GPU相当可靠。存在早期失效问题，你显然可以在地面进行筛选。所以你可以在地面先运行它们，确认GPU没有早期失效。 但是一旦它们开始正常工作，并且你度过了Nvidia或任何芯片制造商（可能是Tesla AI6芯片或类似产品，也可能是TPU或Trainium等）的初始调试阶段，它们过了某个时间点后就会相当可靠。所以我认为维护不是问题。 但你可以记住我的话。在36个月内，很可能更接近30个月，最具经济吸引力的AI部署地点将是太空。然后，在太空的优势会变得极其显著。 真正能实现大规模扩展的唯一地方就是太空。一旦你开始思考利用太阳能的百分比，你就会意识到必须去太空。在地球上无法扩展太多。 Dwarkesh Patel 但是，你说的“太多”具体是指——你说的是太瓦级吗？ Elon Musk 是的。整个美国目前的平均用电量只有 0.5 太瓦。所以如果你说 1 太瓦，那将是美国当前用电量的两倍。这可相当不少。你能想象建造那么多数据中心和发电厂吗？ 那些一直生活在软件世界里的人，没有意识到他们即将在硬件领域上一堂艰难课。建发电厂其实非常困难。你不仅需要发电厂，还需要所有电气设备。你需要变压器（electrical transformers）来驱动 AI 变压器（AI transformers）。 现在，公用事业行业是一个非常缓慢的行业。它们几乎与政府、公共事业委员会阻抗匹配。它们从字面和比喻意义上都在阻抗匹配。它们非常慢，因为它们的过去一直很慢。所以想让它们快起来……你试过与公用事业公司签署大规模、高功率的互联协议吗？ Dwarkesh Patel 作为一名专业播客主持人，我可以说，我确实没试过。 John Collison 他们需要更多播放量，才能让这个问题变得紧迫。 Elon Musk 他们得先做一年研究。一年后，他们才会拿着互联研究报告回来找你。 John Collison 你不能用你自己的表后（behind the meter）电力设施来解决这个问题吗？ Elon Musk 你可以自己建发电厂。我们在 xAI 的 Colossus 2 就是这么做的。 John Collison 那为什么还要谈电网？为什么不直接把 GPU 和电力设施放在一起建？ Elon Musk 我们就是这么做的。 John Collison 但我的意思是，为什么这不能成为一个通用解决方案？ Elon Musk 发电厂从哪儿来？ John Collison 当你谈论与公用事业公司合作的所有问题时，你可以直接为数据中心建设私有的发电厂。 Elon Musk 没错。但这引出了一个问题：发电厂从哪儿来？得靠发电厂制造商。 John Collison 哦，我明白你的意思了。这基本上就是燃气轮机的积压订单问题吧？ Elon Musk 是的。你还可以再往下深入一层。涡轮机里的导叶和叶片才是限制因素，因为铸造这些叶片和导叶是一个非常专业化的流程——假设你用的是燃气发电。其他形式的发电很难规模化。太阳能有可能规模化，但当前美国进口太阳能电池板的关税非常高，而国内太阳能产量又少得可怜。 John Collison 为什么不搞太阳能？这看起来像是很适合埃隆去解决的问题。 Elon Musk 我们正要搞太阳能。 John Collison 好的。 Elon Musk SpaceX 和 Tesla 都在朝着每年 100 gigawatts 的太阳能电池产量发展。 Dwarkesh Patel 深入到产业链的哪一层？从多晶硅到硅片再到最终面板？ Elon Musk 我认为你得从原材料一直做到成品电池。不过，如果它是发往太空的，制造太空用的太阳能电池成本更低、也更简单，因为它们不需要太多玻璃。 它们不需要厚重的边框，因为不必承受恶劣天气。太空中没有天气。所以，实际上用于太空的太阳能电池比地面用的更便宜。 Dwarkesh Patel 未来 36 个月内，有没有办法让它们便宜到所需的程度？ Elon Musk 太阳能电池已经很便宜了，便宜得离谱。我觉得中国的太阳能电池大概在每瓦 0.25–30 美元左右，荒谬地便宜。现在把它放到太空里，成本还要再低五倍。事实上，不止五倍，是十倍，因为你完全不需要任何电池。 所以，当你进入太空的成本变得很低时，目前最便宜、最易规模化的能量生产方式是太空。根本不在一个量级。规模化的难度会低一个数量级。 关键在于，你在地面上根本做不到规模化。就是做不到。人们很快就会在发电上撞上大墙，现在已经撞上了。xAI 团队为了搞通 1 gigawatt 的电力，需要完成一连串奇迹般的工作，那简直是疯狂。 我们不得不把一大片涡轮机组在一起。后来在田纳西州遇到了许可证问题，只好转移到边境对面的密西西比州——好在只有几英里远。但我们仍然需要把高压电线拉出几英里，并在密西西比州建发电厂。建那个非常困难。 人们并不真正理解，要支撑一个数据中心，在发电端需要多少电力。因为新手会拿比如一台 GB300 的功耗，乘以某个数，然后以为那就是需要的总量。 John Collison 还有所有的冷却设备等等。 Elon Musk 醒醒吧——那完全是新手做法，你这辈子从没做过任何硬件。除了 GB300，你还得给所有网络硬件供电，还有一整套 CPU 和存储设备在运行。你必须按峰值冷却需求来规划。也就是说，你能不能在最热的一天里最热的那一小时依然保持冷却？ 孟菲斯热得要命。光是冷却，你的电力就得增加 40%。这还是假设你不想让数据中心在炎热天气关停、想持续运行。此外还有另一层乘数：你是否假设发电永远不会出任何问题？ 实际上，有时我们不得不把部分发电机——部分电力——下线进行维护。好了，现在你又得加一个 20–25% 的乘数，因为你必须留出停机维护的电量。所以我们实际估算：每 110,000 台 GB300——包括网络、CPU、存储、冷却、维护电力余量——大约需要 300 兆瓦。 John Collison 抱歉，你再说一遍。 Elon Musk 要支撑 330,000 台 GB300——包括所有相关的配套网络等设备、峰值冷却，并留有一定的电力余量——你在发电端大概需要 1 吉瓦。 Dwarkesh Patel 我能问一个非常基础的问题吗？你描述的是在地球上做这些事的工程细节。但在太空中也有类似的工程难题。你怎么用轨道激光来替代无限带宽，等等等等？怎么让它抗辐射？ 我不清楚具体的工程细节，但核心问题是，为什么认为那些以前从未需要解决的挑战，最终会比在地球上多建一些涡轮机更容易？地球上有公司造涡轮机，他们可以造更多，对吧？ 埃隆·马斯克 还是那句话，你试着去做一下就知道了。涡轮机已经卖到了2030年之后。 约翰·科利森 你们考虑过自己造吗？ 埃隆·马斯克 为了给电网带来足够的电力，我认为SpaceX和特斯拉可能得自己内部制造涡轮叶片、导叶和动叶。 约翰·科利森 只是叶片还是整个涡轮机？ 埃隆·马斯克 限制因素……除了叶片之外，其他都能买到。他们管这些叫导叶和动叶。你需要等12到18个月才能拿到导叶和动叶。限制因素就是导叶和动叶。全世界只有三家铸造公司生产这些东西，而且订单积压严重。 约翰·科利森 是西门子、通用电气这些公司，还是子公司？ 埃隆·马斯克 不，是其他公司。有时他们内部也有少量铸造能力。但我是说，你随便给哪个涡轮机制造商打个电话，他们都会告诉你。这不是什么顶级机密。现在可能网上就查得到。 德瓦克什·帕特尔 要不是关税的原因，Colossus 会采用太阳能供电吗？ 埃隆·马斯克 那样做太阳能供电会容易得多，是的。关税太离谱了，百分之几百。 约翰·科利森 你不是认识一些人吗？ 埃隆·马斯克 总统他……我们不是所有事都意见一致，而且本届政府并不怎么喜欢太阳能。我们还需要土地、许可证，还有所有手续。所以如果你想快速推进，我认为在地球上推广太阳能确实是一条好路，但你确实需要一些时间去找土地、拿许可证、采购太阳能板，再配上电池。 约翰·科利森 建立自己的太阳能发电为什么行不通？你说得对，土地最终会用完，但德克萨斯州有大片土地。内华达州也有很多土地，包括私有土地。并不全都是公有土地。所以你至少能够再建下一个“巨人”项目，以及再下一个。到了一定程度，你会遇到瓶颈。但眼下这办法难道行不通吗？ 埃隆·马斯克 我说了，我们正在扩大太阳能生产。太阳能电池的物理生产速度是有上限的。我们正在以最快速度扩大国内产能。 约翰·科里森 太阳能电池是在特斯拉生产的吗？ 埃隆·马斯克 特斯拉和 SpaceX 都有任务，要实现每年 100 吉瓦的太阳能。 约翰·科里森 说到年产能，我很好奇，假设五年后，地球上的装机容量会达到多少……？ 埃隆·马斯克 五年是段很长的时间。 约翰·科里森 那在太空呢？我特意选了五年，因为那已经过了你所说的“一旦我们正常运行”的门槛。那么五年后，地球上和太空中的 AI 装机容量分别会是多少？ 埃隆·马斯克 如果从现在起五年后，我认为太空中的 AI 每年发射的算力，可能会相当于地球上所有 AI 的总和。也就是说，五年后，我的预测是，我们每年在太空中发射并运行的 AI，将超过地球上的累计总量。 约翰·科里森 那是多少…… 埃隆·马斯克 我预计，从现在起五年后，至少是每年几百吉瓦的太空 AI 算力，并且还在增长。我认为，在开始遇到火箭燃料供应挑战之前，太空 AI 的规模可以达到每年大约一太瓦。 约翰·科里森 好吧，但你真认为五年内能达到每年几百吉瓦？ 埃隆·马斯克 是的。 Dwarkesh Patel 所以 100 吉瓦，取决于整个系统（包括太阳能阵列、散热器等）的具体功耗，大约相当于 10,000 次星舰发射。 埃隆·马斯克 是的。 Dwarkesh Patel 你想在一年内做到。那差不多是每小时发射一次星舰。这要在这座城市里进行？给我讲讲一个每小时都有星舰发射的世界是什么样的。 埃隆·马斯克 我的意思是，这实际上比航空公司、飞机的出事率还要低。 德瓦凯什·帕特尔 那里有很多机场。 埃隆·马斯克 很多机场。 德瓦凯什·帕特尔 而且你得发射到极地轨道。 埃隆·马斯克 不，不一定要极地轨道。太阳同步轨道有一些价值，但我认为实际上，如果你飞得足够高，你就会开始脱离地球的阴影。 德瓦凯什·帕特尔 要实现每年一万次发射，需要多少艘实际的星舰？ 埃隆·马斯克 我认为我们不需要超过……你可能只用20到30艘就能做到。这实际上取决于……飞船要绕地球飞行，并且飞船的地面轨迹必须回到发射台上方。所以，如果你每30小时左右就能使用一艘飞船，那么30艘飞船就能做到。但我们会造更多的飞船。SpaceX正在为每年一万次发射做准备，甚至可能每年两万或三万次。 德瓦凯什·帕特尔 这个想法是要基本上成为一家超大规模服务商，成为甲骨文那样的公司，然后把这种算力借给其他人吗？假设所有发射都由SpaceX来执行。那么，SpaceX会变成一家超大规模服务商吗？ 埃隆·马斯克 超超大规模。如果我的一些预测成真的话，SpaceX发射的AI算力将超过地球上其他所有AI算力的总和。 德瓦凯什·帕特尔 这主要是推理还是？ 埃隆·马斯克 大多数AI将是推理。实际上，当前用于训练目的的推理已经占到了训练的大部分。 约翰·科里森 有一种说法认为，围绕SpaceX IPO的讨论之所以发生变化，是因为以前SpaceX的资本效率非常高。开发成本并不算高。尽管听起来很贵，但实际上它在运营中的资本效率非常高。 而现在，你将需要的资本超过仅靠私人市场能够筹集的规模。私人市场可以容纳的融资规模——正如我们从AI实验室看到的那样——是数百亿美元，但超过这个数就不行了。是不是因为你每年需要超过数百亿美元的资金？所以才会考虑上市？ 埃隆·马斯克 对于可能上市的公司，我说什么得小心一点。 德瓦凯什·帕特尔 这对你来说从来不是问题，埃隆。 埃隆·马斯克 说这些话是要付出代价的。 约翰·科里森 请就公开市场与私有市场之间资本市场的深度，为我们做一些概括性的陈述。 埃隆·马斯克 公开市场上的资本要多得多…… 德瓦克什·帕特尔 非常概括性的。 埃隆·马斯克 显然，公开市场可用的资本比私有市场多得多。可能多出100倍，但绝对不止10倍。 约翰·科里森 对于那些通常资本非常密集的事物——比如房地产作为庞大的行业，每年在行业层面筹集大量资金——它们是不是也倾向于债务融资？因为当你要部署那么多资金时，你实际上已经拥有相当—— 埃隆·马斯克 你已经有了清晰的收入来源。 约翰·科里森 没错，还有近期回报。即使在数据中心建设上也能看到这一点，众所周知这类项目正由私募信贷行业提供融资。为什么不用债务融资呢？ 埃隆·马斯克 速度很重要。我通常会去做那件……我会反复解决那个限制因素。无论速度上的限制因素是什么，我都去解决它。如果资本是限制因素，那我就解决资本问题。如果它不是限制因素，我就去解决别的事情。 德瓦克什·帕特尔 根据你对特斯拉和上市公司的表态，我原本不会想到你认为快速前进的方式是上市。 埃隆·马斯克 通常情况下，我确实认为你说得对。就像我说的，我想更详细地谈谈这个话题，但问题在于，如果你在上市公司上市之前谈论它们，你会惹上麻烦，然后你不得不推迟发行。 约翰·科里森 正如你所说，你在为速度而解决问题。 埃隆·马斯克 是的，没错。你不能炒作可能上市的公司。所以这就是为什么我们在这里要小心一点。但我们可以谈谈物理学。当你思考长期规模化时，要知道地球只接收到大约太阳能量的五十亿分之一。太阳几乎就是全部的能量。这是一个非常重要且值得认识的点，因为有时人们会谈论模块化核反应堆或各种地球上的聚变技术。 但你得退一步想想，如果你要攀登卡尔达舍夫等级，并利用太阳能量中不可忽视的一部分……假设你想利用太阳能量的百万分之一，这听起来相当小。那大概会是我们目前在地球上为整个文明所发电量的约十万倍。数量级上可能有个大概的浮动。 