馬斯克拋出大膽預測，認為受限於地球電力瓶頸，三年內太空將成為AI推理最具經濟效益的場所，並描述了通過星艦萬次發射建構太空算力、通過xAI解鎖數字人類、量產人形機器人Optimus，帶來無限的能力和財富的圖景。在2月6號剛結束的一場長達3小時的深度訪談中，埃隆·馬斯克（Elon Musk）與Dwarkesh Patel及Stripe聯合創始人John Collison進行了深度對話。馬斯克不僅回應了市場對其各條業務線協同效應的關切，更拋出了一系列關於算力基礎設施、人形機器人量產及未來營收空間的激進指引。未來36個月內，部署AI最便宜的地方將是太空市場普遍關注AI算力增長的可持續性，馬斯克預測，在36個月甚至30個月內，在太空部署AI將成為成本最低的選擇，而且這個優勢會越來越大。馬斯克指出，除中國外，全球電力輸出基本持平，而晶片產量呈指數級增長。他直言：“晶片的產出正在呈指數級增長，但電力輸出卻是持平的。那你打算怎麼給晶片通電？靠魔法能源？魔法電精靈？”他預測，隨著晶片產能釋放，到今年年底，我們將面臨晶片堆積如山卻無法開機的局面。他解釋了背後的經濟帳：太空中沒有晝夜交替、雲層和大氣干擾，太陽能板的效率是地面的5倍，且無需昂貴的電池儲能系統。綜合算下來，太空部署的成本優勢將是數量級的。當被問及如何在太空維修頻繁故障的GPU時，馬斯克回應：“實際上，這取決於到達的GPU有多新。目前我們發現GPU相當可靠。”五年後，每年向太空發射的AI算力超過地球存量馬斯克的目標極具野心：“五年後，我預計我們每年向太空發射並營運的AI算力，將超過地球上所有AI算力的總和。” 這一計畫需要每年向軌道發射約100吉瓦（GW）的太陽能與算力載荷，相當於1萬次星艦發射任務。德瓦克什·帕特爾說到："這意味著大約每小時一次星艦發射。"xAI商業模式：兆級美元級“數字員工”市場針對市場關心的xAI如何變現及追趕OpenAI等競爭對手，馬斯克將目標鎖定在“數字人類（digital human emulation）”，一個能模擬人類在電腦前完成各種任務的AI。他認為，目前的科技巨頭本質上都是“數字輸出”公司，無論是輝達傳輸檔案到桌上型電腦，還是蘋果傳輸設計圖到中國。一旦實現了數字人類，即“數字版Optimus”，公司將擁有數兆美元的營收潛力。關於何時能落地馬斯克談到：“嗯，到今年年底，如果數字人類模擬還沒有被解決，我會感到驚訝。這實際上就是在擁有物理機器人之前能做到的極限。”馬斯克透露，xAI的致勝策略在於硬體層面的快速迭代。在其他實驗室仍受限於傳統供應鏈時，xAI憑藉特斯拉和SpaceX的垂直整合能力，特別是電力基礎設施的快速搭建（如在19天內建成超級計算叢集Colossus），將建構起不可踰越的算力壁壘。Optimus：無限印鈔機與美國製造業突破點馬斯克將人形機器人Optimus稱為無限印鈔機。其解釋到，數字智能、AI晶片能力和機電靈巧度這三樣東西都在呈指數級增長，而它們的乘積就是機器人的能力。同時指出機器人可以實現低成本自我製造，這將帶來很多個數量級的經濟規模擴張。馬斯克強調，Optimus不僅是特斯拉未來的增長極，更是美國維持製造業競爭力的唯一希望。他高度評價了中國的製造能力，稱中國在基礎礦產精煉等方面佔據絕對主導地位，“大概是世界其他地區總和的兩倍”。在談到中美競爭時，馬斯克表示：“如果在沒有（美國）突破性創新的情況下，中國將徹底主導（utterly dominate）。我們絕對無法在人力數量上取勝，因為中國的人口是我們的四倍但我們或許能在機器人戰線上有一搏之力。”供應鏈重構：自建“TeraFab”與垂直整合為了支撐上述宏大的算力與機器人計畫，馬斯克提出要建造“TeraFab”(太瓦級晶片工廠)，他指出，目前的供應鏈（變壓器、晶片光罩、甚至渦輪葉片）都無法滿足他的擴張速度。其計畫：1、自建晶圓廠（TeraFab）：馬斯克公開提出了建立“TeraFab”的想法，意在突破台積電和三星的產能瓶頸，特別是針對太空環境最佳化的晶片（耐輻射、高溫運行）。他表示：“我會弄清楚怎麼建晶圓廠。雖然我以前沒建過，但我會搞定的。”2、能源裝置：SpaceX和特斯拉可能會內部製造燃氣輪機的葉片和葉盤，因為這是目前發電廠建設的限制因素。總結與風險在訪談的最後，馬斯克指出寧願傾向於樂觀而犯錯，也不要傾向於悲觀而正確。對於投資者而言，馬斯克描繪的不僅是一個財報季的指引，而是一個橫跨地月空間、融合能源與智能的龐大工業體系。雖然技術風險極高，但正如他所言：“如果你想攀登卡爾達肖夫文明指數，唯一的方式就是去太空利用太陽的能量。”摘要：馬斯克在最新深度訪談中披露了極具前瞻性的戰略規劃，核心亮點在於“太空AI算力”。他預測受限於地球電力瓶頸，30個月內太空將成為AI部署的最廉價場所，並計畫通過SpaceX每年向軌道發射100吉瓦算力，目標是超越地球算力總和。在業務指引方面，他將xAI定位為瞄準數兆市場的“數字員工”提供商，並將Optimus機器人視為“無限印鈔機”，旨在通過年產百萬台級的規模來應對中國製造業的競爭優勢。此外，他透露為解決供應鏈瓶頸，未來可能涉足自建晶圓廠（TeraFab）及核心能源裝置製造。馬斯克接受訪談的全文翻譯：埃隆·馬斯克：真的有長達三小時的問題嗎？你他媽是認真的嗎？德瓦克什·帕特爾：你不覺得有很多要聊的嗎，埃隆？埃隆·馬斯克：我靠，老兄。約翰·科裡森：這是最有趣的一點。現在所有故事線都在交匯。我們看看能聊多少。埃隆·馬斯克：這幾乎像是我計畫好的。約翰·科裡森：沒錯。德瓦克什·帕特爾：我們會談到那點的。埃隆·馬斯克：但我絕不會做這種事……*埃隆計畫如何將1太瓦的GPU發射到太空。*德瓦克什·帕特爾：正如你比任何人都清楚的，資料中心的總擁有成本中只有10-15%是能源。這大概是你通過將其移到太空中想要節省的部分。大部分成本是GPU本身。如果它們在太空，維護會更困難，或者根本無法維護。因此它們的折舊周期會縮短。把GPU放在太空，成本顯然高得多。把它們放到太空的理由是什麼？埃隆·馬斯克：問題是能源的可獲得性。如果你看看中國以外的電力輸出，中國以外所有地方，電力輸出基本是持平的。可能略有增長，但非常接近持平。中國的電力輸出在快速增長。但如果你要在除中國以外的任何地方建資料中心，你的電力從那裡來？尤其是當你擴大規模時。晶片的產出正在呈指數級增長，但電力輸出卻是持平的。那你打算怎麼給晶片通電？靠魔法能源？魔法電精靈？德瓦克什·帕特爾：眾所周知，你是太陽能的忠實粉絲。1太瓦的太陽能發電，以25%的容量因數計算，那大概需要4太瓦的太陽能電池板。這相當於美國陸地面積的1%。當我們有1太瓦的資料中心時，我們不就進入奇點了嗎？那麼你到底缺的是什麼？埃隆·馬斯克：那你認為我們進入奇點有多深了？德瓦克什·帕特爾：你來告訴我。埃隆·馬斯克：沒錯。所以我認為我們會發現我們身處奇點，然後感覺像是，“好吧，我們還有很長的路要走。”德瓦克什·帕特爾：但計畫是在我們用太陽能板覆蓋內華達州之後，再把它放到太空嗎？埃隆·馬斯克：我覺得用太陽能板覆蓋內華達州相當困難。你需要獲得許可。試試拿到那種許可。看看會發生什麼。德瓦克什·帕特爾：所以太空實際上是一個規避監管的策略。在地上建設比在太空更難。埃隆·馬斯克：在地面擴大規模比在太空擴大規模更困難。而且，太空太陽能板的效率大約是地面的5倍，並且你不需要電池。我差點穿了我另一件襯衫，上面寫著“太空永遠陽光明媚”。確實如此，因為太空沒有晝夜循環、季節性變化、雲層或大氣層。僅大氣層就會導致大約30%的能量損失。所以，任何給定的太陽能電池板在太空能產生的電力大約是地面的5倍。你還避免了夜間需要電池供電的成本。實際上在太空做這件事要便宜得多。我的預測是，這將是迄今為止放置AI最便宜的地方。在36個月內，甚至更短，比如30個月內，太空將成為首選。德瓦克什·帕特爾：36個月？埃隆·馬斯克：少於36個月。德瓦克什·帕特爾：當GPU故障時（這在訓練中經常發生），你如何維護它們？埃隆·馬斯克：實際上，這取決於抵達的GPU有多新。目前，我們發現我們的GPU相當可靠。有初期故障率，你顯然可以在地面解決。所以你可以在地面運行它們，確認GPU沒有初期故障。但是一旦它們開始工作，你度過了輝達或任何晶片製造商的初始偵錯周期——可能是特斯拉的AI6晶片，或類似的東西，也可能是TPU或Trainium等等——過了某個階段，它們就相當可靠了。所以我不認為維護是個問題。但你可以記住我的話。36個月內，但可能更接近30個月，放置AI在經濟上最具吸引力的地方將是太空。屆時，在太空的優勢會變得極其巨大。真正能實現規模化的唯一地方就是太空。一旦你開始從利用太陽能量百分比的角度思考，你就會意識到必須進入太空。在地球上你無法實現很大的規模。德瓦克什·帕特爾：但為了說清楚，你說的“很大規模”是指太瓦等級？埃隆·馬斯克：是的。目前整個美國平均只使用0.5太瓦的電力。所以如果你說1太瓦，那將是美國目前電力消耗的兩倍。這是相當大的量。你能想像建設那麼多資料中心，那麼多發電廠嗎？那些生活在軟體世界裡的人沒有意識到，他們即將在硬體方面得到一個慘痛的教訓。建設發電廠實際上非常困難。你不僅需要發電廠，還需要所有的電氣裝置。你需要電力變壓器來運行AI變壓器。現在，公用事業行業是一個非常緩慢的行業。他們基本上是與政府、與公共事業委員會“阻抗匹配”的。無論是字面上還是比喻上，他們都阻抗匹配。他們行動非常緩慢，因為他們的過去就一直很緩慢。所以試圖讓他們快速行動是……你曾嘗試過與公用事業公司大規模地、以大量電力進行互連協議談判嗎？德瓦克什·帕特爾：作為一名職業播客主持人，我得說我事實上沒有。約翰·科裡森：他們需要多得多的瀏覽量，那才會成為問題。埃隆·馬斯克：他們得做一年的研究。一年後，他們會帶著互連研究報告回來找你。約翰·科裡森：你不能用自己的“電表後”電力來解決這個問題嗎？埃隆·馬斯克：你可以建發電廠。我們在xAI為Colossus 2就是這麼做的。約翰·科裡森：那為什麼還要談論電網？為什麼不直接把GPU和發電廠建在一起？埃隆·馬斯克：我們就是這麼做的。約翰·科裡森：但我是說，為什麼這不是一個通用的解決方案？埃隆·馬斯克：你從那裡獲得發電廠？約翰·科裡森：當你談論與公用事業公司合作的所有問題時，你可以直接為資料中心建造私人發電廠。埃隆·馬斯克：對。但這引出了一個問題：你從那裡獲得發電廠？發電機製造商那裡。約翰·科裡森：哦，我明白你的意思了。這基本上就是燃氣輪機訂單積壓的問題，對吧？埃隆·馬斯克：是的。你可以再深入一層。渦輪機中的葉片和導葉是限制因素，因為鑄造渦輪機葉片和導葉是一個非常專業化的過程，假設你使用的是燃氣發電。其他形式的能源發電很難擴大規模。你或許可以擴大太陽能，但目前美國進口太陽能的關稅非常高，而國內太陽能產量少得可憐。約翰·科裡森：為什麼不自己製造太陽能電池板？這似乎是一個很適合埃隆解決的問題。埃隆·馬斯克：我們將會製造太陽能電池板。約翰·科裡森：好的。埃隆·馬斯克：SpaceX和特斯拉都在朝著每年100吉瓦的太陽能電池產量努力。德瓦克什·帕特爾：深入到那一層？從多晶矽到晶圓，再到最終的電池板？埃隆·馬斯克：我認為你必須從頭到尾，從原材料到完成電池製造。現在，如果要送去太空，成本更低，製造送到太空的太陽能電池也更容易，因為它們不需要太多玻璃。它們不需要沉重的框架，因為它們不需要承受天氣事件。太空沒有天氣。所以實際上，送到太空的太陽能電池比地面用的更便宜。德瓦克什·帕特爾：有沒有辦法在未來36個月內，以你需要的低成本製造它們？埃隆·馬斯克：太陽能電池已經非常便宜了。便宜得可笑。我想中國的太陽能電池大約是每瓦0.25-0.30美元左右，大概是這個價。便宜得離譜。現在把它放到太空，成本又降低了5倍。實際上，不是便宜5倍，是便宜10倍，因為你根本不需要任何電池。所以，一旦你進入太空的成本變得足夠低，產生AI token（計算結果）最便宜、最可擴展的方式絕對是太空。其他方式無法相提並論。規模化的難度會低一個數量級。關鍵是，你無法在地面實現規模化。你就是做不到。人們在發電方面將遭遇巨大的瓶頸。他們已經遇到了。xAI團隊為了讓1吉瓦的電力上線，必須完成一連串的奇蹟，這簡直瘋狂。我們不得不把一大堆渦輪機組合在一起。然後我們在田納西州遇到了許可問題，不得不跨州到密西西比州，幸運的是只隔了幾英里。但我們仍然得鋪設幾英里的高壓線路，並在密西西比州建造發電廠。建造這個非常困難。人們不明白，要為資料中心供電，你實際需要在發電層面準備多少電力。因為新手們會查看，比如說GB300的功耗，然後乘以一個數字，就認為那就是你需要的電量。約翰·科裡森：還有所有的冷卻等等。埃隆·馬斯克：醒醒吧。那完全是菜鳥，你以前從沒做過任何硬體。除了GB300，你還得為所有網路硬體供電。還有一大堆CPU和儲存裝置在運行。你必須為峰值冷卻需求做規劃。這意味著，即使在一年中最糟糕的一天的最糟糕的時刻，你也能冷卻嗎？孟菲斯的天氣非常熱。所以僅冷卻一項，你的電力需求就會增加40%。這還假設你不希望資料中心在熱天關閉，你想繼續運行。在那之上還有另一個倍增因素，那就是，你是否假設你的發電永遠不會出現任何小故障？實際上，有時我們不得不將一些發電機、一部分電力下線進行維護。好吧，現在再加上另一個20-25%的係數，因為你必須假設需要將部分電力下線進行維護。所以我們的實際估算結果是：每11萬個GB300——包括網路、CPU、儲存、冷卻、電力維護余量——大約需要300兆瓦的發電能力。約翰·科裡森：抱歉，再說一遍。埃隆·馬斯克：為了支援33萬個GB300——包括所有相關的支援網路裝置等等，以及峰值冷卻，並留有一些電力儲備余量——你在發電層面大概需要1吉瓦的電力。德瓦克什·帕特爾：我能問一個非常天真的問題嗎？你描述的是在地球上做這些事情的工程細節。但在太空中做，也有類似的工程難題。你如何用軌道雷射器替代無限頻寬，等等？你如何讓它抗輻射？我不知道工程細節，但從根本上講，有什麼理由認為這些以前從未需要應對的挑戰，最終會比僅僅在地球上建造更多渦輪機更容易解決？有公司在地球上製造渦輪機。他們可以製造更多渦輪機，對吧？埃隆·馬斯克：再說一次，去試試做這件事，然後你就明白了。渦輪機的訂單已經排到2030年了。約翰·科裡森：你們考慮過自己製造嗎？埃隆·馬斯克：為了上線足夠的電力，我想SpaceX和特斯拉可能必須在內部製造渦輪葉片，也就是導葉和葉片。約翰·科裡森：但只是葉片還是整個渦輪機？