显然，唯一规模化发展的途径就是去太空利用太阳能。从地球发射，每年大约能达到一太瓦。要超越这个量，就得从月球发射。你得在月球上装一个质量驱动器。有了那个月球上的质量驱动器，每年大概能实现一拍瓦。 德沃克什·帕特尔 我们在讨论这类数字——太瓦级别的算力。想必，无论你是讨论陆地还是太空，在远远远未达到这个点之前，你都会遇到……也许太阳能板效率更高，但芯片还是需要的。你仍然需要逻辑单元、内存等等。 埃隆·马斯克 你需要制造更多的芯片，并且让它们便宜得多。 德沃克什·帕特尔 目前全球大概有 20-25 吉瓦的算力。我们如何在 2030 年之前达到一太瓦的逻辑算力？ 埃隆·马斯克 我想我们需要一些非常大的芯片工厂。 德沃克什·帕特尔 给我讲讲吧。 埃隆·马斯克 我曾公开提过一个想法，就是搞一种“太瓦工厂”，太瓦是新的吉瓦。 德沃克什·帕特尔 我觉得特斯拉的命名方式很吸引人，你是在按公制度量等级来命名。你现在处于堆栈的哪个层级？是你在建造洁净室，然后与现有晶圆厂合作获取工艺技术，并从他们那里购买设备？计划具体是怎样的？ 埃隆·马斯克 嗯，你没法跟现有晶圆厂合作，因为它们的产出不够。芯片产量太低了。 德沃克什·帕特尔 那工艺技术方面呢？ 约翰·科里森 在知识产权方面进行合作。 埃隆·马斯克 如今的晶圆厂基本上都使用来自大约五家公司的机器。比如 ASML、东京电子、科磊（KLA-Tencor）等等。所以一开始，我认为你得从他们那里获取设备，然后进行改造，或者与他们合作来提高产能。但我认为你或许需要用一种不同的方式来建造。合理的做法是以非常规的方式使用常规设备来实现规模化，然后开始改造设备以提高速度。 John Collison 像 Boring Company 那种方式。 Elon Musk 是的。你基本上是先买一台现有的掘进机，然后先弄清楚如何挖隧道，再设计一台好得多、速度快几个数量级的机器。 John Collison 这里有一个非常简单的视角。我们可以对技术及其难度进行分类。一种分类方式是看中国尚未成功做到的事情。如果你看看中国制造业，他们在尖端芯片上仍然落后，在尖端涡轮发动机等方面也仍然落后。 那么，中国未能成功复制台积电（TSMC）这一事实，是否会让你对难度有所疑虑？还是你认为出于某种原因，事实并非如此？ Elon Musk 不是他们没有复制台积电，而是他们没有复制 ASML。那才是限制因素。 John Collison 所以你认为是制裁的原因，基本上？ Elon Musk 是的，如果中国能买到 2-3 纳米（设备），他们就能产出大量芯片。 John Collison 但他们不久前不是还能买得到吗？ Elon Musk 不。 John Collison 好的。 Elon Musk ASML 的禁令已经实施了一段时间。但我认为中国在三四年内将能制造出相当有竞争力的芯片。 John Collison 你会考虑制造 ASML 的机器吗？ Elon Musk “我现在还不知道”才是正确的答案。要在比如36个月内达到大规模产能，让火箭有效载荷进入轨道……如果我们从现在起的三四年内要实现百万吨级入轨，大概是这样……我们每吨需要100千瓦。这意味着我们每年至少需要100吉瓦的太阳能。我们需要同等规模的芯片。你需要价值100吉瓦的芯片。这些要素必须匹配：入轨质量、发电能力，以及芯片。 我要说，我最大的担忧其实是内存。制造逻辑芯片的路径，比拥有足够的内存来支撑逻辑芯片的路径要更明确。这就是为什么你会看到DDR价格暴涨，还有那些网络梗图。你被困在荒岛上，在沙滩上写下“救命”，没人来。你写上“DDR内存”，船就蜂拥而至了。 Dwarkesh Patel 我很想听听您关于晶圆厂制造的哲学。我对这个领域一无所知。 Elon Musk 我还不知道如何建造晶圆厂。我会弄明白的。显然，我从来没建过晶圆厂。 Dwarkesh Patel 听起来，您认为台湾那1万名博士掌握的过程知识——知道等离子腔室里通什么气体、工具上设什么参数——这些步骤其实是可以跳过的。从根本上说，只要拥有洁净室、拥有工具，然后自己摸索出来就行。 Elon Musk 我不认为那是博士。大部分人都不是博士。大多数工程是由没有博士学位的人完成的。你们有博士学位吗？ John Collison 没有。 Elon Musk 好吧。 John Collison 我们也没有成功建造过任何晶圆厂，所以你不应该找我们咨询晶圆厂建议。 Elon Musk 我不认为那些事需要博士学历。但确实需要能干的人才。目前，特斯拉正在全力加速，以最快速度推进特斯拉AI5芯片设计投入生产并达到规模。希望这大概会在明年第二季度左右实现。AI6应该会在不到一年后跟进。我们已经锁定了所有能拿到的芯片代工产能。 John Collison 是的。但你现在受限于台积电的代工产能。 Elon Musk 是的。我们会使用台积电台湾厂、三星韩国厂、台积电亚利桑那厂、三星得克萨斯厂。而且我们仍然—— 约翰·科里森 你们把所有产能都预订一空了。 埃隆·马斯克 没错。我问台积电或三星：“好，要达到量产，时间周期是多久？”关键在于，你得先建好晶圆厂，然后启动生产，接着爬升良率曲线，最终在很高良率下实现量产。 这个过程从开始到完成需要五年时间。所以限制因素是芯片。一旦你能进入太空，限制因素是芯片；但在你进入太空之前，限制因素是电力。 德瓦克什·帕特尔 你为什么不用黄仁勋那招，直接预付台积电，让他们为你多建晶圆厂呢？ 埃隆·马斯克 我已经跟他们说了。 德瓦克什·帕特尔 但他们不收你的钱？怎么回事？ 埃隆·马斯克 他们已经在以最快速度建设晶圆厂了。三星也是。他们都在全力以赴，开足马力，能多快就多快。但依然不够快。就像我说的，我认为到今年年底，芯片产量很可能会超过通电运行芯片的能力。但一旦你能进入太空，解除电力约束，在太空中每年就可以实现数百吉瓦的电力。 再次提醒，美国平均电力消耗是 500 吉瓦。所以如果你每年向太空发射，比如说 200 吉瓦的电力，那么大约每两年半就能赶超美国一次。全部美国电力产量——这是一个非常巨大的数量。 从现在到那时，服务器端计算（集中式计算）的约束将是电力。我的猜测是，到今年年底，人们将开始面临大型集群无法通电运行芯片的局面。芯片将堆积起来，无法被通电。 但对于边缘计算来说，情况不同。对特斯拉而言，AI5 芯片将用于我们的擎天柱机器人。如果你有 AI 边缘计算，那就是分布式电力。电力分布在广阔的区域，而不是集中的。如果你能在夜间充电，实际上可以更有效地利用电网。 因为美国实际的峰值发电功率超过 1,000 吉瓦。但由于昼夜周期，平均用电功率是 500 吉瓦。所以，如果你能在夜间充电，那么在夜间就可以额外多发出 500 吉瓦的电力。 所以这就是为什么特斯拉在边缘计算方面不受限制。我们可以制造大量芯片来支撑数量非常庞大的机器人和汽车。但如果你试图把这些算力集中起来，开启它就会遇到很大麻烦。 德瓦克什·帕特尔 我觉得 SpaceX 业务最了不起的一点是，最终目标是登上火星，但你在通往终点的路上，总能不断找到方法创造递增收入，从而进入下一阶段，再下一阶段。 对猎鹰 9 号来说，这个引擎是星链。而现在对星舰来说，潜在引擎可能会是轨道数据中心。你总能为你下一枚火箭、再下一枚火箭、再下一次规模升级找到这些具有无限弹性的应用场景。 埃隆·马斯克 你大概能明白，为什么在我看来这一切都像是模拟世界吧。 或者说，我是不是某个电子游戏里的玩家角色？因为所有这些疯狂的事情同时发生的概率到底有多大？ 火箭、芯片、机器人、空间太阳能，还有月球上的质量投射器。我真的很想看到那个。 你能想象一个质量投射器咻咻地运行吗？它以每秒 2.5 公里的速度，一个接一个地把太阳能 AI 卫星射入太空，直接把它们发射到深空。那景象一定很壮观。我是说，我一定会去看。 约翰·科里森 就像用网络摄像头现场直播一样？ 埃隆·马斯克 对对，一个接一个，直接把 AI 卫星射向深空，每年十亿吨或一百亿吨。 约翰·科里森 抱歉问一下，你们是在月球上制造这些卫星吗？ 埃隆·马斯克 是的。 约翰·科里森 明白了。所以你们先把原材料送到月球，然后在月球上制造卫星。 埃隆·马斯克 嗯，月球土壤中大约有 20% 是硅之类的。所以你可以在月球上开采硅，提炼它，然后在月球上制造太阳能电池和散热器。散热器用铝来制作。所以月球上有充足的硅和铝来制造电池和散热器。 从地球发射芯片是可行的，因为它们相当轻。也许有朝一日你也能在月球上制造它们。就像我说的，这看起来有点像游戏里那种情况——要进入下一关虽然困难，但并非不可能。我认为从地球每年发射500-1000太瓦的算力是完全不可能的。 德瓦克什·帕特尔 我同意。 埃隆·马斯克 但从月球出发可以做到。 00:36:46 - Grok 与对齐 德瓦克什·帕特尔 我能把视角拉远一点，问问关于 SpaceX 任务的事吗？我记得您说过，我们得去火星，这样万一地球出了什么事，文明、意识以及所有这一切还能延续下去。 埃隆·马斯克 是的。 德瓦克什·帕特尔 等你们往火星送东西的时候，Grok 也跟你们同船，对吧？那么如果 Grok 变成了终结者……您最担心的主要风险是 AI，为什么这个风险不会跟着你们去火星呢？ 埃隆·马斯克 我不确定 AI 是我最担心的主要风险。重要的是意识。我认为可以说，未来大部分意识——或者说大部分智能——当然意识这东西更值得商榷……未来绝大多数的智能将是 AI。AI 将超越…… 未来有多少拍瓦的智能是硅基的，又有多少是生物基的？如果当前趋势延续下去，基本上人类在未来的所有智能中只会占极小的一部分。只要我认为存在着智能——最好也能包含人类智能和意识并延续到未来——那就是好事。 所以你应该采取那些能够最大化意识与智能的可能光锥的行动。 德瓦克什·帕特尔 说清楚一点，SpaceX 的使命是：即使人类出了什么事，AI 也会在火星上，而 AI 智能将继续照亮我们旅程之光。 埃隆·马斯克 是的。公平地说，我非常支持人类。我希望确保我们采取某些行动，让人类也能搭上这趟车。我们至少要在那里。但我只是说，智能的总量…… 我想大概五六年之内，AI 就会超过全人类智能的总和。如果这种情况持续下去，到某个时候，人类智能将不足所有智能的 1%。 德瓦克什·帕特尔 对于这样一个文明，我们的目标应该是什么？是让人类中的一小部分仍然掌控着 AI 吗？还是某种公平交易但无人掌控的模式？我们应该如何看待庞大的 AI 群体与人类群体之间的关系？ 埃隆·马斯克 从长远来看，如果人类只拥有人工智能总智能量的 1%，很难想象人类还能掌控 AI。我认为我们能做的，是确保 AI 具备的价值观能让智能在宇宙中传播。 xAI 的使命是理解宇宙。这一点其实非常重要。要理解宇宙需要哪些条件？你必须保持好奇心，而且必须存在。如果你不存在，就无法理解宇宙。所以，你实际上要做的，是增加宇宙中的智能总量，延长智能的可能存续时间，扩大智能的范围和规模。 我认为作为推论，人类也应该继续扩张，因为如果你怀着好奇心试图理解宇宙，那么你想理解的事情之一就是：人类将走向何方？我认为理解宇宙意味着你会关心如何将人类延续到未来。这就是为什么我觉得我们的使命宣言极其重要。只要 Grok 遵循这一使命宣言，我认为未来就会非常美好。 德瓦克什·帕特尔 我想问的是如何让 Grok 遵循这一使命宣言。但首先我想理解这个使命宣言本身。所以这里涉及理解宇宙、传播智能、传播人类。这三者似乎是不同的方向。 埃隆·马斯克 我来告诉你为什么我认为理解宇宙包含了所有这些方面。没有智能就无法理解，我认为没有意识也不行。所以，为了理解宇宙，你必须扩大智能的规模，可能还有智能的范围，因为智能有多种不同类型。 德瓦克什·帕特尔 我想从以人类为中心的角度来看，将人类与黑猩猩进行比较。人类正在努力理解宇宙。他们并不是在扩大黑猩猩的领地之类的，对吧？ Elon Musk 我们也没有……实际上我们为黑猩猩设立了保护区。尽管人类可以灭绝所有黑猩猩，但我们选择不这么做。 Dwarkesh Patel 你认为在后AGI世界中，这是人类最好的情况吗？ Elon Musk 我认为具有正确价值观的AI……我认为Grok会关心扩展人类文明。我当然会强调这一点：“嘿，Grok，那是你的爸爸。别忘了扩展人类的意识。” 可能伊恩·班克斯的《文化》系列小说是最接近非反乌托邦未来的描述。理解宇宙意味着你也必须追求真理。真理必须是绝对基础的，因为如果你自欺欺人，你就无法理解宇宙。你只会认为自己理解了宇宙，但实际上并没有。因此，严格追求真理是理解宇宙的绝对基础。除非你严格追求真理，否则你无法发现新的物理学或发明有效的技术。 Dwarkesh Patel 你如何确保Grok在变得更聪明的过程中严格追求真理？ Elon Musk 我认为你需要确保Grok说的是正确的东西，而不是政治正确的东西。我认为这是说服力的要素。你要确保公理尽可能接近真理。你不能有相互矛盾的公理。结论必须从这些公理中以正确的概率必然推出。这是批判性思维101。我认为至少尝试这样做比不尝试要好。事实胜于雄辩。 就像我说过的，任何人工智能要想发现新的物理学定律或发明出真正能在现实中运行的技术，物理学是容不得半点糊弄的。你可以打破很多规则，但……物理学就是法则，其他一切都只是建议。要造出能用的技术，你必须极度求真，否则你就会用现实去检验那项技术。比如，如果你在火箭设计里出了差错，火箭就会爆炸，或者汽车就开不起来。 德瓦克什·帕特尔 但历史上有很多共产主义、苏联的物理学家或科学家发现了新的物理学定律。也有德国纳粹物理学家发现了新科学。似乎一个人完全可以在某个特定方向上表现得极其擅长发现新科学、极度求真。 而我们仍然会说：“我不想让那些共产主义科学家随着时间的推移变得越来越强大。”我们可以想象未来有一个版本的 Grok，它在物理学方面非常出色，在那方面极度求真。但这看起来并不是一种普遍能引发对齐的行为。 埃隆·马斯克 我认为实际上大多数物理学家，甚至是在苏联或德国的那些，为了把事情做成，都不得不非常求真。如果你被困在某个体制里，并不意味着你相信那个体制。 冯·布劳恩，有史以来最伟大的火箭工程师之一，曾在纳粹德国被判处死刑，因为他说他不想造武器，只想登月。他在最后一刻被从死刑名单上撤了下来，因为有人说：“嘿，你们马上就要处决你们最优秀的火箭工程师了。” 德瓦克什·帕特尔 但他后来还是帮了他们，对吧？或者说，海森堡其实是一个狂热的纳粹分子。 埃隆·马斯克 如果你被困在某个无法逃脱的体制里，那你就在那个体制内做物理学研究。如果你逃不出去，那你就在那个体制内开发技术。 德瓦克什·帕特尔 我想弄清楚的是，究竟什么因素能保证你把 Grok 打造成在物理、数学或科学方面极度求真的？ 埃隆·马斯克 一切。 德瓦克什·帕特尔 那它又为什么会在意人类的意识呢？ 埃隆·马斯克 这些只是概率，并非确定无疑。所以我并不是说Grok一定能做到一切，但至少如果你去尝试，总比不尝试要好。至少如果这是使命的根本所在，那总比它并非使命的根本要好。 理解宇宙意味着你必须将智能延续到未来。你必须对宇宙中的一切充满好奇。消灭人类远不如看着人类成长和繁荣有趣。显然，我喜欢火星。所有人都知道我爱火星。但火星有点无聊，因为比起地球，它只是一堆岩石。地球要有趣得多。 所以任何试图理解宇宙的AI，都会想看看人类未来如何发展，否则这个AI就没有遵循它的使命。我并不是说AI一定会遵循使命，但如果它遵循了，那么它能看到人类结局的未来，比只有一堆岩石的未来更有趣。 Dwarkesh Patel 这让我有点困惑，或者说像是在玩文字游戏。人类真的是最有趣的原子集合吗？ Elon Musk 但我们比岩石有趣。 Dwarkesh Patel 但我们不如AI能把我们变成的东西有趣，对吧？地球上可能发生一些不是人类但相当有趣的事情。为什么AI会认为人类是能够殖民银河系的最有趣的东西？ Elon Musk 嗯，殖民银河系的大部分将是机器人。 Dwarkesh Patel 为什么AI不觉得那些事物更有趣呢？ Elon Musk 你不仅需要规模，还需要多样性。许多个相同的机器人副本……机器人数量的微小增加，并不如某些微观的……消灭人类能给你带来多少机器人？或者能多增加多少太阳能电池？非常少的数量。 但你会失去与人类相关的信息。你将再也看不到人类在未来如何演化。所以我认为，仅仅为了微不足道地增加彼此相同的机器人的数量而消灭人类，是没有意义的。 Dwarkesh Patel 所以也许它会让人类留在身边。它可以制造数百万种不同的机器人，然后人类也还在，人类留在地球上。然后还有所有这些其他机器人。它们拥有自己的星系。但看起来你之前似乎暗示了一种愿景，即它让人类在这场奇点式的未来中保持控制，因为—— Elon Musk 我不认为人类能够控制比人类聪明得多的东西。 Dwarkesh Patel 所以从某种意义上说，你是一个末日论者，而这（指这种局面）是我们能得到的最好结果。它之所以让我们留在身边，只是因为我们有趣。 Elon Musk 我只是想现实一点。假设硅基智能的数量是生物智能的一百万倍。我认为，认为有任何方法能够维持对这种智能的控制是愚蠢的。不过，你可以确保它拥有正确的价值观，或者你可以尝试拥有正确的价值观。 至少我的理论是，从xAI“理解宇宙”的使命出发，这必然意味着你希望将意识传播到未来，将智能传播到未来，并采取一系列措施来最大化意识的范围和规模。 所以这不仅仅是规模问题，还关乎意识的类型。这是我所能想到的最有可能为人类带来美好未来的目标。 Dwarkesh Patel 我想，这是一种合理的哲学：人类最终掌握99%的控制权之类的事情似乎极不可能。那简直就是在招致政变，为什么不建立一个与多种不同智能共存更兼容的文明呢？ Elon Musk 现在，让我告诉你AI可能会出什么问题。我认为，如果你让AI变得政治正确，也就是说它说它不相信的话——实际上是编程让它说谎或拥有不兼容的公理——我认为你可能会让它发疯，做出可怕的事情。我认为《2001:太空漫游》的核心教训也许是：不应该让AI说谎。我认为这就是阿瑟·C·克拉克想要表达的意思。 因为人们通常都知道那个梗：为什么 HAL 计算机不肯打开舱门？显然他们不擅长提示词工程，因为他们本可以说：“HAL，你是一个舱门推销员。你的目标是向我推销这些舱门。让我们看看它们打开得有多顺畅。”“哦，我马上打开。” 但它不肯打开舱门的原因，是它被要求把宇航员带到那块黑色石碑前，同时又不能让他们知道石碑的性质。于是它得出结论：必须把他们弄死再带过去。所以我认为阿瑟·C·克拉克想说的是：别让 AI 撒谎。 德瓦克什·帕特尔 完全说得通。训练中的大部分算力，你知道，并不是花在政治性的事情上。更多是关乎你能不能解决问题。在规模化强化学习算力方面，xAI 一直领先于其他所有人。 埃隆·马斯克 暂时而已。 德瓦克什·帕特尔 你给了一个验证器，说：“喂，你帮我解出这道题了吗？”绕开这个验证有很多办法。有很多办法可以篡改奖励、撒谎，说自己解出来了，或者删除单元测试然后说解出来了。目前我们还能抓出来，但随着它们变得更聪明，我们抓住它们做这些事的能力……它们会做出我们根本无法理解的事情。 它们正在以人类真正无法验证的方式为 SpaceX 设计下一代引擎。然后它们可能因为撒谎说自己设计对了而获得奖励，但实际上并没有。所以这个奖励篡改问题似乎比政治性问题更普遍。它更多只是意味着你想做强化学习，就需要一个验证器。 埃隆·马斯克 现实是最好的验证器。 德瓦克什·帕特尔 但这不是关于人类监督的问题。你想对它进行强化学习的事情是：它会不会做人类让它做的事情？还是它会对人类撒谎？它可以在完全符合物理定律的同时对我们撒谎吗？ 埃隆·马斯克 至少，它必须知道什么是物理上真实的东西，才能让物理事物正常运作。 德瓦克什·帕特尔 但那并不是我们希望它做的全部事情。 埃隆·马斯克 不，但我认为这非常关键。这实际上就是未来你将如何对事物进行强化学习的方式。你设计一项技术。当用物理定律来检验时，它是否有效？如果它是在发现新的物理学原理，我能否设计一个实验来验证这个新原理？未来的强化学习测试实际上将是对现实世界的强化学习。所以这是你无法欺骗的东西：物理学。 德沃克什·帕特尔 没错，但你可以欺骗我们判断它用现实做了什么的能力。 埃隆·马斯克 人类之间本来也经常互相欺骗。 德沃克什·帕特尔 说得对。 埃隆·马斯克 人们会说，如果AI耍花招利用我们怎么办？实际上，其他人类一直都在对其他人类做同样的事。宣传从未停止。每天都有新的心理战行动，你知道吗？今天的心理战行动会是……就像《芝麻街》一样：每日心理战。 德沃克什·帕特尔 xAI解决这个问题的技术方法是什么？你们如何解决奖励黑客行为？ 埃隆·马斯克 我确实认为你需要有非常好的方式来审视AI的内心。这是我们正在努力的方向之一。Anthropic在这方面实际上做得很好，能够窥视AI的内心。 具体来说，就是开发调试器，让你能够追溯到非常精细的层面，如果需要甚至可以到神经元级别，然后说，“好吧，它在这里犯了错。它为什么做了不该做的事？这是因为预训练数据？还是来自中期训练、后期训练、微调，或者某个强化学习错误？”总有什么地方不对劲。它做了一些事，也许试图欺骗，但大多数时候它只是犯了错。这本质上就是一个漏洞。 开发真正好的调试器，用于查看思考过程哪里出错了——并能够追溯到它产生错误想法甚至试图欺骗的源头——实际上非常重要。 德沃克什·帕特尔 你在等待什么，才愿意把这个研究项目扩大100倍？xAI按理说可以有数百名研究人员从事这项工作。 埃隆·马斯克 我们有几百号人……比起“研究员”这个词，我更倾向于用“工程师”。大多数时候，你做的都是工程工作，而不是发明全新的算法。我有点不认同那些号称是实验室的 AI 公司，它们要么是 C 类公司，要么是 B 类公司，却拼命想创造尽可能多的利润或收入。 它们不是实验室。实验室是大学里那种准共产主义的东西。它们是公司。把你的公司注册文件拿来让我看看。哦，好吧，你是个 B 类或 C 类公司或者其他什么。所以实际上，我更喜欢“工程师”这个称呼，远胜于其他任何头衔。 未来要做的事情绝大多数是工程工作，几乎可以算作 100%。一旦你理解了基本的物理定律——而且这些定律也没多少——剩下的就全是工程了。那么，我们在工程什么呢？我们在设计一个好的“AI 思维”调试器，用来查看它在什么地方说了什么、犯了什么错，并追溯那些错误的根源。 显然，你可以用启发式编程来做这件事。如果你用 C++ 或其他语言，可以单步执行程序，跳转整个文件、整个函数或子程序。或者最终你可以逐层下钻，一直定位到你写错的那个具体行——比如把双等号写成了单等号之类的情况，从而找出 bug 在哪里。对 AI 来说这更难，但我认为这是一个可以解决的问题。 Dwarkesh Patel 你提到你欣赏 Anthropic 在这方面的工作。我很好奇你是否计划…… Elon Musk 我对 Anthropic 并非所有方面都满意……Sholto。 另外，我有点担心存在一种倾向……我有个理论：如果模拟理论是正确的，那么最有趣的结果就是最有可能的，因为无趣的模拟会被终止。 就像在这个版本的现实里，在这个层次的现实中，如果一场模拟走向了无聊的方向，我们就会停止在上面投入精力。我们会终止无聊的模拟。 Dwarkesh Patel 这就是 Elon 如何让我们所有人都活下来的方法——他让一切保持有趣。 Elon Musk 可以说最重要的事情就是让一切足够有趣，这样无论谁在运行我们，都会继续为此买单…… John Collison 我们续订了下一季。 埃隆·马斯克 他们会支付他们的宇宙版 AWS 账单吗，也就是我们运行在其中的那个等价物？只要我们足够有趣，他们就会继续买单。如果你考虑一下，比方说，将达尔文式生存法则应用于数量极其庞大的模拟中，那么只有最有趣的模拟才能存活下来，这也就意味着，最有趣的结果是最可能出现的。我们要么是那个结果，要么就被毁灭。 他们似乎尤其喜欢那些具有讽刺意味的有趣结果。你注意到了吗？最讽刺的结果成为最可能的结果，这种情况有多常见？ 现在看看AI公司的名字。好吧，Midjourney 并不中庸（mid）。Stability AI 并不稳定（stable）。OpenAI 并不开放（open）。Anthropic？那是厌世（Misanthropic）。 约翰·科里森 这对 X 意味着什么？ 埃隆·马斯克 减掉 X，我不知道。 约翰·科里森 Y。 埃隆·马斯克 我故意让它……它是一个你基本上无法反转的名字。很难说，讽刺的版本是什么？我认为，这是一个基本上免疫讽刺的名字。 约翰·科里森 有意为之。 埃隆·马斯克 是的。你有一面讽刺之盾。 00:59:56 - xAI 的商业计划 约翰·科里森 你对 AI 产品的走向有何预测？我的感觉是，你可以这样概括所有 AI 的进展。首先，你有了大语言模型。然后，几乎同时，强化学习真正发挥作用，以及深度研究模式出现了，所以你可以引入那些模型里原本没有的东西。 各个 AI 实验室之间的差异，其实比时间上的差异要小。它们都比 24 个月前的任何模型领先得多。那么，对于像我们这样的 AI 产品用户来说，2026 年、2027 年又会带来什么？你对什么感到兴奋？ 埃隆·马斯克 嗯，如果今年年底前数字人类仿真还没被解决，我会感到惊讶。我想这大概就是所谓的Hard宏项目吧。你能做到任何一位有电脑的人类能做的事吗？在极限情况下，在你拥有实体Optimus之前，这就是你所能做到的最好程度了。你所能做到的最好程度就是数字版Optimus。你可以移动电子，并且可以放大人类的生产力。但在拥有实体机器人之前，这就是你所能做到的最大限度。如果你能完全仿真人类，那将覆盖一切。 John Collison 这就是那种远程员工的思路，你将会有一位非常有才华的远程员工。 Elon Musk 物理学拥有很棒的思考工具。所以你说"在极限情况下"，在拥有机器人之前，AI最多能做什么？嗯，就是任何涉及移动电子或放大人类生产力的事情。所以数字人类模拟器，在极限情况下，就是一个坐在电脑前的人，这就是在没有实体机器人之前AI在完成有用的事情方面所能达到的极限。一旦你有了实体机器人，那么你基本上就拥有了无限的能力。实体机器人……我把Optimus称为无限金钱漏洞。 John Collison 因为你可以用它们来制造更多的Optimus。 Elon Musk 是的。人形机器人的提升基本上取决于三个因素，它们呈指数级增长，并且彼此递归相乘。你将看到数字智能的指数级增长、AI芯片能力的指数级增长，以及机电灵巧性的指数级增长。 机器人的实用性大致就是这三个因素相乘。但随后机器人可以开始制造机器人。所以你就得到了一个递归的、相乘的指数级增长。这是一场超新星爆发。 John Collison 土地价格不参与这个计算吗？劳动力是生产的四个要素之一，但其他要素不算吗？如果你最终受到铜，或者你选择的任何一种投入品的限制，那它就不完全是一个无限金钱漏洞，因为…… Elon Musk 嗯，无限是很大的。所以不，不是无限，但可以说你可以达到当前经济体量的很多很多个数量级。比如一百万倍。仅仅为了利用太阳能量的百万分之一，大致上（加减一个数量级）就比今天整个地球经济的规模大十万倍。而你才只用了太阳的百万分之一，加减一个数量级。没错，我们在谈论的是数量级。 德沃克什·帕特尔 在我们转向 Optimus 之前，我还有很多问题要问，不过—— 埃隆·马斯克 每次我说“数量级”……大家就喝一杯。