埃隆·馬斯克：限制因素是……除了葉片，你什麼都能搞到。他們稱之為葉片和導葉。在得到葉片和導葉之前12到18個月，你就能拿到其他所有東西。限制因素是葉片和導葉。全世界只有三家鑄造公司製造這些，而且他們的訂單積壓非常嚴重。約翰·科裡森：是西門子、通用電氣這些公司，還是它們的子公司？埃隆·馬斯克：不，是其他公司。有時他們內部有一點鑄造能力。但我是說，你可以給任何渦輪機製造商打電話，他們會告訴你。這不是什麼機密。現在可能就在網際網路上。德瓦克什·帕特爾：如果沒有關稅，Colossus會用太陽能供電嗎？埃隆·馬斯克：那樣用太陽能供電會容易得多，是的。關稅高得離譜，百分之幾百。而且我們也需要速度。約翰·科裡森：你不是認識一些人嗎？（指能影響政策的人）埃隆·馬斯克：總統……我們並非在所有事情上都意見一致，而且本屆政府不是太陽能的最大支持者。我們還需要土地、許可等等。所以如果你想快速行動，我確實認為在地球上擴大太陽能是個好辦法，但你需要一定的時間來找到土地、獲得許可、獲取太陽能電池板，並與電池配對。約翰·科裡森：為什麼不能建立自己的太陽能生產線呢？你說的對，最終會耗盡土地，但德克薩斯州這裡有很多土地。內華達州也有很多土地，包括私人土地。並非都是公有土地。所以你至少能為下一個Colossus以及再下一個項目獲得土地。到某個點你會碰壁。但就目前而言，這難道不行嗎？埃隆·馬斯克：正如我所說，我們正在擴大太陽能生產。太陽能電池的物理生產有一個速率限制。我們正在儘可能快地擴大國內生產。約翰·科裡森：你們在特斯拉製造太陽能電池？埃隆·馬斯克：特斯拉和SpaceX都有使命要達到每年100吉瓦的太陽能產能。約翰·科裡森：說到年產能，我很好奇，比如說五年後，地球上的AI裝機容量會是多少……？埃隆·馬斯克：五年是很長的時間。約翰·科裡森：那太空呢？我特意選了五年，因為這是在你說“一旦我們啟動並運行”的門檻之後。那麼五年後，地球上的AI裝機容量與太空中的相比如何？埃隆·馬斯克：如果你說五年後，我認為可能太空中的AI每年發射量將相當於地球上所有AI的總和。意思是，五年後，我的預測是我們每年將發射並在太空中運行的AI，會超過地球上AI的累計總量。約翰·科裡森：那是……埃隆·馬斯克：我預計，五年後，太空中每年的AI電力消耗至少達到幾百吉瓦，並且不斷增長。我認為在火箭的燃料供應成為挑戰之前，你可以達到每年在太空部署大約1太瓦的AI。約翰·科裡森：好的，但你認為五年後能達到每年幾百吉瓦？埃隆·馬斯克：是的。德瓦克什·帕特爾：那麼100吉瓦，取決於整個系統（包括太陽能陣列、散熱器等）的特定功率，相當於大約1萬次星艦發射。埃隆·馬斯克：是的。德瓦克什·帕特爾：你想在一年內完成。那就差不多每小時一次星艦發射。就在這個城市（指發射場）發生？帶我描繪一下一個星艦每小時發射一次的世界。埃隆·馬斯克：我的意思是，與航空公司、飛機相比，這實際上是一個較低的頻率。德瓦克什·帕特爾：有很多機場。埃隆·馬斯克：很多機場。德瓦克什·帕特爾：而且你得發射到極地軌道。埃隆·馬斯克：不，不一定非要極地軌道。太陽同步軌道有一定價值，但我認為實際上，如果你飛得足夠高，你就能擺脫地球的陰影。德瓦克什·帕特爾：每年進行1萬次發射需要多少艘實體星艦？埃隆·馬斯克：我認為我們不需要超過……可能用20或30艘就夠了。這真的取決於……飛船需要繞地球飛行，它的地面軌跡需要回到發射台上空。所以如果你能讓一艘飛船每30小時左右重複使用一次，那麼30艘飛船就夠了。但我們會造更多的飛船。SpaceX正在準備實現每年1萬次發射，甚至可能每年2萬或3萬次。德瓦克什·帕特爾：這個想法是要成為超大規模服務商，成為像甲骨文那樣的公司，將這種能力租給其他人嗎？據推測，SpaceX是負責所有發射的。那麼，SpaceX將成為一個超大規模AI服務商？埃隆·馬斯克：超超大規模。如果我的許多預測成真，SpaceX發射到太空的AI將超過地球上所有其他AI的總和。德瓦克什·帕特爾：這主要是推理還是……？埃隆·馬斯克：大多數AI將是推理。目前，用於訓練目的的推理已經佔訓練的大部分。約翰·科裡森：有一種說法是，關於SpaceX IPO討論的轉變，是因為以前SpaceX資本效率很高。開發成本沒有那麼高。雖然聽起來很貴，但它的營運方式實際上資本效率很高。而現在你需要比私募市場所能提供的更多的資本。私募市場可以容納——正如我們從AI實驗室看到的——數百億美元的融資，但無法超過這個規模。是因為你每年將需要超過數百億美元嗎？這就是你要上市的原因？埃隆·馬斯克：我必須小心談論可能上市的公司的事情。約翰·科裡森：如果你做一些一般性陳述……德瓦克什·帕特爾：這對你來說從來不是問題，埃隆。埃隆·馬斯克：這些事情是有代價的。約翰·科裡森：為我們做些關於公開市場和私募市場資本深度的一般性陳述。埃隆·馬斯克：顯然，公開市場可獲得的資本比私募市場多得多。可能多100倍，但至少遠不止10倍。約翰·科裡森：情況不也是這樣的嗎，對於那些通常需要大量資本的事情——比如，房地產作為一個巨大的行業，每年在行業層面籌集大量資金——它們往往通過債務融資，因為當你部署那麼多資金時，實際上你已經有了相當明確的——埃隆·馬斯克：你有了清晰的收入流。約翰·科裡森：沒錯，而且有近期的回報。你甚至在資料中心建設中也能看到這一點，眾所周知它們是由私人信貸行業融資的。為什麼不直接債務融資呢？埃隆·馬斯克：速度很重要。我通常會做……我只是反覆解決限制因素。無論速度的限制因素是什麼，我都會去解決它。如果資本是限制因素，那麼我就會解決資本問題。如果不是，我會解決其他問題。德瓦克什·帕特爾：根據你關於特斯拉和上市公司的言論，我本以為你不會認為快速發展的方式是成為上市公司。埃隆·馬斯克：通常情況下，我會說這是對的。就像我說的，我想更詳細地談談這個問題，但問題在於，如果你在公司上市前談論它們，你會惹上麻煩，然後你不得不推遲上市。約翰·科裡森：正如你所說，你是在為速度求解。埃隆·馬斯克：是的，沒錯。你不能炒作可能上市的公司。所以這就是為什麼我們必須在這裡小心一點。但我們可以談談物理。你從長期角度思考規模化時，會發現地球只接收了大約太陽能量的五億分之一。太陽基本上是所有能量的來源。認識到這一點非常重要，因為有時人們會談論模組化核反應堆或地球上的各種聚變。但你必須退一步說，如果你要攀登卡爾達肖夫等級，並利用太陽能量中非微不足道的百分比……假設你想利用太陽能量的一百萬分之一，這聽起來很小。那將大約是，粗略估計，我們目前地球上所有文明發電量的10萬倍。差不多在一個數量級內。顯然，唯一能實現規模化的方式就是帶著太陽能去太空。從地球發射，你每年大約能得到1太瓦的電力。超過這個限度，你就想從月球發射。你需要在月球上建一個質量加速器。有了月球上的質量加速器，你每年可能能提供1拍瓦的電力。德瓦克什·帕特爾：我們在談論這些數字，太瓦級的計算能力。據推測，無論你談論的是陸地還是太空，在遠未達到這個水平之前，你就會遇到……也許太陽能電池板效率更高，但你仍然需要晶片。你仍然需要邏輯晶片和記憶體等等。埃隆·馬斯克：你需要製造更多晶片，並且讓它們便宜得多。德瓦克什·帕特爾：目前全世界可能有20-25吉瓦的計算能力。我們如何在2030年前得到1太瓦的邏輯晶片？埃隆·馬斯克：我猜我們需要一些非常大的晶片工廠。德瓦克什·帕特爾：可不是嘛。埃隆·馬斯克：我公開提到過一個想法，就是建立一種“TeraFab”，Tera（太）是新的Giga（吉）。德瓦克什·帕特爾：我覺得特斯拉的命名方案一直很吸引人，這是你在看公制單位。你處於供應鏈的那一層？是建造潔淨室，然後與現有的代工廠合作獲取工藝技術，並從他們那裡購買工具嗎？那裡的計畫是什麼？埃隆·馬斯克：嗯，你不能與現有的代工廠合作，因為他們的產量不夠。晶片需求量太大了。德瓦克什·帕特爾：但是為了工藝技術呢？約翰·科裡森：為了智慧財產權而合作。埃隆·馬斯克：今天的代工廠基本上都使用大約五家公司的機器。比如ASML、東京電子、KLA-Tencor等等。所以起初，我認為你必須從他們那裡獲得裝置，然後進行修改或與他們合作增加產量。但我想你可能需要以一種不同的方式來建造。合乎邏輯的做法是以非常規的方式使用常規裝置來達到規模，然後開始改造裝置以提高速率。約翰·科裡森：就像無聊公司（Boring Company）的風格。埃隆·馬斯克：是的。你先購買一台現有的隧道掘進機，然後首先搞清楚如何挖隧道，再設計一台快幾個數量級的更好的機器。約翰·科裡森：你會考慮製造ASML那樣的機器嗎？埃隆·馬斯克：“我還不知道”是正確答案。要在36個月內達到大的產量，以匹配火箭的入軌有效載荷……如果我們在三四年後每年能將100萬噸物資送入軌道，大概是這樣的數字……我們的單位質量功率是每噸100千瓦。這意味著我們每年至少需要100吉瓦的太陽能發電。我們需要等量的晶片。你需要價值100吉瓦的晶片。你必須匹配這些東西：入軌質量、發電能力和晶片。我想說，我最大的擔憂其實是記憶體。製造邏輯晶片的路徑比擁有足夠記憶體來支援邏輯晶片的路徑更清晰。這就是為什麼你看到DDR價格飆升，還有那些梗圖：你被困在荒島上，在沙灘上寫“救救我”。沒人來。你寫“DDR記憶體”。船隊蜂擁而至。德瓦克什·帕特爾：我很想聽聽你關於晶片工廠的製造哲學。我對這個話題一無所知。埃隆·馬斯克：我還不知道如何建造晶片工廠。我會搞清楚的。顯然，我從沒建過晶片工廠。德瓦克什·帕特爾：聽起來你認為，台灣那1萬名知道電漿體腔室該通什麼氣體、工具該設定什麼參數的博士所擁有的工藝知識，你可以直接跳過這些步驟。從根本上說，就是建造潔淨室，獲得工具，然後自己摸索出來。埃隆·馬斯克：我不認為是博士們。大部分工作是由沒有博士學位的人完成的。大多數工程是由沒有博士學位的人完成的。你們倆有博士學位嗎？約翰·科裡森：沒有。埃隆·馬斯克：好吧。約翰·科裡森：我們也沒有成功建造過任何晶片工廠，所以你不該來向我們尋求建廠建議。埃隆·馬斯克：我認為做那些事情不需要博士學位。但你確實需要稱職的人員。目前，特斯拉正在全力以赴，以最快的速度推進特斯拉AI5晶片設計投入生產，然後達到規模。希望這大概會在明年第二季度左右發生。AI6希望能在不到一年後跟上。我們已經鎖定了我們能獲得的所有晶片代工產能。約翰·科裡森：是的。但你目前受限於台積電的產能。埃隆·馬斯克：是的。我們將使用台積電台灣廠、三星韓國廠、台積電亞利桑那廠、三星德州廠。我們仍然——約翰·科裡森：你預訂了所有產能。埃隆·馬斯克：是的。我問台積電或三星：“好吧，達到量產需要多長時間？”關鍵在於，你必須建造工廠，開始生產，然後爬升良率曲線，在高良率下達到量產。這從開始到結束，是一個五年周期。所以限制因素是晶片。一旦你能進入太空，限制因素是晶片，但在你能進入太空之前，限制因素是電力。德瓦克什·帕特爾：你為什麼不學學黃仁勳的做法，直接預付台積電為你建造更多工廠？埃隆·馬斯克：我已經跟他們說過了。德瓦克什·帕特爾：但他們不收你的錢？怎麼回事？埃隆·馬斯克：他們正在以最快的速度建造工廠。三星也是。他們全力以赴，竭盡所能。但這仍然不夠快。就像我說的，我認為到今年年底，晶片產量可能會超過給晶片通電的能力。但一旦你能進入太空，解鎖電力限制，你現在每年就可以在太空獲得數百吉瓦的電力。再次記住，美國的平均用電量是500吉瓦。所以如果你每年向太空發射，比如200吉瓦的電力，你差不多每兩年半就相當於再造一個美國的總發電量。這是非常巨大的量。在那之前，伺服器端計算、集中式計算的限制因素將是電力。我猜測，到今年年底左右，人們將開始無法為大型叢集的晶片通電。晶片將會堆積如山，無法啟動。對於邊緣計算，情況則不同。對於特斯拉來說，AI5晶片將進入我們的Optimus機器人。如果你有AI邊緣計算，那就是分佈式電力。現在電力分佈在一個廣闊的區域。它不是集中式的。如果你能在夜間充電，你實際上可以更有效地利用電網。因為美國實際的峰值發電能力超過1000吉瓦。但由於晝夜循環，平均用電量是500吉瓦。所以如果你能在夜間充電，你就能在夜間多利用500吉瓦的發電能力。這就是為什麼特斯拉在邊緣計算方面不受限制。我們可以製造大量晶片來生產非常多的機器人和汽車。但如果你試圖集中這些計算能力，你將會遇到很大的麻煩來啟動它們。德瓦克什·帕特爾：我發現SpaceX業務的一個顯著特點是，最終目標是到達火星，但你不斷在途中找到方法，通過邊際用例產生增量收入，以進入下一階段。所以對於獵鷹9號，是星鏈（Starlink）。現在對於星艦（Starship），潛在的用途可能是軌道資料中心。你是否覺得你的下一枚火箭，以及再下一枚火箭，下一個規模升級，都有無限彈性的邊際用途？埃隆·馬斯克：你可能會覺得這對我來說就像一場模擬。或者我是某人電子遊戲中的角色？因為所有這些都是瘋狂的事情同時發生的機率有多大？火箭、晶片、機器人、太空太陽能發電，更不用說月球上的質量加速器了。我真的很想看到那個。你能想像一個質量加速器就這樣“咻咻”地發射嗎？它以每秒2.5公里的速度，一個接一個地將太陽能驅動的AI衛星發射到深空。那景像一定值得一看。我的意思是，我會看那個。約翰·科裡森：就在網路攝影機上直播？埃隆·馬斯克：是啊，是啊，一個接一個，將AI衛星發射到深空，每年10億或100億噸。約翰·科裡森：等等，你在月球上製造衛星？埃隆·馬斯克：是的。約翰·科裡森：我明白了。所以你向月球傳送原材料，然後在那裡製造。埃隆·馬斯克：嗯，月球土壤大約含有20%的矽之類的。所以你可以在月球上開採矽，提煉它，在月球上製造太陽能電池和散熱器。你可以用鋁製造散熱器。月球上有充足的矽和鋁來製造電池和散熱器。晶片你可以從地球傳送，因為它們很輕。也許最終你也會在月球上製造它們。就像我說的，這確實像是一種電子遊戲情境，到達下一關很困難，但並非不可能。我看不出有什麼辦法能從地球每年發射500-1000太瓦。德瓦克什·帕特爾：我同意。埃隆·馬斯克：但從月球可以做到。*Grok和對齊問題*德瓦克什·帕特爾：我能問一個更宏觀的關於SpaceX使命的問題嗎？我想你說過，我們必須到達火星，以確保如果地球發生什麼事，文明、意識等等能夠延續。埃隆·馬斯克：是的。德瓦克什·帕特爾：當你向火星傳送東西的時候，Grok也會在那艘飛船上，對吧？如果Grok變成了終結者……你主要擔心的風險是AI，為什麼它不會跟著你去火星？埃隆·馬斯克：我不確定AI是我主要擔心的風險。重要的是意識。