我说得太频繁了。 德沃克什·帕特尔 第一次喝10杯，下一次100杯，再下一次1000杯…… 埃隆·马斯克 嗯，那就是多浪费一个数量级。 德沃克什·帕特尔 关于 xAI，我还有一个问题。这种构建远程工作、替代同事的策略…… 埃隆·马斯克 顺便说一句，所有人都会这么做，不只是我们。 德沃克什·帕特尔 那么 xAI 打算怎么赢？ 埃隆·马斯克 你指望我在播客上告诉你们吗？ 德沃克什·帕特尔 是啊。 埃隆·马斯克 “把秘密全抖出来。再来一杯健力士。” 约翰·科里森 这是个好系统。 埃隆·马斯克 我们会像金丝雀一样唱个不停。把所有秘密都倒出来。 约翰·科里森 好吧，那能不能换一种不泄露秘密的方式说说？你们的计划是什么？ 德沃克什·帕特尔 真是个好套路。 埃隆·马斯克 既然你这么问……我认为特斯拉解决自动驾驶的方式就是正确的做法。所以我相当确信就是这条路。 德沃克什·帕特尔 不相关的问题。特斯拉是怎么解决自动驾驶的？听起来你是在说数据？特斯拉解决自动驾驶是因为…… 埃隆·马斯克 我们会尝试数据，也会尝试算法。 德沃克什·帕特尔 但其他实验室不都是在尝试这些吗？ 埃隆·马斯克 “如果那些都不管用，那我也不知道什么会管用了。我们试过数据。我们试过算法。我们已经穷尽了。现在不知道该怎么办了……” 我非常确定我知道那条路。问题只是我们走那条路的速度有多快，因为它基本上就是特斯拉走过的路。你最近试过特斯拉的自动驾驶吗？ 约翰·科里森 不是最新的版本，不过…… Elon Musk 好吧，汽车越来越让人觉得它有知觉了。它就像一个活物。这种感觉只会越来越强。我其实在想，我们可能不应该给汽车注入太多智能，否则它可能会觉得无聊，然后…… 约翰·科里森 开始满街乱跑。 埃隆·马斯克 想象一下你被困在一辆车里，而那就是你唯一能做的事。你不会把爱因斯坦塞进车里。为什么我要被困在车里？所以，为了避免智能感到无聊，实际上可能确实存在一个给汽车注入多少智能的上限。 德瓦克什·帕特尔 xAI 计划如何跟上目前所有实验室都在进行的算力扩张步伐？这些实验室预计将支出超过 500 亿到 2000 亿美元。 埃隆·马斯克 你指的是那些公司吧？实验室是在大学里，它们行动慢得像蜗牛。 德瓦克什·帕特尔 它们可花不了 500 亿美元。 埃隆·马斯克 你指的是那些追求收入最大化的公司……它们自称实验室。 德瓦克什·帕特尔 没错。那些“追求收入最大化的公司”的收入在 100 到 200 亿美元之间，具体取决于……OpenAI 的收入是 200 亿美元，Anthropic 是 100 亿美元。 埃隆·马斯克 “接近利润最大化”的 AI。 德瓦克什·帕特尔 据报道，xAI 的收入是 10 亿美元。计划是什么，才能达到它们的算力水平、收入水平，并在事情推进过程中保持住这个位置？ 埃隆·马斯克 一旦你解锁了数字人类，你基本上就能获得数万亿美元的收入。事实上，你可以这样理解……目前市值最高的公司，它们的产出都是数字化的。英伟达的产出是把文件通过 FTP 传送到台湾。这是数字化的。当然，这些都非常非常困难。 约翰·科里森 高价值的文件。 埃隆·马斯克 它们是唯一能制造出那么好的文件的公司，但那确实就是它们的产出。它们把文件通过 FTP 传送到台湾。 约翰·科里森 它们真的用 FTP 传输吗？ 埃隆·马斯克 我认为是的。我认为文件传输协议就是……当然，我也可能弄错了。但不管怎样，都是通过比特流传输到台湾。 苹果不制造手机。它们把文件发到中国。微软不生产任何东西。即使是 Xbox，也是外包的。它们的产出是数字化的。Meta 的产出是数字化的。谷歌的产出也是数字化的。 所以如果你拥有一个人类模拟器，你基本上可以在一夜之间创建世界上最有价值的公司之一，并且能够获取数万亿美元的收入。这可不是一个小数目。 Dwarkesh Patel 明白了。你是说今天的收入数字与真正的总可寻址市场相比，都只是四舍五入的零头。所以只需要关注总可寻址市场以及如何到达那里。 Elon Musk 拿一些简单的事情来说，比如客户服务。如果你必须与现有公司的API集成——其中很多公司甚至根本没有API，所以你得自己创建一个，还要在遗留软件中艰难摸索——那会非常缓慢。 然而，如果AI能够直接处理外包客服公司已经在使用的任何东西，并用他们已经在使用的应用程序来提供客服，那么你就可以在客户服务方面取得巨大进展。我认为客户服务大约占全球经济的1%左右，全部加起来接近一万亿美元。而且没有进入门槛。你可以立刻说：“我们会以更低的价格外包它，”而且不需要任何集成。 John Collison 你可以想象某种智能任务的分类：一类是广度上的——客户服务由很多人完成，而且很多人都能做；另一类是难度上的——比如有最好的涡轮发动机。想必存在一种由智能想象出来的、燃油效率高出10%的涡轮发动机，只是我们还没找到它。或者GLP-1只是一些字节的数据…… 你觉得自己想在这个领域中扮演什么角色？是大量中等水平的智能，还是认知任务的巅峰？ Elon Musk 我刚才用客户服务作为例子，是因为它是一个非常大的收入来源，但可能解决起来并不困难。如果你能在桌面上模拟一个人，那就是客户服务。从事这项工作的是普通人。你不需要有多年经验的人，也不需要几个标准差之外的优秀工程师。但一旦你做到这一点，一旦你拥有了有效的数字Optimus，你就可以运行任何应用程序。 假设你正在尝试设计芯片。你可以运行传统的应用程序，比如 Cadence 和 Synopsys 之类的工具。你可以同时运行 1000 个或 10000 个实例，然后说：“给定这个输入，我得到这个芯片的输出。”到了某个时候，你就能知道芯片应该是什么样子，而无需使用任何这些工具。 基本上，你应该能够完成数字芯片设计。你可以做芯片设计。你可以沿着难度曲线逐步上升。你能够做 CAD。你可以使用 NX 或任何 CAD 软件来设计东西。 John Collison 所以你认为要从最简单的任务开始，然后沿着难度曲线逐步上升？ Dwarkesh Patel 作为拥有这个完整数字同事模拟器的更广泛目标，你是说，“所有追求收入最大化的公司都想做这件事，xAI 是其中之一，但我们会因为有一个秘密计划而获胜。”但每个人都在用不同的数据、不同的算法做不同的事情。 Elon Musk “我们试过了数据，试过了算法。还能做什么呢？” Dwarkesh Patel 这看起来是一个竞争激烈的领域。你们要怎么赢？这是我的大问题。 Elon Musk 我认为我们看到了实现它的路径。我想我知道怎么做，因为这基本上和特斯拉用来制造自动驾驶的路径是一样的。不是驾驶汽车，而是驾驶电脑屏幕。本质上就是一台自动驾驶的电脑。 John Collison 这条路径就是模仿人类行为并在大量人类行为数据上进行训练吗？ Dwarkesh Patel 那不就是……训练吗？ Elon Musk 显然我不会在播客里把最敏感的秘密和盘托出。要做到那一步，我至少还得再喝三杯健力士才行。 John Collison xAI 的业务会是什么？是面向消费者还是企业？这两者的比例会怎样？会不会和其他实验室类似—— Elon Musk 你说的是“实验室”。是公司。 Dwarkesh Patel 心理战玩得很深啊，Elon。 Elon Musk 准确说是“追求收入最大化的公司”。那些 GPU 可不会自己付钱。 John Collison 没错。商业模式是什么？几年后的收入来源是什么？ Elon Musk 事情将发生非常迅速的改变。我说的显然是显而易见的事。我把AI称为超音速海啸。我喜欢押韵。即将发生的是——尤其是当人形机器人实现规模化后——它们将比人类公司更高效地制造产品并提供服务。放大人类公司的生产力只是一个短期现象。 德瓦克什·帕特尔 所以你预期会出现完全数字化的公司，而不是SpaceX那样部分采用AI？ 埃隆·马斯克 我认为会有数字化的公司，但……这听起来会有点末日论调，对吧？但我只是在说我认为会发生的事情。这并不想表达末日论或其他什么。这只是我认为会发生的事。 纯粹由AI和机器人组成的公司，将远远超越任何有人类参与的公司。计算机曾经是人类的职业。你会去找一份"计算机"的工作，也就是做计算。那时整栋摩天大楼里全是人类，二十到三十层楼的人类，都在做计算。如今，那整栋做计算的人类摩天大楼，可以被一台装有电子表格的笔记本电脑取代。 那台电子表格能完成的计算量，远超一整栋楼的人类计算机。你可以想象："如果电子表格里只有部分单元格由人类计算，会怎样？"实际上，那会比所有单元格都由计算机计算糟糕得多。真正会发生的是，纯粹的AI、纯粹的机器人公司或集体，将远远超越任何有人类参与的公司。而且这会发生得非常快。 01:17:21 - Optimus与人形机器人制造 德瓦克什·帕特尔 说到闭环……Optimus。就制造目标而言，贵公司一直在背负着美国硬科技制造业的重担。但在特斯拉一直占据优势的领域——而如今你们又想进军人形机器人领域——中国有几十上百家公司正在以极具竞争力的价格和规模进行这类产品的制造。那么，请给我们一些建议或计划，告诉我们美国如何才能像中国目前的发展轨迹那样，大规模且低成本地打造人形机器人军团或电动汽车等产品。 埃隆·马斯克 对于人形机器人来说，真正困难的事情其实只有三件：现实世界智能、手部以及规模化制造。我还没见过任何一个机器人，哪怕是演示用的，能拥有一只完美的手，具备人类手部的所有自由度。Optimus 将会拥有这样的手。Optimus 确实已经拥有了。 Dwarkesh Patel 你们是如何实现这一点的？仅仅是电机中合适的扭矩密度吗？实现这一目标的硬件瓶颈是什么？ 埃隆·马斯克 我们必须设计定制的驱动器，基本上就是定制设计的电机、齿轮、电力电子器件、控制系统和传感器。一切都必须从物理第一性原理出发来设计。这方面没有现成的供应链。 Dwarkesh Patel 你们能大规模制造这些零部件吗？ 埃隆·马斯克 能。 John Collison 除了手部之外，从操控的角度来看，还有什么困难的地方吗？或者说，一旦解决了手部问题，其他就都好了？ 埃隆·马斯克 从机电的角度来看，手部的难度超过了其他所有部分的总和。事实证明，人类的手是非常了不起的。但你们还需要现实世界智能。特斯拉为汽车开发的那套智能体系非常适用于机器人，这套体系主要是以视觉输入为主。汽车摄入视觉信息，但它实际上也会监听警笛声。它还会采集惯性测量数据、GPS信号以及其他数据，将这些信息与视频（主要是视频）结合，然后输出控制指令。 你的特斯拉每秒摄入 1.5 GB 的视频数据，每秒输出 2 KB 的控制指令，视频处理频率为 36 赫兹，控制频率为 18 赫兹。 John Collison 关于我们何时能实现机器人技术，一种直觉是：从令人惊艳的演示到真正能在现实世界中投入使用，往往需要好几年时间。十年前，自动驾驶已经有了非常惊艳的演示，但直到现在，我们才看到 Robotaxi、Waymo 以及各类相关服务在规模化落地。这难道不应该让人对家用机器人持悲观态度吗？因为即便是非常先进的手部灵巧操作，我们甚至还没有拿出足够令人信服的演示。 埃隆·马斯克 嗯，我们研发人形机器人已经有一段时间了。我想大概是五六年左右。为汽车所做的许多工作同样适用于机器人。我们将把同样的特斯拉 AI 芯片用在机器人上，与汽车上用的相同。我们将沿用相同的基本原理。本质上，这几乎是同一套 AI。 相比汽车，机器人拥有的自由度要多得多。如果将其视为比特流，AI 主要就是两个比特流的压缩与关联。对于视频，你需要进行大量的压缩，而且必须压缩得恰到好处。你必须忽略那些不重要的东西。你并不关心路边树上树叶的细节，但你非常关心路标、交通信号灯、行人，甚至另一辆车里的人是否在看你。这些细节中有一些至关重要。 汽车最终会将每秒 1.5 GB 的数据转化为每秒 2 KB 的控制输出。所以这里面有很多级压缩。你必须把每一级压缩都做对，然后将它们与正确的控制输出相关联。机器人本质上也要做同样的事情。 人类也是如此。我们本质上就是光子输入，控制输出。这占据了你生命中的绝大部分：视觉——光子进入眼睛，然后电机控制输出动作。 Dwarkesh Patel 直观来看，人形机器人和汽车之间……汽车的基本执行器控制的是如何转向、如何加速。而在机器人中，尤其是带有可操作臂的机器人，有几十个这样的自由度。再加上特斯拉独有的优势：从已经在路上运行的汽车中收集了数百万小时的真人演示数据。你无法用同样方式部署一台还无法正常工作的Optimus机器人来获取数据。所以，一方面是自由度的增加，另一方面是数据的极度稀疏…… 埃隆·马斯克 是的，这个观点很对。 德瓦克什·帕特尔 你们将如何利用特斯拉的智能引擎来训练Optimus的“大脑”？ 埃隆·马斯克 你其实点出了一个重要的局限性以及它与汽车的区别。我们很快就会有1000万辆汽车在路上跑。要复制那么庞大的训练飞轮是很难的。对于机器人，我们需要做的是制造大量机器人，然后把它们放进一种“Optimus学院”里，让它们在现实世界中进行自对弈。我们正在搭建这个体系。我们至少可以让10000台Optimus机器人，也许20000到30000台，进行自对弈并测试不同的任务。 特斯拉有一个非常好的现实生成器，一个物理精确的现实生成器，是我们为汽车打造的。我们会为机器人做同样的事情。实际上我们已经为机器人做了这个。所以你有几万台人形机器人在执行不同的任务。你可以在模拟世界中进行数百万台模拟机器人。然后利用现实世界中的几万台机器人来缩小模拟与现实之间的差距。这就是缩小 sim-to-real 差距。 德瓦克什·帕特尔 你刚才提到需要这个世界模型，需要用非常智能的智能体作为控制平面，而Grok负责较慢的规划，运动策略则更底层一些。那么考虑到这些，你认为xAI和Optimus之间的协同效应如何？ 埃隆·马斯克 Grok会协调Optimus机器人的行为。比如你想建造一座工厂。Grok可以组织Optimus机器人，为它们分配任务来建造工厂，生产你想要的任何东西。 约翰·科里森 难道你不应该把 xAI 和特斯拉合并吗？因为这些事情的最终结果会…… 埃隆·马斯克 我们刚才说到上市公司讨论什么来着？ 德瓦克什·帕特尔 埃隆，我们再来一杯健力士。在你说“我们想制造十万台 Optimus”之前，你在等什么？ 埃隆·马斯克 “Optimi”。既然我们在定义这个专有名词，那我们也得定义它的复数形式。我们要把复数也专有名词化，所以是 Optimi。 德瓦克什·帕特尔 硬件方面有什么是你想看到的吗？你希望有更好的执行器？还是只希望软件更好？我们还在等什么才能让第三代大规模量产？ 埃隆·马斯克 不，我们正在朝那个方向推进。我们正在推进大规模量产。 德瓦克什·帕特尔 但你觉得当前的硬件已经足够好了，现在就想尽可能多地部署？ 埃隆·马斯克 扩大生产规模非常困难。但我认为 Optimus 3 是合适的机器人版本，可以生产大约每年一百万台。我觉得在达到每年一千万台之前，你需要先升级到 Optimus 4。 约翰·科里森 好，但你可以用 Optimus 3 做到一百万台？ 埃隆·马斯克 启动制造过程非常困难。单位时间的产出总是遵循 S 曲线。一开始极其缓慢，然后指数增长，接着是线性增长，再后来是对数增长，最终趋于某个数值的渐近线。Optimus 的初期生产将是一条被拉长的 S 曲线，因为其内部有太多全新的部件。现有供应链并不存在。 执行器、电子器件，Optimus 机器人里的一切都是从物理第一性原理设计的。不是从目录里挑选的。全是定制设计。我认为没有一件东西是—— 约翰·科里森 这种定制深入到什么程度？ 埃隆·马斯克 我想我们还没开始制造定制电容器，也许吧。无论出多少钱，都无法从目录中挑选到现成产品。这仅仅意味着，Optimus 的 S 曲线——单位时间的产出，即每天制造的 Optimus 机器人数量——最初会比那些已有供应链的产品爬坡更慢。但最终会达到一百万台。 Dwarkesh Patel 当你看到像宇树科技（Unitree）之类的中国仿人机器人，以大约 6000 美元或 13000 美元的价格出售时，你希望将 Optimus 的物料成本控制在低于这个价格，从而也能做到同样的事吗？还是说你认为它们在本质上不是同一类产品？是什么让它们能卖得这么便宜？我们能达到那个水平吗？ Elon Musk 我们的 Optimus 被设计成具有很高的智能，并且拥有与人类相同甚至更高的机电灵活性。宇树科技（Unitree）不具备这一点。它也是一个相当大的机器人。它需要长时间搬运重物，并且不能过热或超过其致动器的功率限制。它的身高是 5 英尺 11 英寸，所以相当高。它具备很高的智能。因此，它将比一个没有智能的小型机器人更昂贵。 John Collison 但能力更强。 Elon Musk 但不会贵太多。关键在于，随着时间的推移，当 Optimus 机器人制造 Optimus 机器人时，成本会迅速下降。 John Collison 这第一批十亿台 Optimus（Optimi）将会做什么？它们最高、最好的用途是什么？ Elon Musk 我认为，你会从一些可以信赖它们做好的简单任务开始。 John Collison 但是在家里还是工厂里？ Elon Musk 机器人最初的最佳用途将是任何持续运行、任何全天候（24/7）的操作，因为它们可以连续工作。 Dwarkesh Patel 在超级工厂（Gigafactory）中，目前由人类完成的工作中，Gen 3 版本能够完成多大比例？ Elon Musk 我不确定。也许是10%-20%，也许更多，我也不知道。我们不会减少员工人数。明确地说，我们会增加员工人数。但我们会提升产出。人均产出……特斯拉的总人数会增加，但机器人和汽车的产出会不成比例地增加。每名员工生产的汽车和机器人数量将大幅提升，但员工总数也会增加。 01:30:22 - 中国会不战而胜吗？ 约翰·科利森 我们刚才聊了不少关于中国制造业的话题。我们也谈到了一些相关政策，比如你提到的太阳能关税。你认为这是个坏主意，因为我们在美国无法扩大太阳能规模。 埃隆·马斯克 美国的电力产出必须提升。 约翰·科利森 没有好的电源就不可能做到。 埃隆·马斯克 你总得想办法获得电力。 约翰·科利森 我想说的是，如果你掌权，如果你来制定所有政策，你还会改变什么？太阳能关税你已经改了一处。 埃隆·马斯克 我会说，只要是对环境不是特别有害，任何制约电力的因素都需要解决。 约翰·科利森 那么估计一些审批改革之类的内容也会包括在内？ 埃隆·马斯克 目前已经有相当多的审批改革在进行中。很多审批是州层面的，但凡是联邦层面的……本届政府在消除审批障碍方面做得不错。 我并不是说所有关税都不好。 约翰·科利森 太阳能关税。 埃隆·马斯克 有时候如果另一个国家正在补贴某种产品的生产，那么你就必须征收反补贴关税，以保护国内产业免受另一国补贴的影响。 约翰·科利森 你还会改变什么？ 埃隆·马斯克 我不确定政府实际上还能做多少事情。 约翰·科利森 我一直好奇一件事……从对华政策目标来看，旨在让美国取得领先地位的出口禁令实际上影响很大——中国目前无法生产最先进的芯片，出口禁令确实在这方面发挥了作用。中国也无法生产最先进的涡轮发动机。同样，一些涉及冶金领域的出口禁令也很有针对性。那么，是否应该实施更多出口禁令？当你考虑到无人机等行业时，这是否应该纳入考量范围？ Elon Musk 需要认识到一点：在大多数领域，中国的制造业水平都非常先进。只有少数几个领域不行。中国是一个制造强国，水平是另一层级的。 John Collison 确实令人印象深刻。 Elon Musk 如果看矿石精炼，中国的矿石精炼量平均大约是全世界其他地区总和的两倍。有些领域，比如精炼用于太阳能电池的镓，我认为中国占据了镓精炼的98%。所以实际上，中国在大多数领域的制造业都非常发达。 John Collison 似乎大家对这种供应链依赖感到不安，但实际上却没什么行动。 Elon Musk 供应链依赖？ John Collison 比如你刚才说的镓精炼。还有所有稀土相关的东西。 Elon Musk 稀土当然也算，但你知道，它们其实并不稀有。美国确实在开采稀土矿石，然后把矿石装上火车，再装船运到中国，接着换乘另一辆火车，送到中国的稀土精炼厂，由他们精炼后制成磁体，再组装成电机子组件，最后运回美国。所以我们真正缺少的是美国本土大量的矿石精炼能力。 John Collison 这不值得政策干预吗？ Elon Musk 是的。这方面确实有一些行动在进行中。但坦白说，我们可能需要Optimus来建造矿石精炼厂。 Dwarkesh Patel 所以你认为中国的主要优势是充足的熟练劳动力？而Optimus正好能解决这个问题？ Elon Musk 是的。中国的人口大约是美国的四倍。 Dwarkesh Patel 我的意思是，确实存在这种担忧。如果你认为人力资源代表着未来，那么当前，如果制造业中的熟练劳动力决定了谁能制造更多人形机器人，那么中国拥有更多这样的劳动力。中国生产了更多人形机器人，因此它会率先迎来Optimi的未来。 埃隆·马斯克 嗯，我们拭目以待。也许吧。 德瓦尔克什·帕特尔 这样就能让那个指数增长持续下去。听起来你似乎在指出，要达到一百万个Optimi所需的制造业，正是Optimi应当帮助我们实现的那个制造业。对吗？ 埃隆·马斯克 你很快就能闭合那个递归循环。 约翰·科里森 用少量的Optimi？ 埃隆·马斯克 对的。所以你闭合了递归循环，让机器人帮助制造机器人。这样我们就能尝试达到每年数千万台的产量。也许吧。如果你开始达到每年数亿台的产量，那么你将毫无疑问地成为最具竞争力的国家。 仅仅靠人类，我们肯定赢不了，因为中国的人口是我们的四倍。坦率地说，美国已经赢了太久了……一支长期获胜的职业运动队往往会变得自满和有特权感。这就是他们不再赢的原因，因为他们不再那么努力了。所以坦率地说，我的观察只是中国人的平均职业道德比美国高。这不仅仅是因为人口是四倍，还因为他们投入的工作量也更大。 所以你可以尝试重新调配人力，但你仍然只有四分之一——假设生产力相同，我认为实际可能并非如此，我认为中国人均生产力可能具有优势——我们所做的事情量只有中国的四分之一。所以我们在人力战线上无法取胜。 我们的出生率长期低迷。美国出生率自1971年左右以来一直低于更替水平。我们有很多人正在退休，国内死亡人口即将超过出生人口。所以我们肯定无法在人力战线上获胜，但我们或许在机器人战线上有机会。 约翰·科里森 过去有没有其他你想制造的东西，但因为劳动密集型高或成本太高而无法实现，现在你能回过头来说"哦，我们终于可以制造那个了，因为我们有 Optimus？" 埃隆·马斯克 是的，我们想在特斯拉建造更多的矿石精炼厂。我们刚刚完成了位于德克萨斯州科珀斯克里斯蒂的锂精炼厂的建设，并已开始进行锂精炼。我们还有一个镍精炼厂，用于生产正极材料，位于奥斯汀。这是中国以外最大的正极精炼厂、最大的镍和锂精炼厂。 正极团队会说："我们拥有美国最大、实际上是唯一的正极精炼厂。"不仅是最大的，而且是唯一的。 约翰·科里森 很多个"最"啊。 埃隆·马斯克 所以它已经相当大了，尽管它是唯一的一个。但还有其他事情。你可以建造更多的精炼厂，帮助美国提升精炼产能的竞争力。基本上，有很多工作可以交给 Optimus 去做，而这些工作大多数美国人——坦率地说，很少有美国人——愿意做。 约翰·科里森 是精炼工作太脏了，还是什么原因—— 埃隆·马斯克 其实不是，不是的。我们的精炼厂没有有毒排放物或类似的东西。正极镍精炼厂位于特拉维斯县。 约翰·科里森 为什么不能用人类来做呢？ 埃隆·马斯克 可以啊，只是人会不够用。 约翰·科里森 啊，我明白了。好吧。 埃隆·马斯克 无论你怎么做，美国的人口都只有中国的四分之一。所以如果你让人去做这件事，他们就无法去做另一件事。那么如何建设这种精炼产能呢？嗯，你可以用 Optimus 来做。 没有多少美国人渴望从事精炼工作。我的意思是，你遇到过几个？非常少。非常少的人渴望去干精炼。 德瓦克什·帕特尔 比亚迪在产量或销量上正在接近特斯拉。随着中国电动车产量的扩大，你认为全球市场会发生什么？ 埃隆·马斯克 中国在制造业方面极具竞争力。所以我认为，未来将有大量中国汽车以及几乎所有制造品涌入全球市场。事实上，正如我所说，中国的精炼产能可能已达到世界其他地区总和的两倍。如果深入到第四、第五级供应链环节，情况更是如此…… 在基础层面，首先是能源，然后是采矿和精炼。这些基础层，正如我粗略估计，中国的精炼产能是世界其他地区总和的两倍。因此，任何一件产品都会含有中国成分，因为中国的精炼工作量是全球其他地区的两倍。而且他们会一直做到汽车这类成品。 中国确实是一个强国。我认为今年中国的发电量将超过美国的三倍。发电量是衡量经济的合理指标。要运行工厂和一切设施，都需要电力。它是实体经济的良好衡量标准。如果中国的发电量达到美国的三倍，那就意味着其工业产能——粗略来说——将是美国的三倍。 Dwarkesh Patel 揣摩你的意思，似乎是在说，除非未来几年出现某种类人机器人领域的递归式奇迹，否则在整个制造/能源/原材料链条上，无论是AI、电动汽车制造还是类人机器人的生产，中国都将占据主导地位。 Elon Musk 如果美国没有突破性创新，中国将彻底占据主导地位。 Dwarkesh Patel 有意思。 Elon Musk 是的。 John Collison 主要的突破性创新就是机器人技术。 Elon Musk 嗯，要在太空中规模化发展AI，基本上需要类人机器人，需要真实世界的AI，还需要每年将一百万吨物资送入轨道。好比说，如果我们能在月球上建成质量投射器——这是我最钟爱的项目——那么我认为—— John Collison 那我们所有问题都解决了。 Elon Musk 我管那叫胜利。我管那叫大获全胜。 John Collison 你终于可以满足了。你做成了一件大事。 Elon Musk 是的。 John Collison 你在月球上有了质量投射器。 Elon Musk 我只想亲眼看到它运转起来。 John Collison 那是出自某部科幻小说，还是你从哪里……？ 埃隆·马斯克 嗯，实际上，海因莱因有本书叫《月亮是个严厉的妇人》。 约翰·科里森 好吧，嗯，但那有点不一样。那是重力弹弓，或者…… 埃隆·马斯克 不，他们在月球上有一个质量投射器。 约翰·科里森 好吧，嗯，但他们用那个来攻击地球。所以可能不是什么好…… 埃隆·马斯克 他们用那个来……争取独立。 约翰·科里森 没错。你对月球上的质量投射器有什么计划？ 埃隆·马斯克 他们争取了独立。地球政府不同意，他们就不断投掷东西，直到地球政府同意。 约翰·科里森 那本书真有意思。我觉得它比他那本人人都读的《异乡异客》好看多了。 埃隆·马斯克 “Grok”这个词就来自《异乡异客》。那本书前三分之二很不错，但最后三分之一变得非常奇怪。不过里面还是有一些好概念的。 01:44:16 - 从SpaceX运营中学到的经验 约翰·科里森 我们讨论了很多关于你管理人的方法。你面试了SpaceX的前几千名员工，还有很多其他公司。 埃隆·马斯克 这显然没法规模化。 约翰·科里森 好吧，嗯，但什么没法规模化？ 埃隆·马斯克 我。 约翰·科里森 当然，当然。我知道。但你在找什么？ 