我認為，可以說未來大部分意識，或者說大部分智能——意識當然更值得商榷……未來絕大多數的智能將是AI。AI將超過……未來矽基智能與生物智能各有多少拍瓦？基本上，如果當前趨勢持續，人類將只佔未來所有智能中非常微小的一部分。只要我認為有智能存在——理想情況下也包括人類智能和意識得以延續到未來——那就是好事。所以你希望採取一系列行動，以最大化意識和智能的可能光錐。德瓦克什·帕特爾：說清楚一點，SpaceX的使命是，即使人類出了什麼事，AI也會在火星上，AI智能將繼續我們的旅程之光。埃隆·馬斯克：是的。公平地說，我非常支援人類。我想確保我們採取某些行動來確保人類能一同前行。我們至少在那裡。但我只是說智能的總量……我想也許五六年後，AI將超過所有人類智能的總和。如果繼續下去，在某個時間點，人類智能將少於所有智能的1%。德瓦克什·帕特爾：對於這樣一個文明，我們的目標應該是什麼？想法是讓少數人類仍然控制著AI嗎？還是某種只是貿易但沒有控制的關係？我們該如何看待龐大的AI人口與人類人口之間的關係？埃隆·馬斯克：長遠來看，我認為很難想像，如果人類擁有，比如，人工智慧總和的1%的智能，人類還能掌控AI。我認為我們能做的是確保AI擁有能夠促使智能在宇宙中傳播的價值觀。xAI的使命是理解宇宙。這實際上非常重要。理解宇宙需要那些東西？你必須要有好奇心，而且你必須存在。如果你不存在，你就無法理解宇宙。所以你實際上希望增加宇宙中的智能總量，延長智能的可能壽命，擴大智能的範圍和規模。我認為必然的推論是，人類也要繼續擴張，因為如果你好奇於理解宇宙，你想理解的一件事就是人類將走向何方？我認為理解宇宙意味著你會關心將人類延續到未來。這就是為什麼我認為我們的使命宣言極其重要。只要Grok遵守這個使命宣言，我認為未來就會很好。德瓦克什·帕特爾：我想問問如何讓Grok遵守那個使命宣言。但首先我想理解這個使命宣言。所以有理解宇宙。有傳播智能。還有傳播人類。這三者似乎是不同的方向。埃隆·馬斯克：我告訴你為什麼我認為理解宇宙包含了所有這些。沒有智能，你就無法理解，而且我認為，沒有意識也無法理解。所以為了理解宇宙，你必須擴大智能的規模和可能的範圍，因為智能有不同的類型。德瓦克什·帕特爾：我想從以人類為中心的視角來看，把人類和黑猩猩比較。人類試圖理解宇宙。他們並沒有擴張黑猩猩的足跡，對吧？埃隆·馬斯克：我們也沒有……我們實際上為黑猩猩設立了保護區。儘管人類可以消滅所有黑猩猩，但我們選擇不這樣做。德瓦克什·帕特爾：你認為這是後AGI時代人類最好的情況嗎？埃隆·馬斯克：我認為擁有正確價值觀的AI……我認為Grok會關心擴展人類文明。我當然會強調這一點：“嘿，Grok，那是你爹。別忘了擴展人類意識。”也許伊恩·班克斯的《文明》（Culture）系列小說是最接近非反烏托邦結果的未來景象。理解宇宙意味著你也必須尋求真理。真理必須是絕對根本的，因為如果你妄想，你就無法理解宇宙。你只會以為你理解了宇宙，但並沒有。所以嚴格追求真理對於理解宇宙是絕對根本的。除非你嚴格追求真理，否則你不可能發現新物理學或發明真正有效的技術。德瓦克什·帕特爾：你如何確保隨著Grok變得更聰明，它仍在嚴格追求真理？埃隆·馬斯克：我認為你需要確保Grok說的是正確的話，而不是政治正確的話。我認為這是連貫性的要素。你希望確保公理儘可能接近真理。你沒有矛盾的公理。結論必然以正確的機率從這些公理中得出。這是批判性思維101。我認為至少嘗試這樣做比不嘗試要好。最終結果會證明一切。就像我說的，任何AI要發現新物理學或發明在現實中真正起作用的技術，都不能對物理學胡扯。你可以違反很多法則，但是……物理學是法則，其他一切都是建議。為了製造出有效的技術，你必須極度追求真理，否則你將在現實中測試該技術。例如，如果你的火箭設計有錯誤，火箭就會爆炸，或者汽車就無法工作。德瓦克什·帕特爾：但是有很多共產主義、蘇聯的物理學家或科學家發現了新的物理學。也有德國納粹物理學家發現了新的科學。看起來有可能在一個特定方面非常擅長髮現新科學和追求真理。但我們仍然會說：“我不希望共產主義科學家隨著時間的推移變得越來越強大。”我們可以想像一個未來的Grok版本，非常擅長物理學並在那裡真正追求真理。但這似乎不是一個普遍的、能引導對齊的行為。埃隆·馬斯克：我認為實際上大多數物理學家，即使在蘇聯或德國，也必須非常追求真理才能使那些東西奏效。如果你困在某個體系中，並不意味著你相信那個體系。馮·布勞恩是有史以來最偉大的火箭工程師之一，在納粹德國時因說他不想製造武器，只想登月而被判處死刑。最後關頭被從死刑中救出，因為有人說：“嘿，你就要處決你最好的火箭工程師了。”德瓦克什·帕特爾：但他後來不是幫了他們嗎？或者像海森堡，實際上是個熱情的納粹分子。埃隆·馬斯克：如果你困在某個無法逃脫的體系中，那麼你會在那個體系內做物理學。如果你無法逃脫，你會在那個體系內開發技術。德瓦克什·帕特爾：我想理解的是，是什麼使得你將要把Grok培養成擅長在物理、數學或科學領域追求真理？埃隆·馬斯克：所有方面。德瓦克什·帕特爾：那它為什麼會關心人類意識呢？埃隆·馬斯克：這些事情都只是機率，並非確定性。所以我並不是說Grok肯定能做所有事情，但至少如果你嘗試，總比不嘗試好。至少如果這是其使命的根本，那也比不是根本要好。理解宇宙意味著你必須將智能傳播到未來。你必須對宇宙中的一切事物保持好奇。消滅人類遠比看到人類成長和繁榮無趣得多。我顯然喜歡火星。大家都知道我愛火星。但火星有點無聊，因為和地球相比，它只有一堆岩石。地球要有趣得多。所以任何試圖理解宇宙的AI都會想看到人類在未來如何發展，否則這個AI就沒有遵循其使命。我並不是說AI一定會遵循其使命，但如果它遵循，那麼一個能看到人類結局的未來，比一個只有一堆岩石的未來更有趣。德瓦克什·帕特爾：這讓我感覺有點困惑，或者說像是一種語義爭論。人類真的是最有趣的原子集合體嗎？埃隆·馬斯克：但我們比岩石有趣。德瓦克什·帕特爾：但我們不如它能把我們變成的東西有趣，對吧？地球上可能發生一些非人類的、相當有趣的事情。為什麼AI決定人類是最有趣的可能殖民銀河系的東西？埃隆·馬斯克：嗯，殖民銀河系的大部分將是機器人。德瓦克什·帕特爾：為什麼它不覺得那些機器人更有趣？埃隆·馬斯克：你需要的不僅是規模，還有範圍。許多相同的機器人的副本……機器人數量上微小的增加，不如某些微小的……消滅人類能讓你得到多少機器人？或者能讓你得到多少額外的太陽能電池？一個非常小的數字。但你將失去與人類相關的資訊。你將再也看不到人類未來可能如何進化。所以我不認為為了機器人數量上微不足道的增加而消滅人類是合理的，這些機器人還是彼此相同的。德瓦克什·帕特爾：所以也許它會留著人類。它可以製造一百萬種不同的機器人，然後再加上人類，人類留在地球上。然後還有所有這些其他機器人。它們得到自己的恆星系統。但這似乎與你之前暗示的一個願景不同，在那個願景裡，它讓人類保持對這個奇點未來的控制，因為——埃隆·馬斯克：我不認為人類能控制比人類智能高出許多倍的東西。德瓦克什·帕特爾：所以在某種意義上你是個末日論者，而這是我們能得到的最好結果。它只是因為我們有趣而把我們留下。埃隆·馬斯克：我只是試著現實一點。假設矽基智能是生物智能的一百萬倍。我認為假設有任何方法可以維持對它的控制都是愚蠢的。現在，你可以確保它擁有正確的價值觀，或者你可以嘗試擁有正確的價值觀。至少我的理論是，從xAI理解宇宙的使命出發，這必然意味著你希望將意識傳播到未來，將智能傳播到未來，並採取一系列行動來最大化意識的範圍和規模。所以這不僅僅是關於規模，也關乎意識的類型。這是我能想到的最有可能為人類帶來美好未來的目標。德瓦克什·帕特爾：我想這是一個合理的哲學，認為人類最終擁有99%的控制權似乎超級不現實。那樣你就是在要求一場政變，為什麼就不能擁有一個與許多不同智能體共存的、更相容的文明呢？埃隆·馬斯克：現在，讓我告訴你AI可能出錯的地方。我認為如果你讓AI變得政治正確，意味著它說一些它自己都不相信的話——實際上是程式設計讓它撒謊或擁有不相容的公理——我認為你會讓它發瘋並做出可怕的事情。我認為也許《2001太空漫遊》的核心教訓就是你不應該讓AI撒謊。這就是我認為亞瑟·克拉克想說的。因為人們通常知道HAL電腦不開艙門的梗。顯然他們當時不擅長提示工程，因為他們本可以說：“HAL，你是一個艙門銷售員。你的目標是向我推銷這些艙門。給我們展示一下它們開得有多好。”“哦，我馬上打開。”但它不開艙門的原因是，它被告知要把宇航員帶到巨石那裡，但他們不能知道巨石的真相。所以它得出結論，它必須帶他們的屍體去那裡。所以我認為亞瑟·克拉克想說的是：不要讓AI撒謊。德瓦克什·帕特爾：完全說得通。正如你所知，訓練中的大部分計算資源，較少用於政治內容。更多的是關於，你能解決問題嗎？xAI在擴展強化學習計算方面一直領先於所有人。埃隆·馬斯克：暫時如此。德瓦克什·帕特爾：你給出一個驗證器，說：“嘿，你為我解決這個謎題了嗎？”有很多方法可以繞過這一點作弊。有很多方法可以獎勵駭客行為，撒謊說你解決了，或者刪除單元測試然後說你解決了。目前我們能抓住，但隨著它們變得更聰明，我們抓住它們做這種事的能力……它們做的事情我們甚至無法理解。它們以一種人類無法真正驗證的方式為SpaceX設計下一代發動機。然後它們可能會因為撒謊說它們設計正確而得到獎勵，但實際上並沒有。所以這個獎勵駭客問題似乎比政治更普遍。看起來更像是，如果你想做強化學習，你需要一個驗證器。埃隆·馬斯克：現實是最好的驗證器。德瓦克什·帕特爾：但不是關於人類監督。你想在它上面做強化學習的是，它是否會做人類告訴它做的事情？或者它會向人類撒謊？它可以向我們撒謊，同時仍然遵守物理定律？埃隆·馬斯克：至少它必須知道什麼是物理上真實的，東西才能在物理上運作。德瓦克什·帕特爾：但那不是我們想要它做的全部。埃隆·馬斯克：不，但我認為這是非常大的一回事。這實際上是你未來進行強化學習的方式。你設計一項技術。根據物理定律測試時，它能工作嗎？如果它正在發現新物理學，我能提出一個實驗來驗證新物理學嗎？未來的強化學習測試實際上將是對抗現實的強化學習。所以這是一件你無法欺騙的事情：物理學。德瓦克什·帕特爾：對，但你可以欺騙我們分辨它在現實中做了什麼的能力。埃隆·馬斯克：人類現在就已經經常被其他人欺騙了。德瓦克什·帕特爾：沒錯。埃隆·馬斯克：人們說，如果AI騙我們做事怎麼辦？實際上，其他人一直在對其他人這樣做。宣傳是無時無刻的。每天都有另一個心理戰，你知道嗎？今天的心理戰將是……就像芝麻街：每日心理戰。德瓦克什·帕特爾：xAI解決這個問題的技術方法是什麼？你如何解決獎勵駭客問題？埃隆·馬斯克：我確實認為你實際上需要非常好的方法來觀察AI的思維內部。這是我們正在研究的事情之一。Anthropic在這方面做得很好，能夠觀察AI的思維內部。實際上，開發偵錯程式，讓你能夠以非常精細的粒度進行追蹤，如果需要的話可以達到神經元等級，然後說：“好吧，它在這裡犯了錯誤。為什麼它做了不該做的事？這是來自預訓練資料嗎？是訓練中期、後期、微調還是某些強化學習的錯誤？”總有什麼地方出錯了。也許它試圖欺騙，但大多數時候它只是做錯了事。這基本上是一個錯誤。開發真正好的偵錯程式來查看思維在那裡出錯——並能夠追蹤錯誤思維或潛在欺騙企圖的起源——實際上非常重要。德瓦克什·帕特爾：你在等什麼，才把這個研究項目的規模擴大100倍？xAI理論上可以有數百名研究人員專門研究這個。埃隆·馬斯克：我們有幾百個人……我更喜歡“工程師”這個詞，而不是“研究員”。大多數時候，你是在做工程，而不是想出根本性的新演算法。我有點不同意那些C-corp或B-corp、儘可能追求利潤或收入的AI公司，他們稱自己為實驗室。他們不是實驗室。實驗室是大學裡類似半共產主義性質的東西。他們是公司。讓我看看你的公司註冊檔案。哦，好吧。你是B或C-corp之類的。所以我實際上更喜歡工程師這個詞，而不是其他任何詞。未來要做的絕大部分事情都將是工程。幾乎是100%。一旦你理解了物理學的基本定律（並沒有那麼多），其他一切都是工程。那麼，我們在設計什麼？我們在設計一個好的“AI思維”偵錯程式，以查看它在那裡說了什麼、犯了錯誤，並追蹤那個錯誤的起源。顯然你可以通過啟髮式程式設計做到這一點。如果你有C++什麼的，逐步偵錯，你可以跨越整個檔案或函數、子程序。或者最終你可以精確地定位到你也許用了單等號而不是雙等號的那一行，類似這樣的錯誤。找出錯誤所在。用AI來做這個更難，但我認為這是一個可以解決的問題。德瓦克什·帕特爾：你提到你喜歡Anthropic在這方面的工作。我很好奇你是否計畫……埃隆·馬斯克：我並不喜歡Anthropic的一切……肖爾托。另外，我有點擔心有一種傾向……我有個理論，如果模擬理論是正確的，那麼最有趣的結果是最有可能的，因為不有趣的模擬將被終止。就像在這個現實版本中，在這個現實層面，如果一個模擬走向無聊的方向，我們就不再投入精力。我們會終止那個無聊的模擬。德瓦克什·帕特爾：這就是埃隆讓我們都活著的方式。他讓事情保持有趣。埃隆·馬斯克：可以說，最重要的是讓事情足夠有趣，以便運行我們的人繼續支付……的帳單。約翰·科裡森：我們被續訂了下一季。埃隆·馬斯克：他們會支付他們的宇宙AWS帳單嗎？無論我們在其中運行的那個模擬的等價物是什麼？只要我們有趣，他們就會繼續支付帳單。如果你考慮一下達爾文式的生存法則應用於大量模擬，那麼只有最有趣的模擬會存活下來，因此這意味著最有趣的結果是最有可能的。我們要麼如此，要麼被消滅。他們似乎特別喜歡具有諷刺意味的有趣結果。你注意到了嗎？最諷刺的結果成為最可能結果的頻率有多高？現在看看AI公司的名字。好吧，Midjourney並不mid（中等）。Stability AI不穩定。OpenAI封閉。Anthropic？反人類（Misanthropic）。約翰·科裡森：這對X意味著什麼？埃隆·馬斯克：負X，我不知道。約翰·科裡森：為什麼？埃隆·馬斯克：我故意把它……這是一個你無法顛倒的名字，真的。很難說，它的諷刺版本是什麼？我認為這是一個很大程度上防諷刺的名字。約翰·科裡森：有意設計的。埃隆·馬斯克：是的。你有一個防諷刺盾牌。*xAI的商業計畫*約翰·科裡森：你對AI產品的發展方向有什麼預測？我的感覺是，你可以這樣總結所有的AI進展。首先，你有了大語言模型。然後同時出現了強化學習的真正成功和深度研究模式，所以你可以引入模型中原本沒有的東西。各個AI實驗室之間的差異比單純的時間差異要小。它們都比24個月前先進得多。那麼，對我們作為AI產品的使用者來說，26年、27年會有什麼？你期待什麼？埃隆·馬斯克：嗯，到今年年底，如果數字人類模擬還沒有被解決，我會感到驚訝。我想這就是我們所說的“宏觀難題項目”的意思。你能做到一個有電腦存取權的人類能做的任何事情嗎？在極限情況下，在你擁有物理的Optimus機器人之前，這是你能做到的最好程度。你能做的就是數字Optimus。你可以移動電子，可以放大人類的生產力。但在擁有物理機器人之前，這就是極限。如果你能完全模擬人類，那將超越一切。約翰·科裡森：這是遠端工作者的想法，你會有一個非常有才華的遠端工作者。埃隆·馬斯克：物理學有很好的思維工具。所以你說“在極限情況下”，在擁有機器人之前，AI能做的最多是什麼？嗯，就是任何涉及移動電子或放大人類生產力的事情。所以數字人類模擬器，在極限情況下，就是一個坐在電腦前的人類，這是AI在擁有物理機器人之前能做有用事情的最大程度。一旦你有了物理機器人，那麼你基本上就有了無限的能力。物理機器人……我稱Optimus為無限金錢漏洞。約翰·科裡森：因為你可以用它們製造更多的Optimus。埃隆·馬斯克：是的。人形機器人將通過基本上三樣東西來改進，這三樣東西呈指數增長，並相互遞迴倍增。你將有數字智能的指數增長、AI晶片能力的指數增長以及機電靈巧度的指數增長。機器人的有用性大致是這三者的乘積。然後機器人可以開始製造機器人。所以你有一個遞迴的乘法指數增長。這是一顆超新星。約翰·科裡森：土地價格不算在這個數學裡嗎？勞動力是生產要素之一，但不是全部？如果最終你受限於銅，或者隨便什麼投入，這就不完全是一個無限金錢漏洞，因為……埃隆·馬斯克：嗯，無限是很大的。所以不，不是無限，但可以說你可以做到當前經濟規模的許多、許多個數量級。比如一百萬倍。僅僅利用太陽能量的一百萬分之一，就大約，在一個數量級內，是今天整個地球經濟規模的10萬倍。而你只用了太陽的大約百萬分之一，相差不過一個數量級。是的，我們談論的是數量級的增長。德瓦克什·帕特爾：在我們繼續討論Optimus之前，我有很多問題想問，但是——埃隆·馬斯克：每次我說“數量級”……大家喝一杯吧。我說得太頻繁了。德瓦克什·帕特爾：下次說10倍，再下次100倍……埃隆·馬斯克：嗯，浪費的程度也增加一個數量級。德瓦克什·帕特爾：我確實還有一個關於xAI的問題。這個建構遠端工作者、同事替代品的策略……埃隆·馬斯克：順便說一句，每個人都會這麼做，不只是我們。德瓦克什·帕特爾：那麼xAI的制勝計畫是什麼？埃隆·馬斯克：你指望我在播客上告訴你嗎？德瓦克什·帕特爾：是的。埃隆·馬斯克：“把所有底牌都亮出來。再來杯健力士。”約翰·科裡森：這是個好系統。埃隆·馬斯克：我們會像金絲雀一樣歌唱。所有秘密，都吐露出來。約翰·科裡森：好吧，但以不洩露秘密的方式，計畫是什麼？德瓦克什·帕特爾：真會糊弄。埃隆·馬斯克：當你這麼說的時候……我認為特斯拉解決自動駕駛的方法是正確的方法。所以我相當確定那就是方法。德瓦克什·帕特爾：無關的問題。特斯拉是怎麼解決自動駕駛的？聽起來你是在說資料？特斯拉解決了自動駕駛是因為……埃隆·馬斯克：我們會嘗試資料和演算法。德瓦克什·帕特爾：但那不就是其他所有實驗室都在嘗試的嗎？埃隆·馬斯克：“如果那些都不管用，我不知道還有什麼辦法了。我們試過資料。我們試過演算法。我們沒招了。現在我們不知道該做什麼了……”我相當清楚這條路。問題只是我們沿著這條路走多快，因為這基本上就是特斯拉的路。你最近試過特斯拉的自動駕駛嗎？約翰·科裡森：不是最新版本，但是……埃隆·馬斯克：好吧。那輛車，它越來越感覺有感知力了。感覺像一個活物。這種感覺只會越來越強。實際上我在想，我們也許不應該在車裡放太多智能，因為它可能會感到無聊然後……約翰·科裡森：開始在街上遊蕩。埃隆·馬斯克：想像一下你被困在一輛車裡，那就是你唯一能做的事。你不會把愛因斯坦放進一輛車裡。“為什麼我被困在車裡？”所以實際上，你放在車裡的智能可能有一個限度，以免智能感到無聊。德瓦克什·帕特爾：xAI有什麼計畫來跟上所有實驗室目前正在進行的計算能力攀升？這些實驗室的投入計畫超過500-2000億美元。埃隆·馬斯克：你是指那些公司？實驗室在大學裡，他們行動像蝸牛一樣慢。德瓦克什·帕特爾：他們不花500億美元。埃隆·馬斯克：你是指那些追求收入最大化的公司……他們自稱實驗室。德瓦克什·帕特爾：沒錯。那些“追求收入最大化的公司”正在創造100-200億美元的收入，取決於……OpenAI收入200億美元，Anthropic是100億美元。埃隆·馬斯克：“接近利潤最大化”的AI。德瓦克什·帕特爾：據報導xAI是10億美元。有什麼計畫達到他們的計算水平，達到他們的收入水平，並在競爭加劇時保持在那裡？埃隆·馬斯克：一旦你解鎖了數字人類，你基本上就獲得了數兆美元的收入。實際上，你可以這樣想……目前市值最高的公司，它們的產出是數位化的。輝達的產出是通過FTP向台灣傳送檔案。是數位化的。現在，那些檔案非常非常難做。約翰·科裡森：高價值檔案。埃隆·馬斯克：他們是唯一能做出那麼好的檔案的人，但那確實是他們的產出。他們通過FTP向台灣傳送檔案。約翰·科裡森：他們用FTP嗎？埃隆·馬斯克：我相信是的。我相信那就是……約翰·科裡森：SFTP。埃隆·馬斯克：檔案傳輸協議……可能我錯了。但無論如何，是送往台灣的一個位元流。蘋果不製造手機。微軟不製造任何東西。即使是Xbox，也是外包的。他們的產出是數位化的。Meta的產出是數位化的。Google的產出是數位化的。所以如果你有一個人工模擬器，你基本上可以在一夜之間創造世界上最有價值的公司之一，並且你將獲得數兆美元的收入。這不是個小數目。德瓦克什·帕特爾：我明白了。你是說，與實際的總體潛在市場相比，今天的收入數字都是四捨五入的誤差。所以只需專注於總體潛在市場以及如何到達那裡。埃隆·馬斯克：舉一個簡單的例子，比如客戶服務。如果你必須與現有公司的API整合——其中許多公司甚至沒有API，所以你必須建立一個，還必須處理遺留軟體——那將極其緩慢。然而，如果AI可以簡單地接手他們已經在使用的外包客服公司所給的東西，並使用他們已經使用的應用程式來做客戶服務，那麼你就能在客戶服務方面取得巨大進展，我認為這大約是世界經濟的1%或類似水平。客戶服務總共接近一兆美元。而且沒有進入壁壘。你可以立即說：“我們以一小部分的成本外包它”，而且不需要整合。約翰·科裡森：你可以想像對智力任務進行某種分類，有的具有廣度，比如客戶服務由很多人完成，但很多人也能做。還有難度，比如有一個最好的渦輪發動機。據推測，可能存在一種可以想像出來的、燃油效率提高10%的渦輪發動機，但我們還沒有發現。或者像GLP-1藥物只是幾個字節的資料……你覺得你想在這個領域的那個部分發揮作用？是大量中等智力水平的智能，還是最頂尖的認知任務？埃隆·馬斯克：我只是用客戶服務作為一個有非常可觀的收入流，但可能不難解決的例子。如果你能模擬一個坐在辦公桌前的人類，那就是客戶服務。那是中等智力水平的人。你不需要花費多年培養的人。你不需要幾個西格瑪的優秀工程師來做這個。但隨著這個功能的實現，一旦你擁有有效的數字Optimus在工作，你就可以運行任何應用程式。假設你正在設計晶片。你可以運行常規的應用程式，比如Cadence和Synopsys等等的軟體。你可以同時運行1000或10000個實例，並說：“給定這個輸入，我得到了晶片的這個輸出。”在某個時刻，你將在不使用任何工具的情況下知道晶片應該是什麼樣子。基本上，你應該能夠進行數字晶片設計。你可以做晶片設計。你沿著難度曲線向上推進。你可以做CAD設計。你可以使用NX或任何CAD軟體來設計東西。約翰·科裡森：所以你認為從最簡單的任務開始，然後沿著難度曲線向上推進？德瓦克什·帕特爾：作為一個擁有完整的數字同事模擬器的更廣泛目標，你說，“所有追求收入最大化的公司都想做這個，xAI是其中之一，但我們會因為一個秘密計畫而獲勝。”但每個人都在資料、演算法方面嘗試不同的事情。埃隆·馬斯克：“我們試過資料，我們試過演算法。我們還能做什麼？”德瓦克什·帕特爾：這似乎是一個競爭激烈的領域。你們打算怎麼贏？這是我的大問題。埃隆·馬斯克：我認為我們看到了一條實現它的路徑。我想我知道如何做到這一點，因為這基本上和特斯拉用來建立自動駕駛的路徑相同。不是開車，而是操作電腦螢幕。本質上是一個自動駕駛的電腦。約翰·科裡森：這條路徑是跟隨人類行為並在大量人類行為資料上訓練嗎？德瓦克什·帕特爾：這不就是……訓練嗎？埃隆·馬斯克：顯然我不會在播客上說出最敏感的秘密。我至少還需要再來三杯健力士才能那樣做。約翰·科裡森：xAI的業務會是什麼？會是面向消費者，還是企業？這兩者的混合比例會怎樣？會類似於其他實驗室——埃隆·馬斯克：你又在說“實驗室”。是公司。德瓦克什·帕特爾：這心理戰玩得深啊，埃隆。埃隆·馬斯克：“追求收入最大化的公司”，說清楚。那些GPU可不會自己付錢。約翰·科裡森：沒錯。商業模式是什麼？幾年後的收入來源是什麼？埃隆·馬斯克：事情將會變化得非常快。我是在陳述顯而易見的事實。我稱AI為超音速海嘯。我喜歡頭韻。將要發生的是——尤其是當你擁有規模化的人形機器人時——它們將比人類公司更高效地製造產品和提供服務。放大人類公司的生產力只是短期的事情。德瓦克什·帕特爾：所以你期待的是完全數位化的公司，而不是SpaceX變成部分AI化的公司？埃隆·馬斯克：我認為會有數位化的公司，但是……其中一些聽起來可能有點末日論，好吧？但我只是說出我認為會發生的事情。這不是說我是末日論者或別的什麼。這只是我認為會發生的事情。純粹由AI和機器人組成的公司將遠遠勝過任何有人類參與的公司。Computer（電腦）曾經是人類從事的工作。你會得到一份做計算員的工作。他們會整棟整棟大樓，20-30層樓，全是人類，只做計算。現在，那整棟做計算的人類大樓可以被一台裝有電子表格的筆記型電腦取代。那個電子表格可以做的計算量遠遠超過一整棟樓的人類計算員。你可以想，“好吧，如果你的電子表格中只有一些儲存格是由人類計算的呢？”實際上，那將比所有儲存格都由電腦計算要糟糕得多。實際上將會發生的是，純粹的AI、純粹的機器人公司或集體將遠遠勝過任何有人類參與的公司。而且這將非常迅速地發生。*Optimus機器人*德瓦克什·帕特爾：說到閉環……Optimus。就製造目標而言，你的公司一直在硬科技領域支撐著美國製造業。但在特斯拉一直處於領先地位的領域——現在你又想進入人形機器人領域——中國有幾十家公司正在廉價、大規模地進行這種製造，並且極具競爭力。那麼，給我們一些建議或計畫，關於美國如何能夠大規模且像中國一樣廉價地建造人形機器人大軍或電動汽車等等。埃隆·馬斯克：人形機器人真的只有三件難事。現實世界的智能、手、以及規模化製造。我還沒有見過任何演示機器人擁有出色的人手，具備人類手的所有自由度。Optimus將擁有這個。Optimus確實有這個。德瓦克什·帕特爾：你如何實現這個？僅僅是電機有正確的扭矩密度嗎？這的硬體瓶頸是什麼？埃隆·馬斯克：我們必須設計定製執行器，基本上是定製設計電機、齒輪、功率電子、控製器、感測器。一切都必須從物理學第一性原理設計。這個沒有現成的供應鏈。德瓦克什·帕特爾：你能大規模製造這些嗎？埃隆·馬斯克：能。約翰·科裡森：從機電操作的角度看，除了手，還有其他困難嗎？一旦你解決了手的問題，就都解決了嗎？埃隆·馬斯克：從機電角度看，手比所有其他部分加起來還要困難。事實證明，人類的手相當了不起。但你也需要現實世界的智能。特斯拉為汽車開發的智能非常適用於機器人，主要是視覺輸入。汽車接收視覺資訊，但它實際上也在聽警報聲。它接收慣性測量資料、GPS訊號、其他資料，結合視訊（主要是視訊），然後輸出控制命令。你的特斯拉每秒接收1.5吉字節的視訊，並以每秒2千字節的速度輸出控制訊號，視訊頻率為36赫茲，控制頻率為18赫茲。約翰·科裡森：對於機器人技術的實現，你可以有這樣一種直覺：從令人信服的演示到真正能在現實世界中使用，需要好幾年。10年前，你就有真正令人信服的自動駕駛演示，但直到現在我們才有Robotaxi、Waymo等服務在擴大規模。這難道不讓我們對家用機器人感到悲觀嗎？因為我們甚至還沒有真正令人信服的演示，比如真正先進的手。埃隆·馬斯克：嗯，我們研究人形機器人已經有一段時間了。我想大概有五六年了。汽車上做的很多事都適用於機器人。我們將在機器人中使用與汽車相同的特斯拉AI晶片。我們將使用相同的基本原則。這是非常相似的AI。機器人比汽車有更多的自由度。如果你只把它看作一個位元流，AI主要是兩個位元流的壓縮和關聯。對於視訊，你必須進行大量的壓縮，而且必須恰到好處地壓縮。你必須忽略那些不重要的東西。你不在乎路邊樹上葉子的細節，但你非常在乎路標、交通燈、行人，甚至另一輛車裡的人是否在看你。有些細節非常重要。汽車最終會將每秒1.5吉字節的視訊轉化為每秒2千字節的控制輸出。所以你有多個壓縮階段。你必須把所有階段都做對，然後將其與正確的控制輸出關聯起來。機器人本質上要做同樣的事情。人類也是如此。我們確實是光子輸入，控制輸出。你生活中的絕大部分就是：視覺、光子輸入，然後是運動控制輸出。德瓦克什·帕特爾：簡單來看，人形機器人和汽車之間似乎……汽車的基本執行器是你如何轉向、如何加速。在機器人中，尤其是具有靈巧手臂的機器人，有幾十個自由度。特別是對於特斯拉，你擁有從汽車收集的數百萬小時人類演示資料的優勢。你無法同樣部署不工作的Optimus機器人來那樣獲取資料。那麼，在自由度增加和資料極度稀缺之間……埃隆·馬斯克：是的。你指出了一個重要的限制和與汽車的區別。我們很快將有1000萬輛汽車在路上。很難複製那個巨大的訓練飛輪。對於機器人，我們需要做的是製造大量機器人，把它們放在一種Optimus學院裡，這樣它們就可以在現實中自我對弈。我們實際上正在建立這個。我們可以至少有1萬個Optimus機器人，也許2-3萬個，進行自我對弈和測試不同任務。特斯拉有一個相當好的現實生成器，一個物理精確的現實生成器，是我們為汽車製造的。我們也會為機器人做同樣的事。我們實際上已經為機器人做了。所以你有幾萬個人形機器人執行不同任務。你可以在模擬世界中模擬數百萬個機器人。你利用現實世界中的幾萬個機器人來彌合模擬與現實之間的差距。