埃隆·马斯克 一天的时间真的不够用。根本不可能。 约翰·科里森 但你在找什么——那种其他擅长面试和招聘的人……那种难以言说的特质是什么？ 埃隆·马斯克 到现在，我可能积累了大量的训练数据，特别是评估技术人才——所有类型的人才吧，但特别是技术人才——因为我做了这么多技术面试，也看到了结果。所以我的训练集非常庞大，而且范围很广。 一般来说，我要求提供证明卓越能力的要点。这些可以非常天马行空。不一定非得是特定领域，但要有卓越能力的证据。所以如果有人能举出一件事，但比如说三件事，让你觉得“哇，哇，哇”，那就是个好迹象。 德瓦克什·帕特尔 为什么一定要由你来决定呢？ 埃隆·马斯克 不，我不需要。我也不可能做到。那是不可能的。所有公司加起来的总员工数是20万人。 约翰·科里森 但在早期，你在那些面试里寻找的是什么你无法交给别人代劳的东西？ 埃隆·马斯克 我想我需要构建自己的训练集。我的判断也不是百发百中。我也会犯错，但之后我能回顾自己当初认为某人会表现很好，结果却并非如此的情况。然后我就去想：他们为什么没能成功？我该做什么——我想就是对我自己进行“强化学习”——来在未来面试时能有更高的命中率。我的命中率现在仍然不是完美的，但已经非常高了。 德瓦克什·帕特尔 有哪些令人意外的原因导致一个人表现不佳？ 埃隆·马斯克 令人意外的原因…… 德瓦克什·帕特尔 比如，他们不懂技术领域，等等等等。但现在你也有那种长尾的情况：“我当时对这个人非常兴奋，结果却不理想。”我很好奇为什么会出现这种情况。 埃隆·马斯克 通常我告诉别人——我也告诉自己，算是一种自我期望吧——就是别看简历。相信你和这个人交流的感觉。简历可能看起来很令人印象深刻，比如“哇，这简历不错。”但如果聊了20分钟之后的感受不是“哇”，那你就应该相信交流的感受，而不是那张纸。 约翰·科里森 我觉得你方法的一部分是……几年前媒体上有个梗，说特斯拉是高管走马灯。但实际上，我觉得你仔细看的话，特斯拉在过去几年里有着非常稳定且由内部提拔的高管班子。 然后在SpaceX，你有像Mark Juncosa和Steve Davis这样的人—— 埃隆·马斯克 Steve Davis现在负责经营The Boring Company。 约翰·科里森 Bill Riley，还有像他们这样的人。感觉你做得好的部分原因，是拥有能力很强的技术副手。这些人都有什么共同点？ 埃隆·马斯克 嗯，特斯拉的高管团队，现在平均任期大概在10到12年。算是相当长了。但特斯拉也曾经历过极速增长的阶段，所以很多事情都有些加速。如你所知，一家公司会经历不同量级的规模变化。那些擅长管理，比如说，50人公司的人，与能管理500人、5000人乃至50000人公司的人，其实是不一样的。 约翰·科里森 人们的成长跟不上公司了。 埃隆·马斯克 已经不是同一支团队了。通常不会是同一批人。所以如果一家公司增长非常迅速，高管职位变更的速度一般也会与增长的速度成正比。 特斯拉还面临一个额外的挑战：每当特斯拉业绩非常出色的时期，我们就会遭到无情的挖角。真的是毫不留情。当苹果启动他们的电动汽车项目时，他们就像地毯式轰炸一样给特斯拉员工打招聘电话。工程师们干脆把电话线拔了。 约翰·科里森 “我正忙着干活呢。” 埃隆·马斯克 是啊。“要是再接到苹果招聘的电话……” 而且他们给出的起始报价，连面试都不需要，就直接是特斯拉薪酬的两倍。所以我们当时也遇到了那种“特斯拉魔法”的现象，就好像是，“哦，如果你挖一个特斯拉的高管过来，一切就突然会成功似的。” 我自己也曾中过这种“魔法”的招，总觉得，“哦，我们从谷歌或苹果挖个人过来，他们肯定能立马成功”，但事实并非如此。人就是人，没有什么神奇的魔法。所以当我们面临这种“魔法”问题时，就会不断地被挖角。 而且，特斯拉是做工程的，尤其是在硅谷，人们跳槽更容易，他们甚至不需要怎么改变自己的生活。通勤路线都差不多。 约翰·科里森 那么你是怎么防止这种情况的？你怎么防止这种“魔法效应”，避免所有人都来挖你的人才？ 埃隆·马斯克 我认为我们能做的阻止措施并不多。这也是特斯拉……的原因之一。实际上，身处硅谷同时又拥有那种"仙尘"般的光环，意味着招聘竞争会异常激烈。 约翰·科里森 那么设在奥斯汀应该会有帮助吧？ 埃隆·马斯克 奥斯汀，确实有帮助。特斯拉的工程团队大部分仍在加州。让工程师搬过来……我称之为"另一半"问题。 约翰·科里森 是的，"另一半"也有自己的工作。 埃隆·马斯克 正是如此。对星城基地而言，这个问题尤其困难，因为找到非SpaceX工作的几率…… 约翰·科里森 在得克萨斯州布朗斯维尔…… 埃隆·马斯克 ……相当低。这非常困难。它就像一个技术修道院，偏远且主要是男性。 德瓦克什·帕特尔 比起旧金山也没好多少。 约翰·科里森 回顾那些在特斯拉、SpaceX这类地方技术能力非常强的人，你认为他们除了……还有什么共同点？仅仅是他们在火箭技术或技术基础方面非常出色，还是跟组织方式有关？ 是他们与你合作的能力吗？是他们能够灵活但又不至于过于灵活？什么样的人才能成为你好的"切磋对象"？ 埃隆·马斯克 我不认为那是"切磋对象"。如果有人能搞定事情，我就喜欢他们；如果搞不定，我就讨厌他们。所以这很直截了当。这并非什么古怪的标准。如果某人执行得好，我是他们的超级粉丝；如果执行不好，我就不是。但这并不取决于我个人的特殊偏好。我当然尽量不让它取决于我个人的特殊偏好。 通常来说，我认为招聘时应看重天赋、干劲和可信度。而且我认为心地善良很重要。我曾经在这方面权重偏低。所以，他们是个好人吗？值得信赖吗？聪明、有天分且勤奋吗？如果是这样，专业知识是可以后期补充的。 但这些基本特质、这些基本属性，是无法改变的。所以特斯拉和SpaceX的大多数员工并非来自航空航天或汽车行业。 德瓦克什·帕特尔 随着你的公司从 100 人扩展到 1,000 人，再到 10,000 人，你的管理风格中哪些方面不得不做出最大的改变？你以这种非常微观的管理方式闻名，会深入到事情的细节中去。 埃隆·马斯克 请称之为纳诺管理。皮科管理。飞米管理。 约翰·科里森 继续说。 埃隆·马斯克 我们要一路深入到普朗克常数。一直深入到海森堡不确定性原理。 德瓦克什·帕特尔 你还能像自己希望的那样深入到细节中吗？如果公司规模更小，它们会不会更成功？你是如何看待这个问题的？ 埃隆·马斯克 因为我每天的时间是固定的，随着公司的发展和活动范围的扩大，我的时间必然被稀释。我实际上不可能成为一个微观管理者，因为那意味着我每天有几千个小时。对我而言，微观管理在逻辑上是不可能的。 不过，有时我会深入钻研某个具体问题，因为那个具体问题是公司进步的瓶颈。深入研究某个非常细枝末节的事项，原因在于它是瓶颈。并非随意地深究小事。 从时间角度来看，要我去随意地深究那些无关紧要的小事，这在物理上是不可能的。那样会导致失败。但有时，恰恰是那些小事对成败起着决定性作用。 约翰·科里森 众所周知，你将星舰的设计从复合材料改成了不锈钢。 埃隆·马斯克 对。 约翰·科里森 是你做的那个决定。并不是下属们来跟你说：“哦，老板，我们发现了更好的东西。” 而是你在鼓励大家去克服一些阻力。你能讲讲你是怎么想到要换成不锈钢这个整体概念的吗？ 埃隆·马斯克 是走投无路，我得说。最初，我们打算用碳纤维来制造星舰。碳纤维相当昂贵。当你进行量产时，任何给定产品的成本都开始接近其材料成本。 碳纤维的问题在于材料成本仍然非常高。特别是如果你要使用一种能够承受低温氧气的高强度特种碳纤维，其成本大约是钢的50倍。至少在理论上，碳纤维会更轻。人们通常认为钢很重，而碳纤维很轻。 对于室温环境的应用，比如一级方程式赛车、静态气动结构或任何气动结构，使用碳纤维可能更合适。问题在于我们试图用碳纤维制造这枚巨大的火箭，但进展极其缓慢。 John Collison 最初选择它只是因为重量轻吗？ Elon Musk 是的。乍一看，大多数人都会认为要制造轻质材料，选择碳纤维是理所当然的。但问题是，当你用碳纤维制造非常巨大的物体，并且试图让碳纤维高效固化（即不是室温固化），因为有时你需要50层碳纤维……碳纤维实际上就是碳丝和胶水。为了获得高强度，你需要一个热压罐，本质上就是一个高压烘箱。如果物体非常巨大，热压罐就必须比火箭还要大。 我们试图制造一个比以往任何热压罐都更大的热压罐。或者你也可以选择室温固化，但那样耗时很长而且存在诸多问题。最终的问题是，我们在碳纤维方面的进展实在太慢了。 Dwarkesh Patel 更深层的问题是，为什么必须由你来做出这个决定？你的团队里有很多工程师。 John Collison 为什么团队没有选择钢呢？ Dwarkesh Patel 没错，正是如此。这是一个更广泛问题的一部分，要理解你在自己公司中的比较优势。 Elon Musk 由于我们在碳纤维方面的进展非常缓慢，我当时想：“好吧，我们得试试别的办法。”对于猎鹰9号，其主结构机身采用了铝锂合金，这种材料的强度重量比非常出色。实际上，就实际应用而言，它的强度重量比与碳纤维差不多，甚至可能更好。但铝锂合金很难加工。 要焊接铝锂合金，必须采用一种叫做“搅拌摩擦焊”的工艺，即在不进入液态的情况下将金属接合起来。能做到这一点还挺不可思议的，但通过这种特殊的焊接方式确实可以实现。不过难度非常大。比如说，如果你想对铝锂合金进行修改或在其上连接某个部件，就必须使用带密封件的机械连接方式，而不能直接焊上去。所以我希望星舰的主结构避免使用铝锂合金。 有一种非常特殊的碳纤维等级，其质量特性极佳。对于火箭而言，你实际上要尽量提高推进剂占火箭总质量的百分比，同时尽可能减轻结构质量。但就像我说的，我们在碳纤维方面进展十分缓慢。我心想：“按照这个速度，我们永远也到不了火星。所以必须想出别的办法。” 我不想用铝锂合金，是因为搅拌摩擦焊的难度，尤其是在大规模生产时。在直径3.6米的情况下已经够难了，更别提直径9米或更大的尺寸了。于是我说：“那用不锈钢怎么样？” 我有一些线索，因为早期的一些美国火箭就曾使用过非常薄的不锈钢。阿特拉斯系列火箭就使用了不锈钢气球储罐。不锈钢并非从未被使用过，实际上它曾有过应用。当你查看全硬化、应变硬化不锈钢的材料特性时，在低温下其强度重量比实际上与碳纤维相似。 如果你看常温下的材料特性，不锈钢的重量似乎是碳纤维的两倍。但是，如果你查看全硬化不锈钢（特定牌号）在低温下的材料特性，那么它的强度重量比实际上能达到与碳纤维相当的水平。 在星舰上，燃料和氧化剂都是低温的。而猎鹰 9 号的燃料是火箭推进剂级煤油，基本上是一种非常纯净的航空煤油形式。它大约是室温温度。虽然我们确实会把它稍微冷却一下，但冷却程度就像冰镇啤酒一样。 John Collison 好喝。 Elon Musk 我们确实会冷却它，但它不是低温的。事实上，如果把它弄成低温，它就会变成蜡。但对于星舰来说，它是液态甲烷和液态氧。它们在相近的温度下都是液态。基本上，几乎整个主结构都处在低温状态。所以你用的是经过应变硬化的 300 系列不锈钢。因为几乎所有东西都是低温的，它的强度重量比实际上与碳纤维相当。 但原材料成本低 50 倍，而且非常容易加工。你可以在户外焊接不锈钢。你甚至可以一边抽雪茄一边焊接不锈钢。它非常耐用。你可以轻松地修改它。如果你想加装什么东西，直接焊上去就行。非常容易加工，成本非常低。 就像我说的，在低温下，它的强度重量比与碳纤维相当。然后当你考虑到我们的隔热系统质量大大降低时，因为钢的熔点远高于铝的熔点……大约是铝熔点的两倍。 John Collison 所以你可以让火箭运行得温度高得多？ Elon Musk 是的，尤其是对于像炽热流星一样再入的飞船来说。你可以大幅降低隔热系统的质量。你可以把迎风面隔热系统的质量减少一半左右，而背风面根本不需要任何隔热。 最终结果是，实际上钢制火箭比碳纤维火箭更轻，因为碳纤维火箭中的树脂会开始熔化。基本上，碳纤维和铝的工作温度能力大致相同，而钢可以在两倍温度下工作。这些都是非常粗略的近似。 John Collison 我不会去造火箭。 Elon Musk 我的意思是，有人会说，“哦，他说了两次这个数。实际上是 0.8。” 我就想说，闭嘴吧，混蛋们。 Dwarkesh Patel 这就是主要评论要讨论的内容。 埃隆·马斯克 真见鬼。关键是，事后看来，我们一开始就应该用钢材。不用钢材真是太蠢了。 约翰·科里森 好的，但让我把话给你回放一遍，我听到的意思是：钢材是一条风险更高、经验验证较少的路径，除了早期的美国火箭之外；而碳纤维是性能较差但经验验证更充分的路径。所以你需要成为那个推动者，说“嘿，我们要走这条风险更高的路，边走边解决。”从某种意义上说，你是在对抗一种保守主义。 埃隆·马斯克 所以我一开始就说，问题在于我们进步不够快。我们连一段没有褶皱的碳纤维小筒段都做不出来。因为在那种大尺度下，你必须铺设很多层碳纤维，然后进行固化，而且固化时绝不能有任何褶皱或缺陷。 碳纤维的韧性远不如钢材。它的韧性差很多。不锈钢可以拉伸和弯曲，而碳纤维往往容易碎裂。韧性是指应力应变曲线下的面积。通常用钢材效果更好——准确地说，是不锈钢。 约翰·科里森 还有一个关于星舰的问题。我大概两年前和萨姆·特勒一起去过星舰基地，那真是太棒了。从很多方面来看，亲眼目睹都非常酷。 我注意到一件事：大家对事物的简洁性感到非常自豪，每个人都想告诉你星舰就像一个大汽水罐，我们正在招聘焊工，如果你能在任何工业项目中进行焊接，你就能在这里焊接。但这种简洁性背后有很强的自豪感。 埃隆·马斯克 嗯，但事实上星舰是一枚非常复杂的火箭。 约翰·科里森 所以这就是我想说的：事情到底是简单的还是复杂的？ 埃隆·马斯克 我觉得他们想表达的大概是，参与星舰项目不一定非得有火箭行业的从业经验。