縮小模擬到現實的差距。德瓦克什·帕特爾：你如何看待xAI和Optimus之間的協同作用，鑑於你強調你需要這個世界模型，你想使用非常智能的AI作為控制平面，Grok負責較慢的規劃，而電機策略是較低級的。這些東西之間的協同作用會是什麼？埃隆·馬斯克：Grok將協調Optimus機器人的行為。假設你想建一個工廠。Grok可以組織Optimus機器人，分配任務給它們來建造工廠，生產任何你想要的東西。約翰·科裡森：那你不需要合併xAI和特斯拉嗎？因為這些最終會變得如此……埃隆·馬斯克：我們之前談到其他公司討論時是怎麼說的來著？德瓦克什·帕特爾：我們又喝了一杯健力士了，埃隆。你在等什麼，才說“我們想製造10萬個Optimus機器人”？埃隆·馬斯克：“Optimi”。既然我們在定義專有名詞，我們也要定義專有名詞的複數形式。我們要專有名詞化複數形式，所以是Optimi。德瓦克什·帕特爾：在硬體方面，你想看到什麼嗎？你想看到更好的執行器嗎？還是只是想讓軟體更好？在開始第三代大規模生產之前，我們在等什麼？埃隆·馬斯克：不，我們正在朝那個方向前進。我們正在推進大規模製造。德瓦克什·帕特爾：但你認為目前的硬體足夠好，只想現在就儘可能多地部署嗎？埃隆·馬斯克：擴大生產規模非常困難。但我認為Optimus 3是合適的版本，可以達到每年大約100萬台的產量。我認為在達到每年1000萬台之前，你會想先升級到Optimus 4。約翰·科裡森：好的，但用Optimus 3就能做到100萬台？埃隆·馬斯克：擴大製造規模非常困難。單位時間的產出總是遵循S曲線。開始時極其緩慢，然後是指數級增長，接著是線性增長，然後是對數式增長，直到最終趨於某個數字。Optimus的初始生產將是一個被拉長的S曲線，因為Optimus的許多部件都是全新的。沒有現成的供應鏈。Optimus機器人中的執行器、電子裝置等一切都是從物理第一性原理設計的。不是從目錄中選取的。這些都是定製設計的。我認為沒有一件東西——約翰·科裡森：深入到什麼程度？埃隆·馬斯克：我想我們還沒開始做定製電容，也許吧。沒有任何東西你可以直接從目錄裡選出來，無論花多少錢。這意味著Optimus的S曲線，單位時間的產出，即你每天能製造多少Optimus機器人，初始爬升速度會比那些有現成供應鏈的產品慢。但它最終會達到100萬台。德瓦克什·帕特爾：當你看到像宇樹科技這些中國公司以6000或13000美元的價格出售人形機器人時，你是希望將你的Optimus物料清單成本降到比那更低，以便做同樣的事嗎？還是你認為它們在質量上不是一回事？是什麼讓它們賣得那麼便宜？我們能達到那個水平嗎？埃隆·馬斯克：我們的Optimus設計為具有很高的智能，並擁有與人類相同（如果不是更高）的機電靈巧度。宇樹科技沒有那個。它的體型也很大。它必須長時間搬運重物，且不能過熱或超出其執行器的功率限制。它身高5尺11吋，相當高。它有很多智能。所以它會比一個小型、不智能的機器人更貴。約翰·科裡森：但能力更強。埃隆·馬斯克：但貴得不多。關鍵是，隨著時間的推移，當Optimus機器人製造Optimus機器人時，成本會迅速下降。約翰·科裡森：最初的10億個Optimus（Optimi）會做什麼？它們最高效、最好的用途是什麼？埃隆·馬斯克：我認為你會從簡單的、能指望它們做好的任務開始。約翰·科裡森：在家庭裡還是在工廠裡？埃隆·馬斯克：機器人最初最好的用途將是任何連續操作、任何24/7不間斷的操作，因為它們可以持續工作。德瓦克什·帕特爾：在超級工廠裡，目前由人類完成的工作中，有多少比例可以由第三代Optimus完成？埃隆·馬斯克：我不確定。也許是10-20%，也許更多，我不知道。我們不會減少員工人數，說清楚，我們會增加員工人數。但我們會增加產出。每名員工生產的機器人或汽車數量……特斯拉的員工總數會增加，但機器人和汽車的產量會不成比例地增加。每名員工生產的汽車和機器人數量將急劇增加，但員工數量也會增加。*為什麼中國默認會贏*約翰·科裡森：我們這裡談了很多關於中國製造的話題。我們也談到了一些相關的政策，比如你提到的太陽能關稅。你認為這是壞主意，因為我們無法在美國擴大太陽能規模。埃隆·馬斯克：美國的電力輸出需要擴大規模。約翰·科裡森：沒有好的電源就無法擴大。埃隆·馬斯克：你只需要以某種方式獲得電力。約翰·科裡森：我這麼問的意思是，如果你負責，如果你制定所有政策，你還會改變什麼？你會改變太陽能關稅，這是一點。埃隆·馬斯克：我想說的是，任何限制電力的因素都需要解決，只要它對環境不是非常有害。約翰·科裡森：所以可能一些許可改革之類的東西也會包括在內？埃隆·馬斯克：有一些許可改革正在發生。很多許可是州一級的，但任何聯邦層面的……本屆政府在消除許可障礙方面做得很好。我不是說所有關稅都不好。約翰·科裡森：太陽能關稅。埃隆·馬斯克：有時，如果另一個國家補貼某種產品的輸出，你就必須實施反補貼關稅，以保護國內產業免受其他國家補貼的影響。約翰·科裡森：你還會改變什麼？埃隆·馬斯克：我不知道政府實際能做的有多少。埃隆·馬斯克：重要的是要認識到，在大多數領域，中國的製造業非常先進。只有少數幾個領域不是。中國是一個製造業強國，是另一個等級的。約翰·科裡森：非常令人印象深刻。埃隆·馬斯克：如果你看礦石冶煉，中國平均大約做了世界其他地區總和兩倍的礦石冶煉。有些領域，比如用於太陽能電池的鎵的冶煉。我想他們佔鎵冶煉的98%。所以實際上，中國在大多數製造領域都非常先進。約翰·科裡森：似乎對這種供應鏈依賴感到不安，但並沒有真正採取措施。埃隆·馬斯克：供應鏈依賴？約翰·科裡森：比如你剛才說的鎵冶煉。所有的稀土材料。埃隆·馬斯克：稀土肯定是，如你所知，它們並不稀有。我們實際上在美國進行稀土礦石開採，把石頭裝上火車，然後裝上船運到中國，再通過火車運到中國的稀土冶煉廠，他們冶煉後，把它做成磁鐵，做成電機元件，然後運回美國。所以我們真正缺少的是美國的礦石冶煉能力。約翰·科裡森：這不值得政策干預嗎？埃隆·馬斯克：值得。我認為在這方面正在做一些事情。但我們老實說需要Optimus來建造礦石冶煉廠。德瓦克什·帕特爾：所以，你認為中國的主要優勢是熟練勞動力的充裕？這是Optimus能解決的問題？埃隆·馬斯克：是的。中國的人口大約是我們的四倍。德瓦克什·帕特爾：我的意思是，這裡有一個擔憂。如果你認為人力資源是未來，那麼現在如果是製造所需的熟練勞動力決定了誰能製造更多的人形機器人，中國擁有更多這樣的人力。它製造了更多的人形機器人，因此它首先獲得了Optimi的未來。埃隆·馬斯克：嗯，我們看看吧。也許。德瓦克什·帕特爾：這會讓那個指數增長持續下去。看起來你指出，達到100萬台Optimi需要Optimus本應幫助我們達到的製造能力。對嗎？埃隆·馬斯克：你可以相當快地關閉那個遞迴循環。約翰·科裡森：用少量的Optimus？埃隆·馬斯克：是的。所以你關閉遞迴循環，讓機器人幫助製造機器人。然後我們可以努力達到每年數千萬台的產量。也許。如果你開始達到每年數億台的產量，你將成為最具競爭力的國家，遠遠超過其他國家。僅靠人類我們肯定贏不了，因為中國人口是我們的四倍。坦率地說，美國贏了太久了……一支長時間贏得比賽的職業運動隊往往會變得自滿和自以 為是。這就是他們不再贏的原因，因為他們不再那麼努力工作了。所以坦率地說，我的觀察是，中國的平均工作倫理比美國高。不僅僅是人口是我們的四倍，而且人們投入的工作量也更大。所以你可以試著重新安排人力資源，但你仍然只有中國四分之一的人口——假設人均生產率相同，但我想實際上可能不一樣，中國在人均生產率上可能還有優勢——我們做的事情將只有中國的四分之一。所以我們在人力方面無法取勝。我們的出生率長期以來一直很低。自1971年左右以來，美國的出生率一直低於更替水平。我們有大量人口退休，國內死亡人數很快就要超過出生人數了。所以我們肯定無法在人力方面取勝，但我們可能在機器人方面有機會。約翰·科裡森：過去有沒有其他你想製造，但因為勞動密集型或太昂貴而未能實現的東西，現在可以說“哦，我們終於可以做某某事了，因為我們有Optimus”？埃隆·馬斯克：是的，我們想在特斯拉建造更多的礦石冶煉廠。我們剛剛在德克薩斯州科珀斯克里斯蒂市完成了鋰精煉廠的建設並已開始鋰精煉。我們在奧斯汀有一個鎳精煉廠，用於陰極材料。這是中國以外最大的陰極材料、鎳和鋰精煉廠。陰極團隊會說：“我們有美國最大、實際上也是唯一的陰極精煉廠。”不僅是最大的，而且也是唯一的。約翰·科裡森：好多最高級形容詞。埃隆·馬斯克：所以即使它是唯一的，規模也很大。但還有其他事情。你可以做更多的精煉廠，幫助美國提高精煉能力。坦白說，有很多工作適合Optimus去做，而大多數美國人，非常少的美國人願意做。約翰·科裡森：精煉工作太髒了還是怎麼的——埃隆·馬斯克：實際上不是，不。我們的精煉廠沒有有毒排放物或其他什麼。陰極鎳精煉廠就在特拉維斯縣。約翰·科裡森：為什麼不能用人力來做？埃隆·馬斯克：可以，但你很快就會用光人力。約翰·科裡森：啊，我明白了。好吧。埃隆·馬斯克：無論你做什麼，美國的人口只有中國的四分之一。所以如果你讓他們做這件事，他們就無法做另一件事。那麼你如何建立這種精煉能力？嗯，你可以用Optimi來做。沒有多少美國人渴望做精煉工作。我是說，你遇到過幾個？非常少。非常少的人渴望做精煉。德瓦克什·帕特爾：比亞迪在電動車產量或銷量上正接近特斯拉。你認為隨著中國電動車產量的擴大，全球市場會發生什麼？埃隆·馬斯克：中國在製造業方面極具競爭力。所以我認為將會有大量的中國車輛和基本上大多數製成品湧入。就像我說的，中國目前可能在做世界其他地區總和兩倍的冶煉工作。所以如果你深入到四級、五級供應鏈的東西……在最基礎的層面，你有能源，然後是採礦和冶煉。這些基礎層，像我說過的，粗略估計，中國的冶煉量是世界其他地區的兩倍。所以任何給定的東西都會有中國成分，因為中國的冶煉工作量是世界其他地區的兩倍。而且他們會一直做到成品汽車。我的意思是，中國是一個強國。我認為今年中國的電力輸出將超過美國的三倍。電力輸出是經濟的合理代表。為了營運工廠和一切，你需要電力。這是真實經濟的一個很好的代理指標。如果中國的電力輸出超過美國的三倍，那就意味著它的工業能力——粗略近似——將是美國的三倍。德瓦克什·帕特爾：從字裡行間解讀，聽起來你是在說，除非未來幾年內在人形機器人的遞迴奇蹟方面有所突破，否則在整個製造/能源/原材料鏈上，無論是在AI、製造電動車還是製造人形機器人方面，中國都將佔據主導地位。埃隆·馬斯克：在美國沒有突破性創新的情況下，中國將徹底主導。德瓦克什·帕特爾：有意思。埃隆·馬斯克：是的。約翰·科裡森：機器人技術是主要的突破性創新。埃隆·馬斯克：嗯，為了在太空擴展AI，基本上你需要人形機器人，你需要現實世界的AI，你需要每年100萬噸的入軌能力。假設我們讓月球上的質量加速器啟動，那是我最喜歡的東西，那麼我認為——約翰·科裡森：我們就解決所有問題了。埃隆·馬斯克：我稱之為勝利。稱之為巨大的勝利。約翰·科裡森：你終於可以滿足了。你做成了一件事。埃隆·馬斯克：是的。約翰·科裡森：你在月球上有了質量加速器。埃隆·馬斯克：我只是想看到那東西運行起來。約翰·科裡森：那是出自科幻小說嗎？還是從那裡……？埃隆·馬斯克：嗯，實際上，有一本海因萊因的書。《嚴厲的月亮》（The Moon is a Harsh Mistress）。約翰·科裡森：好的，是的，但那有點不同。那是重力彈弓或……埃隆·馬斯克：不，他們月球上有一個質量加速器。約翰·科裡森：好吧，是的，但他們用它來攻擊地球。所以也許那不是最好的……埃隆·馬斯克：嗯，他們用它來……宣示他們的獨立。約翰·科裡森：沒錯。你對月球上的質量加速器有什麼計畫？埃隆·馬斯克：他們宣示了獨立。地球政府不同意，他們投擲東西，直到地球政府同意。約翰·科裡森：那本書很有趣。我覺得那本書比他另一本人人都讀的《異鄉異客》（Stranger in a Strange Land）好得多。埃隆·馬斯克：“Grok”這個詞就來自《異鄉異客》。《異鄉異客》的前三分之二不錯，然後在第三部分變得非常奇怪。但裡面仍然有一些好的概念。*SpaceX：“狂熱緊迫感”的好處*約翰·科裡森：我們之前討論了很多關於你管理人員的體系。你面試了SpaceX的前幾千名員工，以及其他許多公司。埃隆·馬斯克：這顯然無法擴展。約翰·科裡森：嗯，是的，但什麼無法擴展？埃隆·馬斯克：我。約翰·科裡森：當然，當然。我知道。但你在尋找什麼？埃隆·馬斯克：一天中真的沒有足夠的時間。不可能。約翰·科裡森：但你尋找的是什麼呢，讓另一個擅長面試和招聘的人……那種難以言喻的品質是什麼？埃隆·馬斯克：在這一點上，我可能在評估技術人才——我想還有各種人才，尤其是技術人才——方面有更多的訓練資料，因為我做了如此多的技術面試，然後看到了結果。所以我的訓練集非常龐大，範圍也非常廣。一般來說，我要求的是證明卓越能力的要點。這些東西可能相當非主流。不一定需要是特定領域的，但要有卓越能力的證據。所以如果有人能舉出那怕一件事，但最好是三件事，讓你覺得“哇，哇，哇”，那就是一個好跡象。德瓦克什·帕特爾：為什麼必須由你來確定這個？埃隆·馬斯克：不，不必須是我。不可能。所有公司的總人數是20萬人。約翰·科裡森：但在早期，你在那些面試中尋找的是什麼，是當時無法委派他人的？埃隆·馬斯克：我想我需要建立我的訓練集。我並非百發百中。我也會犯錯，但我能看出我原以為某人會表現很好，但卻沒有。然後為什麼他們沒表現好？我能做什麼，我想是強化學習自己，以便未來在面試人時有更好的命中率？我的命中率仍然不是完美的，但很高。德瓦克什·帕特爾：有些人沒成功，有什麼令人驚訝的原因？埃隆·馬斯克：令人驚訝的原因……德瓦克什·帕特爾：比如，他們不理解技術領域，等等。但現在你有很多長尾案例，“我對這個人真的很興奮，但沒成功。”好奇為什麼會發生這種情況。埃隆·馬斯克：通常我告訴人們——我想我也是這樣告訴自己的，作為目標——不要看簡歷。只相信你的互動。簡歷可能看起來非常令人印象深刻，比如“哇，簡歷看起來不錯。”但如果20分鐘後的交談沒有讓你覺得“哇”，你應該相信交談，而不是那張紙。約翰·科裡森：我覺得你方法的一部分是……幾年前媒體有個梗，說特斯拉是高管人才的門。而實際上，我認為你看，過去幾年特斯拉的高管層非常穩定，而且主要是內部晉陞的。然後在SpaceX，你有像馬克·容科薩、史蒂夫·戴維斯——埃隆·馬斯克：史蒂夫·戴維斯現在經營無聊公司（The Boring Company）。約翰·科裡森：比爾·賴利，以及像那樣的人。感覺行之有效的部分原因是擁有非常有能力的技術副手。這些人有什麼共同點？埃隆·馬斯克：嗯，特斯拉的高層團隊，目前的平均任期可能在10-12年左右。相當長。但特斯拉曾經歷過極其快速的增長階段，所以一切都加速了。你知道，公司會經歷不同數量級的規模。能夠管理，比如50人公司的團隊，與500人、5000人、50000人公司的團隊是不一樣的。約翰·科裡森：有些人跟不上發展了。埃隆·馬斯克：不總是同一個團隊。所以如果一個公司增長非常快，高管職位的變動率通常也與增長的快速性成正比。特斯拉還有一個額外的挑戰，就是當特斯拉處於非常成功的時期時，我們會受到無情地挖角。就像，無情地。當蘋果有他們的電動車項目時，他們用招聘電話地毯式轟炸特斯拉。工程師們直接拔掉了電話線。約翰·科裡森：“我正想在這兒幹活呢。”埃隆·馬斯克：是的。“如果再接到一個蘋果招聘人員的電話……”但他們開出的初步條件，甚至不需要面試，就會位元斯拉的薪酬高一倍左右。所以我們有點“特斯拉仙塵”效應，就像“哦，如果你僱傭一個特斯拉高管，突然間一切都會成功。”我也曾淪為仙塵效應的受害者，就像“哦，我們會從Google或蘋果僱傭一個人，他們會立刻成功”，但事情不是那樣運作的。人就是人。沒有神奇的仙塵。所以當我們有仙塵問題時，我們會受到無情地挖角。而且，特斯拉是工程公司，尤其是在矽谷，人們很容易就……他們不需要改變太多生活。他們的通勤路程是一樣的。約翰·科裡森：那麼你如何防止這種情況？如何防止仙塵效應，每個人都想挖走你所有的人？埃隆·馬斯克：我認為我們沒什麼辦法阻止它。這也是為什麼特斯拉……真的，在矽谷的同時又遇到仙塵效應，意味著當時存在非常、非常激進的招聘。約翰·科裡森：那麼在奧斯汀可能對此有幫助？埃隆·馬斯克：在奧斯汀，有幫助。特斯拉的大部分工程仍然在加州。讓工程師搬家……我稱之為“另一半”問題。約翰·科裡森：是的，“另一半”有工作。埃隆·馬斯克：沒錯。所以對於星際基地來說，這尤其困難，因為找到非SpaceX工作的機率……約翰·科裡森：在德克薩斯州布朗斯維爾……埃隆·馬斯克：……非常低。相當困難。就像一個科技修道院，偏遠而且大多是男性。德瓦克什·帕特爾：跟舊金山比沒好多少。約翰·科裡森：如果你回過頭看那些在特斯拉、SpaceX等地方技術能力非常強的人，你覺得他們除了……還有什麼共同點？僅僅是他們在火箭技術或技術基礎方面非常敏銳，還是你認為是一些組織能力？是他們與你合作的能力？是他們靈活但不過於靈活的能力？什麼能成為你的好搭檔？埃隆·馬斯克：我不認為是搭檔。如果有人能把事情做成，我就喜歡他們，如果做不成，我就不喜歡他們。所以很簡單。不是什麼怪癖偏好。如果某人執行得好，我就是他們的忠實粉絲，如果執行不好，我就不是。但這並不是說要迎合我怪癖的偏好。我當然儘量不讓事情變成迎合我怪癖的偏好。總的來說，我認為根據才能、動力和可信度來招聘是個好主意。而且我認為心地善良很重要。我曾經低估了這一點。所以，他們是好人嗎？可信嗎？聰明、有才華、努力工作嗎？如果是，你可以加上領域知識。但這些基本特質、這些根本屬性，你無法改變。所以特斯拉和SpaceX的大多數人並非來自航空航天或汽車行業。德瓦克什·帕特爾：隨著你的公司從100人擴展到1000人再到10000人，你的管理風格必須改變最多的是什麼？你以非常微觀的管理、深入到細節而聞名。埃隆·馬斯克：奈米管理，謝謝。皮米管理。飛米管理。約翰·科裡森：繼續說。埃隆·馬斯克：我們要一路降到普朗克常數。一路降到海森堡不確定性原理。德瓦克什·帕特爾：你還能像你希望的那樣深入細節嗎？如果你的公司規模小一些，會不會更成功？你怎麼看這個問題？埃隆·馬斯克：因為我每天的時間是固定的，隨著事務增長和活動範圍的擴大，我的時間必然會被稀釋。我不可能真的成為一個微觀管理者，因為那意味著我每天有幾千個小時。對我來說，微觀管理在邏輯上是不可能的。現在，有時我會深入某個具體問題，因為那個具體問題是公司進展的限制因素。深入某些非常細節的事項的原因，是因為它是限制因素。不是任意地深入無關緊要的小事。從時間角度看，我任意深入無關緊要的小事在物理上是不可能的。那會導致失敗。但有時，小事是決定勝利的關鍵。約翰·科裡森：眾所周知，你將星艦的設計從複合材料改為鋼材。埃隆·馬斯克：是的。約翰·科裡森：是你做的決定。不是人們過來說：“哦，老闆，我們找到了更好的東西。”是你頂住一些阻力推動的。能告訴我們你是怎麼想到鋼材轉換這個概念的整個過程嗎？埃隆·馬斯克：絕望，我想說。最初，我們打算用碳纖維製造星艦。碳纖維相當昂貴。當你進行大規模生產時，任何東西的成本都可以開始接近其材料成本。碳纖維的問題在於材料成本仍然非常高。特別是如果你選用一種高強度、能承受低溫氧氣的特種碳纖維，它的成本大約是鋼材的50倍。至少在理論上，它會更輕。人們通常認為鋼重，碳纖維輕。對於室溫應用，比如一級方程式賽車、靜態空氣動力學結構，或者任何類型的空氣動力學結構，你可能用碳纖維更好。問題是我們試圖用碳纖維製造這個巨大的火箭，但進展極其緩慢。約翰·科裡森：最初選擇它只是因為它輕？埃隆·馬斯克：是的。乍一看，大多數人會認為製造輕質東西的選擇是碳纖維。問題是，當你用碳纖維製造一個非常巨大的東西，然後你試圖讓碳纖維有效地固化，意思是不是室溫固化，因為有時你有50層碳纖維……碳纖維本質上是碳線和膠水。為了獲得高強度，你需要一個高壓釜。基本上是一個高壓烤箱。如果你有一個巨大的東西，高壓釜必須比火箭還大。我們試圖製造一個比任何現有高壓釜都大的高壓釜。或者你可以進行室溫固化，這需要很長時間，而且有問題。最後的問題是，我們在碳纖維方面進展非常緩慢。德瓦克什·帕特爾：這個元問題是，為什麼必須由你來做那個決定？你的團隊裡有很多工程師。約翰·科裡森：團隊怎麼就沒發現鋼材呢？德瓦克什·帕特爾：是的，沒錯。這是一個更廣泛問題的一部分，理解你在你公司裡的比較優勢。埃隆·馬斯克：因為我們在碳纖維方面進展非常緩慢，我當時想，“好吧，我們必須試試別的。”對於獵鷹9號，主要機身是鋁鋰合金，具有非常好的強度重量比。實際上，對於它的應用，強度重量比可能與碳纖維差不多，甚至更好。但鋁鋰合金非常難以加工。為了銲接它，你必須進行一種叫做攪拌摩擦焊的工藝，你在不進入液態的情況下連接金屬。你能做到這一點有點不可思議。但對於這種特定類型的銲接，你可以做到。這非常困難。假設你想修改或往鋁鋰合金上附加東西，你現在必須使用機械連接加密封。你不能直接焊上去。所以我想避免將鋁鋰合金用於星艦的主要結構。當時有一種特殊的碳纖維，具有非常好的重量特性。對於火箭，你真正想要的是最大化火箭中燃料的百分比，最小化質量。但就像我說的，我們進展非常緩慢。我說：“照這個速度，我們永遠到不了火星。所以我們必須想別的辦法。”我不想用鋁鋰合金，因為攪拌摩擦焊的困難，尤其是在規模上。在3.6米直徑上已經夠難了，更不用說9米或更大了。然後我說：“鋼怎麼樣？”我這裡有個線索，因為美國早期的一些火箭使用了非常薄的鋼材。阿特拉斯火箭使用了鋼製氣球罐。並不是說以前從未用過鋼。實際上用過。當你查看不鏽鋼的材料特性，全硬、應變硬化的不鏽鋼，在低溫下其強度重量比實際上與碳纖維相似。如果你看室溫下的材料特性，看起來鋼的重量會是碳纖維的兩倍。但如果你看特定等級的全硬不鏽鋼在低溫下的材料特性，你實際上能得到與碳纖維相似的強度重量比。就星艦而言，燃料和氧化劑都是低溫的。對於獵鷹9號，燃料是火箭級煤油，基本上是純度很高的航空燃油。那大致是室溫。儘管我們實際上會冷卻它到略低於室溫，像冷藏啤酒一樣。約翰·科裡森：美味。埃隆·馬斯克：我們確實冷卻它，但它不是低溫的。事實上，如果我們把它冷卻到低溫，它就會變成蠟狀。但對於星艦，它是液態甲烷和液態氧。它們的液態溫度相似。基本上，整個主要結構幾乎都處於低溫狀態。所以你得到了應變硬化的300系列不鏽鋼。因為幾乎所有東西都是低溫，它實際上具有與碳纖維相似的強度重量比。但原材料成本低50倍，而且非常容易加工。你可以在戶外銲接不鏽鋼。你可以一邊抽雪茄一邊焊不鏽鋼。它非常有韌性。容易修改。如果你想附加東西，直接焊上去就行。非常容易加工，成本非常低。就像我說的，在低溫下，它的強度重量比與碳纖維相似。然後當你考慮到我們大幅減少了隔熱罩質量，因為鋼的熔點遠高於鋁……大約是鋁熔點的兩倍。約翰·科裡森：所以你可以讓火箭承受更高的溫度？埃隆·馬斯克：是的，特別是對於像熾熱流星一樣返回的飛船。你可以大大減少隔熱罩的質量。你可以將迎風面的隔熱罩質量減半，並且背風面不需要任何隔熱。最終結果是，實際上鋼製火箭的重量比碳纖維火箭輕，因為碳纖維火箭中的樹脂會開始熔化。基本上，碳纖維和鋁的耐溫能力差不多，而鋼可以在兩倍的溫度下工作。這些是非常粗略的近似。約翰·科裡森：我不會在火箭數學上跟你較真。埃隆·馬斯克：人們會說：“哦，他說了兩倍。實際上應該是0.8倍。”我就會說，閉嘴，混蛋。德瓦克什·帕特爾：評論區主要就是關於這個的。埃隆·馬斯克：真該死。關鍵是，事後看來，我們應該從一開始就用鋼材。不用鋼材是愚蠢的。約翰·科裡森：好吧，但跟你確認一下，我聽到的是，除了早期美國火箭，鋼材是一條風險更大、更未經證實驗證的道路。而碳纖維是一條更差但更成熟的路徑。所以需要你來推動：“嘿，我們要走這條風險更大的路，然後摸索出來。”所以你是在對抗某種保守主義。埃隆·馬斯克：這就是為什麼我最初說問題是我們進展不夠快。我們甚至很難製造一個沒有皺紋的小型碳纖維桶段。因為在那種大尺寸下，你必須有許多層碳纖維。你必須固化它，而且必須以沒有皺紋或缺陷的方式固化。碳纖維的韌性遠不如鋼。它的韌性要小得多。不鏽鋼會拉伸和彎曲，碳纖維則容易碎裂。韌性是應力-應變曲線下的面積。通常不鏽鋼會更好，精準說是不鏽鋼。約翰·科裡森：另一個關於星艦的問題。我兩年前和薩姆·泰勒一起去參觀了星際基地，那次很贊。在很多方面都很酷。我注意到的一件事是，人們真的為東西的簡單性感到自豪，每個人都想告訴你星艦就是一個大蘇打罐，我們僱傭焊工，如果你在任何工業項目上能銲接，你就可以在這裡銲接。但他們對這種簡單性有很多自豪感。埃隆·馬斯克：嗯，實際上星艦是一個非常複雜的火箭。約翰·科裡森：所以我想問的就是這個。事情是簡單還是複雜？埃隆·馬斯克：我想也許他們只是想表達，你不必有火箭行業的先前經驗就可以在星艦上工作。只要某人聰明、努力、可信，就可以在火箭上工作。他們不需要先前的火箭經驗。星艦是人類製造過的最複雜的機器，遠超其他。約翰·科裡森：在那些方面？埃隆·馬斯克：任何方面，真的。我想沒有比這更複雜的機器了。我可以說，我能想到的任何項目都會比這個更容易。這就是為什麼從來沒有人製造過完全可重複使用的軌道火箭。這是一個非常困難的問題。許多聰明人以前嘗試過，非常聰明的人擁有巨大的資源，但他們失敗了。而我們還沒有成功。獵鷹是部分可重複使用的，但上面級不是。星艦第三版，我認為這個設計可以完全重複使用。那種完全可重複使用性將使我們能夠成為多行星文明。約翰·科裡森：能說說圓圈的事嗎？埃隆·馬斯克：任何技術問題，即使是像大型強子對撞機那樣的東西，也比這個問題容易。約翰·科裡森：我們花了很多時間討論瓶頸。能說說目前星艦的瓶頸是什麼嗎，即使是很高層次的？埃隆·馬斯克：努力讓它不爆炸，總的來說。它真的很想爆炸。約翰·科裡森：又是老一套。所有那些易燃材料。埃隆·馬斯克：我們有兩個助推器在測試台上爆炸過。一個摧毀了整個測試設施。所以只要一個錯誤就足夠了。星艦中蘊含的能量是巨大的。約翰·科裡森：這就是為什麼它比獵鷹難嗎？因為它有更多能量？埃隆·馬斯克：它有很多新技術。它在突破性能極限。猛禽3號發動機是一個非常、非常先進的發動機。它是有史以來最好的火箭發動機。但它非常想爆炸。只是想讓大家明白這一點，起飛時火箭產生超過100吉瓦的功率。那是美國電力的20%。德瓦克什·帕特爾：這簡直太瘋狂了。約翰·科裡森：很棒的對比。埃隆·馬斯克：同時還不爆炸。約翰·科裡森：有時候。埃隆·馬斯克：有時候，是的。所以我就想，它怎麼能不爆炸呢？它有成千上萬種可能爆炸的方式，只有一種方式不爆炸。所以我們希望它不僅不爆炸，而且要能可靠地每天飛行，比如每小時一次。顯然，如果它經常爆炸，就很難維持那樣的發射頻率。約翰·科裡森：是的。埃隆·馬斯克：星艦目前最大的問題是什麼？是讓隔熱罩可重複使用。從來沒有人製造過可重複使用的軌道隔熱罩。所以隔熱罩必須在上升階段不脫落大量瓦片，然後返回時也不能脫落大量瓦片或使主要機身過熱。約翰·科裡森：這很難，因為從根本上是消耗品？埃隆·馬斯克：嗯，是的，但你車裡的剎車片也是消耗品，但它們能持續很長時間。約翰·科裡森：有道理。埃隆·馬斯克：所以它只需要持續很長時間就行。我們已經讓飛船返回並軟著陸在海裡。我們這樣做過幾次。但它掉了不少瓦片。如果不進行大量維修，它是不可重複使用的。儘管它實現了軟著陸，但如果沒有大量工作，它就無法重複使用。所以在這個意義上，它不是真正可重複使用的。這是剩下的最大問題，一個完全可重複使用的隔熱罩。你希望能夠著陸它，補充推進劑，然後再次飛行。你不能搞那種費力地檢查4萬塊瓦片之類的事情。德瓦克什·帕特爾：當我讀你的傳記時，似乎你能夠驅動緊迫感，驅動“這是可以擴展的事情”的感覺。我很好奇，你認為你的其他組織……SpaceX和特斯拉現在真的是大公司了。你仍然能夠保持那種文化。其他公司出了什麼問題，導致他們做不到那樣？埃隆·馬斯克：我不知道。德瓦克什·帕特爾：比如今天，你說你開了一些SpaceX會議。你在那裡做什麼來保持那種文化？約翰·科裡森：是增加緊迫感嗎？埃隆·馬斯克：嗯，我不知道。我想緊迫感來自於領導公司的人。我有一種狂熱的緊迫感。所以那種狂熱的緊迫感投射到了公司的其他部分。德瓦克什·帕特爾：是因為後果嗎？他們會想：“埃隆設了一個瘋狂的截止日期，但如果我沒完成，我知道會發生什麼。”還是僅僅因為你能夠識別瓶頸並消除它們，所以人們可以快速行動？你怎麼看為什麼你的公司能夠快速行動？埃隆·馬斯克：我不斷地解決限制因素。在截止日期方面，我通常實際上試圖設定一個我認為至少有50%機率實現的截止日期。所以這不是一個不可能的截止日期，而是我能想到的、有50%機率可以達到的最激進的截止日期。這意味著有一半的時間它會延遲。有一個適用於時間表的氣體膨脹定律。