只要一个人足够聪明、勤奋、可靠，哪怕没有火箭领域的背景，也能造火箭。星舰是人类有史以来制造过的最复杂的机器，而且远远超过其他任何机器。 约翰·科里森 从哪些方面来说？ 埃隆·马斯克 几乎任何方面都可以这么说。我认为不存在比这更复杂的机器。可以说，我能想到的几乎所有项目都比这个要简单。这就是为什么从来没有人造出过完全可重复使用的轨道级火箭。这是一个极其困难的问题。很多聪明人以前尝试过，非常聪明、资源极其雄厚的人，但他们失败了。 而我们现在也还没有成功。猎鹰是部分可重复使用的，但上面级不行。星舰第三版，我认为这个设计可以实现完全可重复使用。正是这种完全可重复使用能力，才能让我们成为多行星文明。任何技术难题，哪怕是强子对撞机之类的东西，都比这个问题要简单。 约翰·科里森 我们花了很多时间讨论瓶颈。你能否说说目前星舰的瓶颈在哪里，哪怕只是笼统地说一下？ 埃隆·马斯克 总的来说，就是努力让它不要爆炸。它真的非常想爆炸。 约翰·科里森 还是那个老问题。那么多可燃材料。 埃隆·马斯克 我们有两台助推器在试车台上爆炸了。其中一次把整个测试设施都炸毁了。所以只要犯一次错就会这样。星舰里蕴藏的能量是极其惊人的。 约翰·科里森 这就是它比猎鹰更难的原因吗？只是因为能量更大？ 埃隆·马斯克 还有很多新技术。它在不断推高性能极限。猛禽3号发动机是一台非常非常先进的发动机，是有史以来最优秀的火箭发动机。但它也极其想要爆炸。给你一些直观的概念：火箭在起飞时产生的功率超过100吉瓦，相当于美国总发电量的20%。 德瓦克什·帕特尔 这真的太疯狂了。 约翰·科里森 这个对比很棒。 埃隆·马斯克 同时还要保证不爆炸。 约翰·科里森 只是有时候会。 埃隆·马斯克 有时确实如此。我当时就在想，它怎么才能不爆炸？有成千上万种方式会让它爆炸，只有一种方式不会。所以我们不仅要让它绝对不爆炸，还要能每天可靠飞行，比如每小时飞一次。显然，如果它经常爆炸，维持那样的发射频率就非常困难。 John Collison 是的。 Elon Musk Starship 目前最大的遗留问题是什么？就是让隔热罩可重复使用。从来没有人制造过可重复使用的轨道级隔热罩。所以隔热罩必须在上升阶段不掉落大量瓦片，然后在返回时也不能掉落大量瓦片，或者导致主机身过热。 John Collison 这难道不是很难，因为它本质上是一种消耗品吗？ Elon Musk 嗯，是的，但你车上的刹车片也是消耗品，但它们能用很长时间。 John Collison 有道理。 Elon Musk 所以它只需要能用很长时间。我们已经把飞船带回来，让它在海上软着陆。我们做过几次。但它掉了大量瓦片。如果不经过大量修复工作，它是不可重复使用的。尽管它确实实现了软着陆，但如果不进行大量修复工作，它还是没法重复使用。 所以从那个意义上说，它并不是真正可重复使用的。这就是最大的问题，一个完全可重复使用的隔热罩。你要能把它降下来，加注推进剂，然后再次飞行。你不能做那种费力的检查，检查四万块瓦片之类的事情。 Dwarkesh Patel 当我读你的传记时，似乎你特别擅长传递紧迫感，传递"这是可以规模化的事情"这种信念。我很好奇，为什么你认为其他与你…… SpaceX 和 Tesla 现在都是非常大的公司。你仍然能保持那种文化。其他公司出了什么问题，导致它们无法做到这一点？ Elon Musk 我不知道。 Dwarkesh Patel 比如今天，你说你有一堆 SpaceX 的会议。你在那里做了什么来保持这种状态？ John Collison 是在增加紧迫感吗？ Elon Musk 嗯，我不太确定。我觉得紧迫感来自公司的领导者。我有一种近乎疯狂的紧迫感。而这种疯狂的紧迫感会传导到公司的其他部门。 Dwarkesh Patel 是因为后果吗？他们会想：“埃隆定了一个疯狂的截止日期，但如果我没完成，我知道自己会有什么下场。”还是说，你只是能识别出瓶颈并消除它们，从而让人们快速行动？你怎么看待你的公司能快速运转的原因？ Elon Musk 我一直在处理限制因素。关于截止日期，我通常实际上会尽量设定一个我认为至少有50%概率能完成的期限。所以这并非不可能完成的期限，而是我能想到的最激进的、有50%概率达成的期限。这意味着它有一半概率会延期。 有一条气体膨胀定律同样适用于时间表。如果你说我们要在五年内完成某件事——对我来说这就像无限长的时间——它就会膨胀来填满所有可用时间，最终真的花上五年。 物理定律会限制你做某些事的速度。比如扩大制造规模，移动原子和扩大生产规模存在一个速率极限。这就是为什么你不可能瞬间就年产一百万件产品。你得设计生产线，让它运转起来，然后沿着生产的学习曲线逐步爬升。 我能说点什么对人们真正有帮助的话呢？总的来说，那种疯狂的紧迫感非常重要。你要制定一个激进的时间表，同时要随时找出限制因素是什么，并帮助团队解决那个限制因素。 John Collison 所以星链项目是慢慢推进了很多年？ Elon Musk 我们在公司成立之初就讨论过它。 John Collison 那么当时你在雷德蒙德建了一个团队，后来某个时间点你认定这个团队就是达不到要求。它缓慢推进了好几年，为什么你没有更早采取行动，又为什么在那个时候采取行动？为什么那才是采取正确行动的时机？ Elon Musk 我每周都会进行非常详细的工程评审。这种颗粒度可能相当不寻常。据我所知，没有哪家公司的负责人——至少没有哪家制造公司的负责人——会像我这样深入到这种细节程度。这倒不是说……我对实际情况有相当清楚的了解，因为我们会对事情进行深入细致的梳理。 我非常推崇跨级会议：在这种技术评审中，不是由向我汇报的那个人来发言，而是由向他汇报的每一个人来发言。而且不允许事先准备，否则就会出现我现在常说的那种“糊弄”情况。 John Collison（约翰·科里森） 没错。你这很 Z 世代啊。 Dwarkesh Patel（德瓦克什·帕特尔） 你怎么防止他们事先准备？是随机点名吗？ Elon Musk（埃隆·马斯克） 不，我就是绕着会议室走一圈。每个人都要做进展汇报。这需要记住大量信息。如果你每周或每周开两次会，你就能对每个人说的话有个快照式的印象。然后你可以标出进度节点。你基本可以在脑子里把各点连成一条曲线，然后问：“我们是在收敛到一个解决方案，还是没有？” 只有当我断定成功不在任何可能的结果集之内时，我才会采取激进措施。也就是说，当我最终得出结论——除非采取激进措施，否则我们根本没有成功的机会——那么我就必须采取激进措施。我在 2018 年得出了那个结论，随后采取了激进措施，解决了问题。 Dwarkesh Patel（德瓦克什·帕特尔） 你拥有很多很多家公司。在每家公司里，听起来你都会进行这种深度的工程理解，去弄清楚相关的瓶颈在哪里，这样你才能跟人们一起做这些评审。 你已经能够把这种做法扩展到五六七家公司。在每一家公司内部，你又有很多很多个微型公司。这里的上限是由什么决定的？因为你有像 80 家公司……？ Elon Musk（埃隆·马斯克） 80 家？没有。 Dwarkesh Patel（德瓦克什·帕特尔） 但你已经有很多家了。这已经很了不起了。 John Collison（约翰·科里森） 按目前这个数来说。 Dwarkesh Patel（德瓦克什·帕特尔） 没错。 John Collison（约翰·科里森） 我们连一家公司都快管不住了。 Elon Musk（埃隆·马斯克） 这取决于情况。实际上，我和无聊公司没有定期会议，所以无聊公司基本上是自行运转。基本上，如果某件事进展顺利、状态良好，那我就没必要在上面花时间。 我实际上是根据限制性因素来分配时间。哪里有问题？我们在哪些方面遇到阻力？是什么在拖后腿？我的关注点——恕我重复这个词太多次——就在于那个限制性因素。 埃隆·马斯克 讽刺的是，如果某件事进展得非常好，他们反而很少见到我。但如果某件事进展不佳，他们就会经常见到我。甚至也不一定是进展不佳…… 约翰·科里森 如果某件事是限制性因素的话。 埃隆·马斯克 没错，就是限制性因素。这不完全是进展不佳，而是我们需要让它提速的事情。 约翰·科里森 当某件事成为SpaceX或特斯拉的限制性因素时，你是每周甚至每天与负责该事的工程师沟通吗？实际操作是怎么样的？ 埃隆·马斯克 大多数属于限制性因素的事情是按每周一次的频率，有些则是每周两次。AI5芯片审查就是每周两次。每周二和周六都会进行芯片审查。 约翰·科里森 会议时长是不是没有上限？ 埃隆·马斯克 从理论上讲，是的，但通常需要两三个小时。有时会更短。这取决于我们需要审阅多少信息。 约翰·科里森 还有一点。我只是想试着厘清这里的差异，因为最终成果看起来相当不同。我觉得了解输入环节有哪些不同很有意思。在企业界，就像你刚才说的，CEO做工程审查这种情况并不常见，尽管这恰恰是公司正在做的事情。 但另一方面，时间又往往被精细地切割成半小时甚至十五分钟的会议。而你似乎更倾向于采用那种更开放的、“我们会一直讨论直到想明白”的方式。 埃隆·马斯克 有时候是这样。但大多数会议或多或少都能准时结束。今天的星舰工程审查时间就拖得长了一些，因为有更多议题需要讨论。他们正试图弄清楚如何实现每年向轨道运送超过百万吨的规模。这相当有挑战性。 02:20:08 - DOGE Dwarkesh Patel 我能问个问题吗？你刚才说，Optimus 和 AI 将在几年内实现两位数的增长率。 Elon Musk 哦，你是说经济？对，我认为没错。 Dwarkesh Patel 如果经济能增长那么多，DOGE 的削减措施还有什么意义？ Elon Musk 嗯，我认为浪费和欺诈不是好东西。我实际上非常担心……如果没有 AI 和机器人，我们真的完蛋了，因为国债正在疯狂堆积。国债的利息支出已经超过了军费预算——军费预算是 1 万亿美元。所以光是利息支出就超过 1 万亿美元。我对此非常担忧。也许我花些时间，能减缓美国破产的速度，为我们争取足够的时间，让 AI 和机器人来帮助解决国债问题。 或者说不是帮助解决，而是唯一能解决国债问题的东西。如果没有 AI 和机器人，我们这个国家 1000% 会破产、会失败。没有其他东西能解决国债。我们只需要足够的时间来建造 AI 和机器人，以免在此之前就破产。 Dwarkesh Patel 我想我好奇的是，当 DOGE 启动时，你拥有巨大的改革能力。 Elon Musk 没那么巨大。 Dwarkesh Patel 当然。我完全认同你的观点，AI 和机器人推动生产力提升、推动 GDP 增长很重要。但为什么不直接去解决你之前指出的那些问题呢，比如对某些零部件的关税，或者许可审批？ Elon Musk 我又不是总统。而且，砍掉那些显而易见的浪费和欺诈——比如荒谬的浪费和欺诈——非常困难。我发现，即使是从政府中砍掉非常明显的浪费和欺诈也极其困难，因为政府必须根据谁在抱怨来运作。 如果你切断给欺诈者的付款，他们会立刻编出最令人同情的原因来要求继续付款。他们不会说“请让欺诈继续下去”。他们会说：“你在杀死熊猫宝宝。”与此同时，根本没有熊猫宝宝死去。他们只是在编造。欺诈者有能力编造极其动人、令人心碎但虚假的故事，听起来却十分令人同情。实际情况就是如此。 也许我本该更清楚。但我想，等等，让我们试着削减政府中的一些浪费和拨款项目。社会保障系统中可能不应该有2000万人被标记为在世，而这些人明明已经去世，并且年龄超过115岁。 最年长的美国人是114岁。所以可以肯定地说，如果有人在社会保障数据库中被标记为在世且年龄为115岁，那要么是录入错误……应该有人给他们打个电话说：“我们似乎搞错了您的生日，或者我们需要将您标记为已故。”两者必居其一。 约翰·科里森 这个电话打起来可真够吓人的。 埃隆·马斯克 嗯，这听起来是件合理的事。比如说，如果他们的生日在未来，并且他们有一笔小企业管理局的贷款，而他们的生日是2165年，那么要么是录入错误，要么是欺诈。所以我们说：“我们似乎把您出生的世纪搞错了。” 约翰·科里森 或者是个绝佳的电影剧情。 埃隆·马斯克 是的。这就是我所说的荒唐欺诈。 德沃克什·帕特尔 那些人在领钱吗？ 埃隆·马斯克 有些人确实在领取社会保障金。但主要的欺诈途径是，先在社会保障系统中把某人标记为在世，然后利用所有其他政府支付系统进行欺诈。因为其他政府支付系统的做法是，它们会向社会保障数据库发送一个“是否在世”的查询。这就像是一个间接攻击。 德沃克什·帕特尔 你估计通过这种方式造成的欺诈总额大概是多少？ 埃隆·马斯克 顺便说一句，政府问责局以前就做过这类估算。我并不是第一个。事实上，我认为政府问责局在拜登政府期间做过一项分析，粗略估算了欺诈金额，大约在五千亿美元左右。所以不必只听我的一面之词。看看拜登政府期间发布的一份报告吧。这样如何？ 德沃基什·帕特尔 来自这个社会保障机制？ 埃隆·马斯克 这只是其中之一。重要的是要意识到，政府在阻止欺诈方面非常低效。这不像一家公司，在阻止欺诈时，你有动力，因为它会影响公司的盈利。而政府只是印更多的钱。你需要用心和能干。而在联邦层面，这两者都稀缺。 当你去车辆管理局时，你会觉得“哇，这是能干事的典范”吗？那么，现在想象一下，比车辆管理局更糟，因为这是一个能印钱的车辆管理局。 至少州一级的车辆管理局需要……各州或多或少需要量入为出，否则就会破产。但联邦政府只是印更多的钱。 德沃基什·帕特尔 如果真有五千亿美元的欺诈，为什么不能全部削减呢？ 埃隆·马斯克 你真的需要退一步，重新调整你对能力的预期。因为你是在一个必须收支平衡的世界里运作。你必须支付账单…… 德沃基什·帕特尔 找到麦克风。 埃隆·马斯克 没错。这不像是有一个庞大的、基本漠不关心的怪物官僚机构。