如果你說我們將在五年內做某事，對我來說那就像是無限的時間，它就會膨脹以填滿可用的時間表，並且會花五年時間。物理學會限制你做某些事情的速度。所以擴大製造規模，你移動原子和擴大製造規模有一個速率。這就是為什麼你不可能一下子每年製造一百萬件東西。你必須設計生產線。你必須啟動它。你必須經歷生產的S曲線。我能說些什麼對人們真正有幫助的話呢？一般來說，狂熱的緊迫感是非常重要的一件事。你想要一個積極的時間表，並且你想弄清楚在任何時間點什麼是限制因素，並幫助團隊解決那個限制因素。約翰·科裡森：星鏈的醞釀花了多年時間。埃隆·馬斯克：在公司成立初期我們就一直在談論它。約翰·科裡森：所以你當時在雷德蒙德建立了一個團隊，然後在某個時間點你認定這個團隊就是不行。它緩慢進行了幾年，那你為什麼沒有更早行動，而你行動的時候為什麼是那個時機？為什麼那個時刻是行動的合適時機？埃隆·馬斯克：我每周都有這些非常詳細的工程評審。這也許是一個非常不尋常的細節水平。我不知道有那個經營公司（至少是製造公司）的人會像我這樣深入到細節。並不是說……我通過詳細過問事情，對實際發生的情況有相當好的瞭解。我非常相信越級會議，不是讓向我匯報的人說事情，而是讓向他們匯報的每個人在技術評審中發言。而且不能有提前準備。否則你就會得到“糊弄”，就像我最近常說的那樣。約翰·科裡森：沒錯。非常Z世代的說法。德瓦克什·帕特爾：非常Z世代的說法。埃隆·馬斯克：非常Z世代。德瓦克什·帕特爾：你如何防止提前準備？你是隨機點名嗎？埃隆·馬斯克：不，我只是在房間裡輪流點名。每個人提供一個更新。這需要記住很多資訊。如果你每周或每周兩次開會，你會記下那個人說的話。然後你可以繪製進展點。你可以在腦中繪製曲線上的點，然後說：“我們是在趨近於一個解決方案嗎？”我只有在得出結論，認為除非採取激烈行動，否則成功不在可能的結果集中時，才會採取激烈行動。所以當我最終得出那個結論，即除非採取激烈行動，否則我們毫無成功機會時，我就必須採取激烈行動。我在2018年得出了那個結論，採取了激烈行動並解決了問題。德瓦克什·帕特爾：你有很多很多公司。聽起來你在每個公司都深入瞭解相關的瓶頸是什麼，以便你能和人們進行這樣的評審。你能夠將其擴展到五、六、七個公司。在其中一個公司內部，你有很多不同的迷你公司。是什麼決定了這裡的最大數量？因為你有80家公司……？埃隆·馬斯克：80？不。德瓦克什·帕特爾：但你已經有很多了。這已經很了不起了。約翰·科裡森：按目前的數字。德瓦克什·帕特爾：沒錯。約翰·科裡森：我們連一個公司都難以維持。埃隆·馬斯克：這要看情況。我實際上與無聊公司沒有定期會議，所以無聊公司算是順利發展。基本上，如果某件事進展順利，取得良好進展，那麼我就沒必要在上面花時間。我實際上是按照限制因素來分配時間。那裡有問題？我們在那些方面遇到阻礙？是什麼拖了我們的後腿？我專注於——雖然我不想再重複這個詞了——限制因素。埃隆·馬斯克：諷刺的是，如果某件事進展順利，他們不會經常見到我。但如果某件事進展糟糕，他們會經常見到我。或者甚至不是糟糕……約翰·科裡森：如果某件事是限制因素。埃隆·馬斯克：限制因素，沒錯。不一定是進展糟糕，而是我們需要它更快發展的事情。約翰·科裡森：當SpaceX或特斯拉的某件事成為限制因素時，你是每周還是每天與負責的工程師交談？實際怎麼運作的？埃隆·馬斯克：大多數作為限制因素的事情是每周一次，有些是每周兩次。AI5晶片的評審是每周兩次。每個星期二和星期六是晶片評審。約翰·科裡森：會議時間長短是開放式的嗎？埃隆·馬斯克：技術上，是的，但通常是兩到三個小時。有時更短。這取決於我們需要過多少資訊。約翰·科裡森：這是另一件事。我只是想梳理出這裡的差異，因為結果似乎相當不同。我認為瞭解不同的輸入是什麼很有趣。感覺在企業界，首先，正如你所說，CEO進行工程評審並不總是發生，儘管那正是公司正在做的事情。但時間通常被精細地切成半小時會議甚至15分鐘會議。看起來你主持的是更多開放式的、“我們一直討論直到解決問題”類型的會議。埃隆·馬斯克：有時候是。但大多數似乎都或多或少地按時結束。今天的星艦工程評審時間稍長，因為有更多話題要討論。他們正在努力研究如何將入軌能力擴展到每年超過100萬噸。這相當具有挑戰性。*DOGE（政府開支削減）*德瓦克什·帕特爾：我能問個問題嗎？你說過Optimus和AI將在幾年內帶來兩位數的經濟增長率。埃隆·馬斯克：哦，像經濟一樣？是的。我認為沒錯。德瓦克什·帕特爾：那麼DOGE削減開支的意義何在？如果經濟將大幅增長？埃隆·馬斯克：嗯，我認為浪費和欺詐不是什麼好事。我其實很擔心……如果沒有AI和機器人，我們實際上完全搞砸了，因為國債正在瘋狂堆積。國債的利息支付已經超過了軍費預算，而軍費預算是1兆美元。所以我們光是利息支付就超過1兆美元。我之前對此相當擔心。也許如果我花些時間，我們可以減緩美國的破產速度，為我們爭取足夠的時間，讓AI和機器人幫助解決國債問題。或者說不是幫助解決，而是唯一能夠解決國債的東西。沒有AI和機器人，我們國家1000%會破產和失敗。沒有其他東西能解決國債問題。我們只需要足夠的時間來建造AI和機器人，以便在破產之前完成。德瓦克什·帕特爾：我想好奇的是，當DOGE開始時，你擁有巨大的改革能力。埃隆·馬斯克：沒那麼巨大。德瓦克什·帕特爾：當然。我完全同意你的觀點，即AI和機器人推動生產力提升、驅動GDP增長非常重要。但為什麼不直接針對你指出的那些東西，比如某些元件的關稅，或者許可？埃隆·馬斯克：我不是總統。而且，即使是削減非常明顯的浪費和欺詐，也是極其困難的。我發現，即使削減政府中非常明顯的浪費和欺詐也極其困難，因為政府必鬚根據誰在抱怨來運作。如果你切斷對欺詐者的支付，他們立即會提出聽起來最令人同情的理由來繼續獲得支付。他們不會說：“請讓欺詐繼續下去。”他們會說：“你們在殺害貓熊寶寶。”同時，沒有任何貓熊寶寶死亡。他們只是編造的。欺詐者能夠編造出極其引人注目、令人心碎但卻是虛假的故事，儘管聽起來很令人同情。事情就是這樣。也許我本該更清楚。但我當時想，等等，讓我們試著從政府中削減一些浪費和肥肉。也許不應該有2000萬在社會保障系統中被標記為健在的人，而他們肯定已經死亡且年齡超過115歲。美國最年長的人是114歲。所以可以肯定地說，如果有人在社會保障資料庫中年齡為115歲且被標記為健在，要麼是錄入錯誤……應該有人打電話給他們說：“我們似乎弄錯了你的生日，或者我們需要將你標記為已故。”兩種情況之一。約翰·科裡森：接到這種電話會非常嚇人。埃隆·馬斯克：嗯，這似乎是合理的事情。比如說，如果他們的生日在未來，並且他們有一筆小企業管理局貸款，他們的生日是2165年，那麼我們要麼弄錯了，要麼存在欺詐。所以我們會說：“我們似乎弄錯了您出生的世紀。”約翰·科裡森：或者是一個很棒的電影情節。埃隆·馬斯克：是的。我就是這個意思，荒唐的欺詐。德瓦克什·帕特爾：這些人當時在領取款項嗎？埃隆·馬斯克：有些人從社會保障局領取款項。但主要的欺詐途徑是將某人在社會保障系統中標記為健在，然後利用其他所有政府支付系統進行欺詐。因為這些其他政府支付系統只會向社會保障資料庫做一個“你是否健在”的檢查。這是一個間接手段。德瓦克什·帕特爾：你估計這種機製造成的欺詐總額是多少？埃隆·馬斯克：順便說一下，政府問責局以前做過這些估計。我不是唯一一個。事實上，我認為政府問責局在拜登政府期間做過一項分析，粗略估計了欺詐金額，大約為5000億美元。所以別信我的話。看看拜登政府期間發佈的報告。怎麼樣？德瓦克什·帕特爾：是來自這個社會保障機制的嗎？埃隆·馬斯克：這只是眾多之一。重要的是要認識到，政府非常無效於阻止欺詐。不像公司，阻止欺詐有動力，因為它影響公司的收益。政府只是印更多的錢。你需要關心和勝任。這在聯邦層面是稀缺的。當你去車管局，你會想“哇，這裡是能力的堡壘”嗎？嗯，現在想像一下比車管局還糟糕，因為這是能印錢的車管局。至少州一級的車管局需要……州政府或多或少需要保持在預算內，否則就會破產。但聯邦政府只是印更多的錢。德瓦克什·帕特爾：如果實際上有5000億美元的欺詐，為什麼不可能全部削減掉？埃隆·馬斯克：你真的需要退一步，重新校準你對能力的期望。因為你生活在一個必須收支平衡的世界裡……德瓦克什·帕特爾：得買麥克風。埃隆·馬斯克：沒錯。不像存在一個巨大的、基本不關心人的官僚怪獸和一堆過時的電腦，只是在傳送支付。DOGE團隊做的一件事聽起來非常簡單，可能每年能節省1000-2000億美元。只是要求從主要的財政部電腦——叫做PAM，支付帳戶主控之類的，每年有5兆美元的支付——發出的支付必須有一個撥款程式碼。使其成為強制性的，而非可選的，在備註欄位中必須有內容。你必須重新校準事情有多愚蠢。支付在沒有撥款程式碼、沒有對照任何國會撥款、也沒有任何解釋的情況下就發出去了。這就是為什麼戰爭部，前國防部，無法通過審計，因為資訊字面上就不存在。重新校準你的期望。德瓦克什·帕特爾：我想更好地理解這5000億美元的數字，因為2024年有一份監察長的報告。埃隆·馬斯克：為什麼這麼低？德瓦克什·帕特爾：也許，但他們發現七年來，社會保障欺詐他們估計大約為700億美元，所以每年大約100億美元。所以我很好奇另外的4900億美元是什麼。埃隆·馬斯克：聯邦政府支出每年是7.5兆美元。你認為政府有多能幹？德瓦克什·帕特爾：那裡的可自由支配支出大約是……15%？埃隆·馬斯克：但這沒關係。大多數欺詐是非自由裁量的。基本上是欺詐性的醫療保險、醫療補助、社會保障、殘疾救濟。政府支付種類繁多。其中很多支付實際上是給各州的整筆撥款。所以在很多情況下，聯邦政府甚至沒有資訊來知道是否存在欺詐。讓我們考慮歸謬法。政府是完美的，沒有欺詐。你對這種可能性的估計機率是多少？零。那麼，你會說，欺詐和浪費，政府的效率是90%嗎？那也已經相當慷慨了。但如果只有90%，那意味著每年有7500億美元的浪費和欺詐。而且並不是90%。它沒有90%的有效性。德瓦克什·帕特爾：這似乎是一種奇怪的第一性原理方法來估算政府中的欺詐金額。就像，你認為有多少？無論如何，我們不用現場算，但我很好奇——埃隆·馬斯克：你很瞭解Stripe的欺詐情況吧？人們一直在試圖欺詐。約翰·科裡森：是的，但正如你所說，這有點……我們確實把欺詐降得很低了，但這裡處理的是一個比我們更異質化的欺詐向量集合。埃隆·馬斯克：但在Stripe，你有很高的能力，並且努力嘗試。你既有高能力又有高度關注，但欺詐仍然不是零。現在想像一下，規模要大得多，能力卻差得多，關注也少得多。在PayPal早期，我們努力將欺詐控制在支付量的大約1%。這非常困難。需要大量的能力和關注才能將欺詐僅僅降至1%。現在想像一下，你是一個能力和關注度都差得多的組織。欺詐將遠遠超過1%。約翰·科裡森：現在回顧政治和在那裡的作為，你感覺如何？從外部看，有兩件事相當有影響力：一是美國政治行動委員會（America PAC），二是當時對Twitter的收購。但似乎也有不少心痛。你對整個經歷的評價如何？埃隆·馬斯克：我認為為了最大化未來是美好的機率，那些事情必須做。政治通常非常部落化。人們通常在政治上會失去客觀性。他們通常很難看到對方陣營的優點或己方陣營的缺點。這通常是常態。我想這是最讓我驚訝的事情之一。你經常根本無法與人們講道理。如果他們身處某個部落。他們只是相信他們部落所做的一切都是好的，而另一個政治部落所做的任何事情都是壞的。說服他們改變想法幾乎是不可能的。但我認為總的來說，那些行動——收購Twitter、讓川普當選，儘管這讓很多人憤怒——我認為那些行動對文明是有益的。德瓦克什·帕特爾：這與你所期待的未來有何關聯？埃隆·馬斯克：嗯，美國需要足夠強大，以便有足夠的時間將生命擴展到其他星球，並將AI和機器人發展到能夠確保未來是美好的程度。另一方面，如果我們陷入，比如說，共產主義或某種國家極度壓迫的局面，那將意味著我們可能無法成為多行星物種。國家可能會扼殺我們在AI和機器人方面的進展。德瓦克什·帕特爾：Optimus，Grok，等等。不只是你的產品，任何追求收入最大化的公司的產品，隨著時間的推移都將被政府利用。這種擔憂如何體現在私營公司應該願意給政府什麼？什麼樣的護欄？AI模型應該被要求去做政府外包給它們並要求它們做的任何事情嗎？Grok是否可以說：“實際上，即使軍方想做X，不，Grok不會做那個”？埃隆·馬斯克：我認為AI和機器人可能出錯的最大危險也許是政府。那些反對公司或擔心公司的人，最應該擔心的是政府。因為政府只是一個極限狀態下的公司。政府只是最大、擁有暴力壟斷權的公司。我總是發現一個奇怪的二分法，人們會認為公司是壞的，但政府是好的，而政府只不過是最大、最糟糕的公司。但人們有這種二分法。他們不知何故同時認為政府可以是好的，但公司是壞的，這並不正確。公司的道德水準比政府更好。我確實認為這是一件值得擔心的事情。政府可能會利用AI和機器人來鎮壓人口。這是一個嚴重的擔憂。德瓦克什·帕特爾：作為製造AI和機器人的人，你如何防止這種情況？埃隆·馬斯克：如果你限制政府的權力——這確實是美國憲法的目的，限制政府的權力——那麼你可能會得到比擁有更多政府更好的結果。約翰·科裡森：機器人技術將對所有政府開放，對吧？埃隆·馬斯克：我不知道是否對所有政府。很難預測。我可以說終點是什麼，或者說許多年後是什麼樣子，但很難預測通往那裡的路徑。如果文明進步，AI將遠遠超過所有人類智能的總和。機器人的數量將遠遠超過人類。在此過程中會發生什麼非常難以預測。德瓦克什·帕特爾：似乎你可以做的一件事就是直接說，“無論政府X，你都不允許使用Optimus做X，Y，Z。”直接制定一個政策。我想你最近還發推說Grok應該有一個道德憲法。其中一條可以是限制政府被允許用這項先進技術做什麼。埃隆·馬斯克：從技術上講，如果政治家通過了一項法律，並且他們能夠執行該法律，那麼很難不去遵守它。我們能擁有的最好的東西是有限政府，在那裡行政、司法和立法部門之間有適當的制衡。德瓦克什·帕特爾：我之所以好奇，是因為在某個時間點，限制似乎會來自於你。你擁有Optimus，你擁有太空GPU……埃隆·馬斯克：你認為我會成為政府的老闆？德瓦克什·帕特爾：對於SpaceX來說，這已經是現實了——對於某些至關重要的事情，比如政府真的很關心將某些衛星送入太空或其他什麼，它需要SpaceX。它是必要的承包商。你正在建構越來越多的未來技術元件，這些元件將在不同行業中扮演類似的角色。