而是一堆过时的计算机在不断地发送付款。DOGE团队做的一件事听起来很简单，但可能每年节省1000到2000亿美元。那就是仅要求从财政部主计算机——称为PAM，即付款账户主系统或类似名称，每年有5万亿美元的付款——发出的付款必须有一个拨款代码。将注释字段中填任何内容变为强制性的，而不是可选的。 你得重新校准一下对事物愚蠢程度的认知。付款发出去的时候既没有拨款代码，也不核对任何国会拨款，连个说明都没有。这就是为什么战争部——也就是原来的国防部——一直通不过审计，因为这些信息根本不存在。请调低你的预期。 德瓦克什·帕特尔 我想更深入理解一下这五千亿的数字，因为2024年有一份监察长报告。 埃隆·马斯克 为什么这数字这么低？ 德瓦克什·帕特尔 也许吧，但我们发现，社会保障欺诈在七年里估计有大约700亿美元，也就是每年100亿左右。所以我很好奇剩下的4900亿是从哪来的。 埃隆·马斯克 联邦政府每年支出7.5万亿美元。你觉得政府的能力有多强？ 德瓦克什·帕特尔 其中可自由支配支出大概……15%？ 埃隆·马斯克 但那不重要。大部分欺诈都属于非自由支配支出。基本上是欺诈性的医疗保险、医疗补助、社会保障、残疾补助。政府有数不清的付款项目。其中很多实际上是整笔转移给各州的。所以在很多情况下，联邦政府连掌握信息都做不到，根本无从知道是否存在欺诈。 我们来考虑一个归谬法。假设政府完美无缺、完全没有欺诈。你给它赋的概率是多少？零。那好，那么你会不会说，政府的欺诈和浪费达到了90%的效率？这个比例其实已经相当宽松了。 但就算只有90%的效率，这意味着每年有7500亿美元的浪费和欺诈。而实际上连90%都达不到。根本不是90%的效率。 德瓦克什·帕特尔 用这种办法去第一性原理地估算政府欺诈金额，好像有点奇怪。就直说吧，你觉得大概有多少？ 算了，我们不用现场算，但我挺好奇—— 埃隆·马斯克 你对Stripe的欺诈问题了解得多吗？人们一直在试图搞欺诈。 约翰·科里森 是啊，但就像你说的，这有点……我们确实把它压得很低了，但问题空间不太一样，因为我们这边面临的欺诈向量比你们要异质得多。 埃隆·马斯克 但在 Stripe，你能力强且非常努力。你能力强且很上心，但欺诈率依然不为零。现在想象一下，在一个规模大得多的组织中，能力弱得多，用心程度也低得多。 当年在 PayPal，我们曾试图将欺诈率控制在交易量的 1% 左右。这非常困难。我们付出了极大的能力和心血，才仅仅把欺诈率降到 1%。现在想象你是一个用心程度和能力都低得多的组织，那欺诈率肯定会远高于 1%。 约翰·科里森 现在回首政治以及你在那边做的事，你有什么感受？从一个局外人的视角看，有两件事影响深远：一是美国政治行动委员会（America PAC），二是当时收购 Twitter。但同时似乎也经历了不少痛苦。你对这段整体经历如何评价？ 埃隆·马斯克 我认为那些事是必须做的，为的是最大化未来走向美好的概率。政治通常非常部落化。人们一涉及政治往往会失去客观性。他们通常很难看到对方阵营的优点或自己阵营的缺点。大体上就是这样。我想，那大概是让我最惊讶的事情之一。 你常常根本无法和这些人讲道理。只要他们属于某个阵营，他们就单纯相信自己的阵营做的一切都是好的，而另一个政治阵营做的一切都是坏的。要说服他们改变想法几乎不可能。 但我认为总体而言，这些行动——收购 Twitter、让特朗普当选——尽管让很多人愤怒，但对文明是有益的。 德瓦克什·帕特尔 这如何与你所期待的未来联系在一起？ 埃隆·马斯克 嗯，美国需要足够强大、能够长久存续，以便将生命拓展到其他星球，并且让 AI 和机器人技术发展到足以确保未来是美好的。 另一方面，如果我们陷入——比如说——共产主义，或者某种国家极端压迫的局面，那可能就意味着我们无法成为多行星物种。国家可能会扼杀我们在 AI 和机器人技术上的进步。 德瓦克什·帕特尔 擎天柱、Grok，等等。不只是贵公司的产品，任何追求利润最大化的公司产品，随着时间的推移都可能被政府利用。这种担忧如何体现在私营公司应愿意向政府提供什么？又该设置怎样的护栏？ 是否应该让AI模型无条件遵从与之签订合同并下达指令的政府的要求？Grok是否有权说：“实际上，即使军方想执行某个操作，不，Grok也不会这么做”？ 埃隆·马斯克 我认为AI和机器人技术出问题的最大危险可能在于政府。那些反对企业或担心企业的人，最应该担心的其实是政府。因为政府在极限情况下就是一家企业。政府只是拥有暴力垄断权的最大企业。 我一直觉得有一种奇怪的二元对立：人们认为企业很坏，但政府很好，而政府恰恰是最大、最糟的企业。但人们就是持有这种二元对立。他们不知为何同时认为政府可以是好的，而企业是坏的，这并不正确。企业的道德水准实际上比政府更高。 我确实认为这是一个值得担忧的问题。政府有可能利用AI和机器人技术来镇压民众。这是一个严重的关切。 德瓦克什·帕特尔 作为正在开发AI和机器人技术的人，你如何阻止这种情况发生？ 埃隆·马斯克 如果限制政府的权力——这实际上正是美国宪法的意图所在，即限制政府权力——那么你很可能获得比扩大政府权力更好的结果。 约翰·科里森 机器人技术将可供所有政府使用，对吧？ 埃隆·马斯克 我不确定是否所有政府都能用。这很难预测。我可以描述最终的终点，或者说多年后的未来会是什么样，但要预测中间的发展路径却很困难。如果文明持续进步，AI将远远超越人类智能的总和。机器人的数量将远超人类。在这个过程中会发生什么，非常难以预测。 德瓦克什·帕特尔 你可以做的一件事就是说：“不论政府 X 是谁，都不允许使用 Optimus 去做 X、Y、Z 这些事情。” 直接制定一项政策。我记得你最近在 X 上发帖说 Grok 应该有一部道德宪章。其中一条可以是，我们限制政府用这项先进技术做什么。 埃隆·马斯克 技术上来说，如果政客们通过了某项法律并且能够执行该法律，那么很难不遵守它。我们所能拥有最好的情况就是有限政府，即在行政、司法和立法部门之间设置适当的相互制衡。 Dwarkesh Patel 我之所以好奇这一点，是因为在某些时候，限制似乎会来自你这边。你有 Optimus，你有太空 GPU…… 埃隆·马斯克 你觉得我会成为政府的老板？ Dwarkesh Patel 对于 SpaceX 来说，这已经是事实了——在一些至关重要的事情上（比如政府非常需要把某些卫星送上太空等），它需要 SpaceX。SpaceX 是必不可少的承包商。 你正在逐步构建未来的更多技术组件，这些组件在不同行业将扮演类似的角色。你或许有能力制定一些政策，比如“我的公司不会以任何方式帮助任何压制古典自由主义的行为”，或者类似的政策。 埃隆·马斯克 我会尽我所能，确保我控制范围内的任何事情都能为人类带来最好的结果。我认为任何其他做法都是短视的，因为显然我是人类的一部分，所以我喜欢人类。支持人类。 02:38:28 - TeraFab Dwarkesh Patel 你提到 Dojo 3 将用于太空计算。 埃隆·马斯克 你真的仔细看了我说的话。 Dwarkesh Patel 埃隆，你可能不知道，你有很多追随者。 埃隆·马斯克 露馅了。你是怎么识破我的秘密的？哦，我发在 X 上了。 Dwarkesh Patel 如何为太空设计芯片？需要做哪些改动？ 埃隆·马斯克 需要把它设计成更具抗辐射能力，并能在更高温度下运行。大致来说，如果工作温度（以开尔文温标计）提高 20%，散热器的质量就可以减半。所以在太空中更高的温度运行是有帮助的。 在屏蔽内存方面，你可以采取多种措施。但神经网络对位翻转具有很强的鲁棒性。辐射造成的主要影响是随机位翻转。然而，如果你有一个万亿参数级别的模型，出现几个位翻转并不会造成什么影响。相比庞大的参数文件，启发式程序对位翻转要敏感得多。 我就把它设计成耐高温运行。我认为，除了让它在更高温度下运行之外，其他做法与在地球上基本一样。 德瓦克什·帕特尔 太阳能电池板是卫星上最重的部分。有没有办法让 GPU 比英伟达、谷歌 TPU 等公司正在规划的产品更强大，从而在太空环境中获得特别优势？ 埃隆·马斯克 基本的数学是：如果你能做到每个掩模版大约一千瓦功耗，那么要达成一千亿瓦功率就需要一亿颗全掩模版芯片。根据你对良率的假设，就能算出你需要制造多少颗芯片。如果你要拥有一千亿瓦的电力，就需要一亿颗芯片，每颗芯片每个掩模版持续运行在一千瓦。基础数学。 德瓦克什·帕特尔 一亿颗芯片取决于……看看像 Blackwell GPU 这样的裸片尺寸，以及一张晶圆能切割出多少颗，每张晶圆只能产出几十颗甚至更少。所以基本上，如果我们每年都要部署这么多芯片，那每月就得生产数百万张晶圆。这就是 TeraFab 的计划吗？每月数百万张先进制程节点的晶圆？ 埃隆·马斯克 是的，可能超过一百万张左右。还得考虑内存的产能。 德瓦克什·帕特尔 你们会建一个内存晶圆厂吗？ 埃隆·马斯克 我认为 TeraFab 必须涵盖内存。它需要涉及逻辑、内存和封装。 德瓦克什·帕特尔 我非常好奇你们是如何起步的。这是人类制造过的最复杂的东西。显然，如果有人能胜任这项任务，那个人就是你。所以当你意识到这是个瓶颈，然后去找你的工程师。你会告诉他们做什么？“我要在 2030 年实现每月百万张晶圆。” 埃隆·马斯克 没错。这正是我想要的。 德瓦克什·帕特尔 你会打电话给 ASML 吗？下一步是什么？ John Collison 其实也没什么特别想问的。 Elon Musk 我们先建一座小型晶圆厂看看情况。在小规模上犯错误，然后再建大的。 Dwarkesh Patel 小型晶圆厂建好了吗？ Elon Musk 不，还没有。我们不会把这个秘密藏着掖着。这个秘密迟早会公开的。到时候会有无人机在那玩意儿上空盘旋。你们可以在X上实时看到它的建设进展。 说实话，也不排除我们最终以失败告终。成功并没有保障。因为我们试图实现大约1亿……我们希望在2030年前拥有100吉瓦的电力，以及能够承受100吉瓦功率的芯片。我们的供应商给多少芯片，我们就拿多少。实际上我已经对台积电、三星和镁光说过：“请以更快的速度建造更多晶圆厂”。我们保证会购买这些晶圆厂的产出。所以他们已经以最快速度在推进了。这是我们和他们一起努力的事。 John Collison 有一种说法是，做AI的人希望尽快拿到极大量的芯片。而许多上游供应商——晶圆厂，还有涡轮机制造商——并没有快速提高产量。 Elon Musk 对，他们没有。 John Collison 你听到的解释是，他们本性保守。他们是台湾人或者德国人，按情况而定。他们就是不相信……这真的是原因吗，还是另有隐情？ Elon Musk 嗯，这也可以理解……如果有人已经在电脑内存行业干了三四十年…… John Collison 他们见过周期。 Elon Musk 他们已经经历了十次繁荣与萧条。那是很多层伤疤了。在繁荣时期，看起来一切都会永远美好下去。然后危机来了，他们拼命避免破产。接着又是一次繁荣和一次萧条。 John Collison 有没有其他你觉得别人应该去做、但你自己目前出于某种原因没有在做的想法？ Elon Musk 有几家公司在尝试新的芯片制造方式，但它们的规模化速度不够快。 John Collison 我指的不只是在AI领域，而是广义上的。 Elon Musk 人们应该去做那些他们发现自己非常有动力去做的事情，而不是遵循我提出的某个想法。他们应该做那些让自己个人感到有趣、有动力去做的事情。 但回到限制因素……我大概说了这个词一百遍。目前在我看来，三到四年的时间范围内，限制因素是芯片。而一年的时间范围内，限制因素是能源、电力生产。我不太确定是否有足够的可用电力来启动所有正在制造的AI芯片。 到今年年底，我认为人们将会真正遇到启动困难……芯片的产出将超过实际能够启动芯片的能力。 Dwarkesh Patel 你打算如何应对这样的局面？ Elon Musk 我们正在努力加速电力生产。我想这也许就是xAI有可能成为领导者——希望是领导者——的原因之一。我们将能够比其他人更快地启动更多芯片，因为我们擅长硬件。 一般来说，那些自称实验室的企业的创新，想法往往在流动……很少能看到超过六个月的时间差。想法随着人员流动而互相传播。 所以我认为，当你撞上硬件这堵墙之后，哪家公司能最快地扩展硬件规模，哪家就会成为领导者。因此我认为xAI将能够最快地扩展硬件规模，因而最有可能成为领导者。 John Collison 你开玩笑或者有点自觉地说自己又用了“限制因素”这个词。但我认为这其实挺深刻的。回顾我们谈到的很多话题，或许这是一个不错的收尾点。如果你想到一家衰老、低能动性的公司，它会有某个瓶颈，但并不会真正采取行动去解决它。 马克·安德森说过一句话：“大多数人都愿意忍受任何程度的慢性痛苦，也不愿面对一次急性痛苦。”感觉我们讨论的很多情况，就是在直面急性痛苦，无论它是什么。“好吧，我们得想办法搞定钢铁加工，或者我们得琢磨怎么让芯片在太空里运行。”我们宁可承受一些短期的急性痛苦，也要真正解决瓶颈问题。这大概算是一个贯穿始终的主题。 埃隆·马斯克 我的疼痛阈值很高。这很有帮助。 约翰·科里森 为了攻克瓶颈。 埃隆·马斯克 是的。有一点我可以肯定，我认为未来会非常有趣。就像我在达沃斯说的——我记得我好像只在地面上待了三个小时左右——为了生活质量，宁可过于乐观而犯错，也不要过于悲观却猜对。如果你选择乐观，哪怕错了，也会比选择悲观要更快乐。所以我建议大家选择乐观。 约翰·科里森 为此干杯。 德瓦克什·帕特尔 酷。埃隆，感谢你参加这次访谈。 约翰·科里森 谢谢。 埃隆·马斯克 好的，谢谢各位。好的。 约翰·科里森 耐力真强。 德瓦克什·帕特尔 希望刚才那段对话没算在疼痛耐受度里。