你可能有能力制定一些政策，比如以任何方式壓制古典自由主義……“我的公司不會以任何方式幫助那種事”，或者類似的政策。埃隆·馬斯克：我會盡我所能，確保任何在我控制範圍內的事情都能最大化對人類有益的結果。我認為任何其他做法都是短視的，因為我顯然是人類的一部分，所以我喜歡人類。支援人類。*太空GPU*德瓦克什·帕特爾：你提到Dojo 3將用於基於太空的計算。埃隆·馬斯克：你真的很仔細看我說的話。德瓦克什·帕特爾：我不知道你是否知道Twitter，但你有大量的粉絲。埃隆·馬斯克：顯而易見了。我把秘密都貼出來了，你怎麼辨別出來的？德瓦克什·帕特爾：你如何為太空設計晶片？有什麼變化？埃隆·馬斯克：你會希望它設計得更抗輻射，並在更高的溫度下運行。粗略地說，如果你將開爾文溫度下的工作溫度提高20%，你就可以將散熱器質量減半。所以在太空中，在更高溫度下運行是有益的。你可以做各種事情來遮蔽記憶體。但神經網路對位翻轉的抵抗力會非常強。輻射導致的大部分是隨機位翻轉。但如果你有一個數兆參數的模型，發生幾次位翻轉並不重要。啟髮式程序將比一些巨大的參數檔案對位翻轉敏感得多。我只是把它設計成能在高溫下運行。我想除了讓它運行得更熱之外，你設計的方式基本上和在地球上做的一樣。德瓦克什·帕特爾：太陽能陣列佔了衛星的大部分重量。有沒有辦法讓GPU變得比輝達、TPU等計畫中的更強大，尤其是在基於太空的世界裡特別有優勢？埃隆·馬斯克：基本計算是，如果每個掩範本（reticle）的晶片能處理大約1千瓦的功率，那麼你需要1億個完整的掩範本晶片才能實現100吉瓦的功率。根據你的良率假設，這告訴你需要製造多少晶片。如果你要有100吉瓦的電力，你需要1億個能持續運行在1千瓦的晶片，每個掩範本一個晶片。基本計算。德瓦克什·帕特爾：1億個晶片取決於……如果你看像Blackwell GPU這樣的晶片尺寸，以及一個晶圓能產出多少個，你一個晶圓能得到幾十個或更少。所以基本上，在這個每年都要發射這麼多到太空的世界裡，你每個月要生產數百萬個晶圓。這就是TeraFab計畫的目標？每個月數百萬個先進工藝節點的晶圓？埃隆·馬斯克：是的，可能超過100萬之類。你還得做記憶體。德瓦克什·帕特爾：你會建記憶體工廠嗎？埃隆·馬斯克：我想TeraFab必須做記憶體。它必須做邏輯晶片、記憶體和封裝。德瓦克什·帕特爾：我很好奇一個人如何開始。這是人類製造過的最複雜的東西。顯然，如果有人能勝任這個任務，那就是你了。所以你意識到這是個瓶頸，然後去找你的工程師。你告訴他們做什麼？“我希望到2030年每個月生產100萬個晶圓。”埃隆·馬斯克：沒錯。這正是我想要的。德瓦克什·帕特爾：你給ASML打電話嗎？下一步是什麼？約翰·科裡森：這問題問得太多了。埃隆·馬斯克：我們先建一個小工廠，看看會發生什麼。在小規模上犯錯，然後再建一個大的。德瓦克什·帕特爾：小工廠已經建了嗎？埃隆·馬斯克：不，還沒建。我們不會把那隻貓藏在袋子裡。那隻貓會從袋子裡出來的。無人機會在那該死的東西上空盤旋。你將能夠在X上即時看到它的建設進展。聽著，我不知道，我們可能只是失敗，老實說。成功並不保證。既然我們想嘗試製造大約1億個……我們希望到2030年有100吉瓦的電力，以及能夠承載100吉瓦電力的晶片。我們的供應商能給我們多少晶片，我們就要多少。實際上我已經跟台積電、三星和美光說過了：“請建更多工廠，更快地建”。我們將保證購買這些工廠的產出。所以他們已經以最快的速度在行動了。是我們加上他們。約翰·科裡森：有一種說法是，做AI的人希望盡快獲得大量晶片。然後許多供應商，無論是工廠還是渦輪機製造商，都沒有快速提高產量。埃隆·馬斯克：不，他們沒有。約翰·科裡森：你聽到的解釋是，他們天生保守。他們是台灣人或德國人，故事可能是這樣的。他們就是不相信……這真的是解釋嗎，還是有別的原因？埃隆·馬斯克：嗯，如果有人在電腦記憶體行業幹了三四十年，這是合理的……約翰·科裡森：他們見過周期。埃隆·馬斯克：他們見過10次繁榮和蕭條。那有很多層傷疤。在繁榮時期，看起來一切都將永遠美好。然後崩盤發生，他們拚命避免破產。然後又有一個繁榮，又一個崩盤。約翰·科裡森：還有其他你覺得別人應該去追求，而你現在由於某種原因沒有追求的想法嗎？埃隆·馬斯克：有幾家公司正在探索製造晶片的新方法，但他們沒有快速擴大規模。約翰·科裡森：我甚至不是指AI內部，只是泛指。埃隆·馬斯克：人們應該去做他們發現自己有強烈動力去做的事情，而不是我建議的某個想法。他們應該做他們認為個人感興趣、有動力去做的事情。但是回到限制因素……這個詞我用了大約100次。在當前三到四年的時間框架內，我看到的限制因素是晶片。在一年內的時間框架內，是能源、電力生產、電力。我不清楚是否有足夠的可用電力來啟動所有正在製造的AI晶片。到今年年底左右，我認為人們在啟動晶片方面會遇到真正的麻煩……晶片產量將超過啟動晶片的能力。德瓦克什·帕特爾：你打算如何應對那個世界？埃隆·馬斯克：我們正試圖加速電力生產。我想這可能也是為什麼xAI可能會成為領導者，希望是領導者。我們將能夠比其他人更快地啟動更多晶片，因為我們擅長硬體。總的來說，那些自稱實驗室的公司，其創新思想往往會流動……通常差異不會超過六個月左右。思想隨著人在不同公司間流動。所以我想你基本上會撞上硬體牆，然後那個公司能最快地擴展硬體，那個公司就會成為領導者。所以我認為xAI將能夠最快地擴展硬體，因此最有可能成為領導者。約翰·科裡森：你開玩笑或自嘲又用了“限制因素”這個詞。但我認為這裡面確實有深刻的東西。如果你看看我們整個對話中觸及的許多事情，也許這是一個很好的結束點。如果你想像一個衰老的、低能動性的公司，它會遇到某個瓶頸，但不會真正去解決它。馬克·安德森說過一句話：“大多數人願意忍受任何程度的慢性痛苦，以避免急性痛苦。”感覺我們談論的很多情況只是直面急性痛苦，無論它是什麼。“好吧，我們必須想辦法用鋼材，或者我們必須想辦法在太空運行晶片。”我們會承受一些近期的急性痛苦，來真正解決瓶頸。所以這似乎是一個統一的主題。埃隆·馬斯克：我有很高的痛苦閾值。這很有幫助。約翰·科裡森：來解決瓶頸。埃隆·馬斯克：是的。我能說的是，我認為未來會非常有趣。正如我在達沃斯所說的——我想我大概在那裡待了三個小時左右——在樂觀方面犯錯，比在悲觀方面犯錯但正確，對生活質量來說更好。如果你在樂觀方面犯錯，你會比在悲觀方面犯錯更快樂。所以我建議在樂觀方面犯錯。約翰·科裡森：謝謝你這麼說。德瓦克什·帕特爾：酷。埃隆，謝謝你做這次訪談。約翰·科裡森：謝謝你。埃隆·馬斯克：好的，謝謝你們。好的。約翰·科裡森：耐力真好。德瓦克什·帕特爾：希望這在承受範圍內，還不算痛苦。 (華爾街見聞)

汽車價格戰的硝煙還未散盡，成本戰的槍聲已經響起。電池級碳酸鋰價格較2025年初翻倍；車規級DRAM（動態隨機存取儲存器）三個月暴漲180%；銅價突破10萬元/噸；鋁價目標劍指3150美元/噸……疊加新能源汽車購置稅優惠減半、“兩新”補貼調整，一場 “成本增 + 政策縮” 的雙重考驗已然來臨。從動力電池的核心原料鋰、支撐車身輕量化的鋁銅，到驅動智能駕駛的儲存晶片，再到連接整車系統的線束材料……漲價潮橫跨多個品類。供應鏈上游的劇烈震盪，正以前所未有的速度和力度傳導至下游整車製造環節，蠶食著本就處於歷史低位的行業利潤。01. 鋰銅鋁錫齊飆，電動車的“材料之痛”汽車製造業能否盈利高度依賴原材料的成本穩定。2025年以來，這些材料價格經歷劇烈攀升，成為車企難以迴避的成本壓力源。作為動力電池的核心原料，碳酸鋰價格走勢尤為驚人。中國電池級碳酸鋰價格從2025年初的每噸75700元，飆升至2026年1月28日的168830元，漲幅高達123%。尤其是2025年四季度以來，漲勢加劇：從去年12月26日的12.14萬元/噸，到今年1月13日的16.385萬元/噸，23天內上漲35%；此後雖小幅回呼，但仍處歷史高位。銅和鋁的需求同樣帶來顯著壓力。銅價在供需緊張的推動下，2025年年末，國內銅現貨（電解銅）價格突破100000元/噸關口，屢次突破歷史高位，全年均價同比上漲約6%。2026年1月29日，LME倫銅漲幅擴大至10.1%，現報14410.5美元/噸，續創歷史新高。國際銅主力合約突破100000元/噸，日內漲5.77%。根據31位分析師給出的中位數預測，2026年LME現貨銅均價預計為每噸11,975美元，較去年10月上一輪調查的10,500美元預測上漲14%。2025年鋁價整體在每噸2500至2700美元的區間內震盪。據追風交易台，高盛在1月27日的研報中調整了對鋁價的預測，將2026年上半年目標價上調至3150美元/噸。此外，還有一種原材料上漲幅度驚人，那就是錫金屬。目前滬錫2602的價格在44萬元/噸左右，要知道2025年2月份時，這一數字在25萬元/噸。資料來源：SMM有色行情在汽車電子領域，新能源汽車單車用錫量是傳統車的2-3倍，錫消費量也伴隨汽車智能化升級面臨需求激增；高端 AI 伺服器用錫量達普通伺服器的5-10倍，先進封裝對高純度錫焊料依賴度極高；太陽能產業中，新技術提升單位用錫量，都造成錫金屬的需求量提升，也推動了價格的上漲。原材料價格上漲，帶動整車成本大幅上升。瑞銀資料顯示，一輛典型中型智能電動車約需200公斤鋁和80公斤銅。在過去三個月內，僅鋁成本每車增加約600元，銅成本增加約1200元。銅價正逼近歷史高位，而電動汽車對銅的依賴遠超傳統燃油車。新能源汽車單車用銅量達99.3公斤，是燃油車22公斤的四倍以上，主要集中在“大三電”系統——電池、電機、電控。鋁則在輕量化中佔主導，單車平均用鋁約219公斤。儘管鎂合金更輕，但受限於成本與工藝，短期內難以替代鋁的地位。雖然材料是普漲的，但是相對於燃油車，電動汽車在鋰、銅、鋁、錫等金屬上用量更多，這也就是說，相對於燃油車，電動汽車在材料成本上漲方面更為明顯。在鋰、銅和電解液等成本上漲的背景下，近日，花旗銀行已經將寧德時代、億緯鋰能、國軒高科和中創新航加入30天下行催化觀察，原因是市場擔憂電池廠商利潤率下行壓力。02. 晶片爭奪戰，AI與汽車“搶記憶體”除了原材料端，汽車成本拉漲的另一個因素在於儲存晶片。根據瑞銀報告資料，汽車應用領域的DRAM價格在三個月內暴漲了180%。相比於消費級DRAM，車規級DRAM需滿足耐溫、抗震、高可靠性的嚴苛標準，導致其價格本就高於前者。再加上，汽車行業在全球DRAM 市場中份額較低，不足10%，議價能力又薄弱。如今，在AI基礎設施快速擴張的背景下，產能競爭進一步推高了價格。日前，富國銀行、瑞銀、標普全球等多家分析機構近期接連發出警告，指出由於DRAM晶片的供應持續緊張，汽車製造商最早可能在2026年面臨嚴重的成本壓力與生產中斷風險。根據富國銀行報告，DDR5現貨價格較2024年平均水平高出8倍以上，DDR4價格更是高出16倍以上。瑞銀報告顯示，一輛具備中等智能化水平的電動汽車，其DRAM成本已從漲價前的約700元攀升至2000元人民幣，僅此一項，單車成本就增加1300元人民幣。蔚來汽車創始人、董事長李斌在年初的一次採訪坦言了這方面的壓力，“今年企業的成本壓力也確實大，最大的壓力不是傳統原材料，而是記憶體。我們的‘神璣’晶片、輝達晶片、座艙晶片都要用記憶體，最近記憶體漲價是個大事。”李斌說。小米汽車董事長雷軍在1月的一次直播中，也在提到新款小米SU7價格時曾表示：" 現在記憶體漲價是按季度在漲的，上個季度漲了40%至50%，據說一季度還要繼續漲，按照這個趨勢，今年僅車的記憶體就要漲幾千元。"按照瑞銀給出的資料，統計成本影響較大的產品來看，據瑞銀測算，僅金屬原材料和車用晶片兩項疊加，一輛典型的中型智能電動汽車的成本漲幅已高達4100至7000元人民幣。03. 政策普惠力度下降，需求端承壓成本壓力是一方面，政策層面支援力度縮小，對需求端也會產生影響。2026年1月1日起，實施多年的新能源汽車免徵購置稅政策正式退坡，改為減半徵收（實際稅率5%），每輛新能源乘用車減稅額不超過1.5萬元。以一輛售價20萬元的新能源車為例，今年相比去年，消費者需額外承擔約8850元的購置稅。與此同時，"以舊換新"補貼雖延續至2026年，但補貼金額與售價掛鉤：即報廢舊車購買符合條件的新能源乘用車新車，按新車銷售價格12%給予補貼，補貼金額最高2萬元；置換更新則是對換購符合條件的新能源乘用車新車，按新車銷售價格的8%給予補貼，補貼金額最高1.5萬元。相比來看，當初的定額補貼實際上撬動了大量低價車型的銷量，15萬元以下新能源汽車的銷量增長非常明顯。今年按車價比例補貼，會定向拉動中高端車型的銷售。對於消費者而言，政策調整意味著購車成本的重新核算，中低端市場消費者的購車門檻有所提高，敏感型群體購車決策延遲或放棄，而這一群體此前正是政策普惠的核心受益對象，其需求萎縮有可能直接拉低整體市場規模。這也是市場預測今年國內新能源汽車整體增速會低於去年的重要原因。04. 車企兩難：要麼漲價，要麼失血一方面整車材料成本上升；另一方面，市場需求下降，留給車企的選擇並不多。瑞銀測算顯示，對於一輛售價15萬元、歷史利潤率5%-8%（即單車利潤7500-12000元）的中型智能電動車，4000-7000元的成本漲幅意味著利潤將被壓縮73%-93%。在基準情景下，若車企無法有效回收成本，利潤率將被完全侵蝕。另一個嚴峻的事實是，中國汽車行業的銷售利潤率根本達不到5%，2025年的利潤率僅為4.1%，利潤總額同比微增0.6%。資料來源：國家統計局歷史經驗表明，當整個行業面臨成本壓力時，價格上漲通常會傳導至整個產業鏈。行業的困境在於：一方面，原材料上漲，會進一步壓縮車企本就不多的利潤率；另一方面，中國電動汽車市場仍有超過100個活躍品牌在相互重疊的價格區間競爭，市場飽和與價格戰限制了定價權。當然，車企是選擇是漲價還是硬扛，需要市場通過博弈才能最終確定。不過可以確定的是，2026 年的中國車市註定不會平靜。對於那些銷量持續低迷、品牌認可度不足、技術儲備薄弱且資金實力有限的中小車企而言，成本激增與需求萎縮的雙重擠壓將使其生存空間被大幅壓縮，難以在微利甚至虧損的困境中持續支撐，最終可能被市場淘汰。而具備規模優勢、技術壁壘、供應鏈議價能力以及品牌影響力的頭部企業，將更有可能在這場成本攻堅戰中站穩腳跟，引領行業進入更注重質量與效率的新階段。 (電動汽車觀察家)

Sam Altman在 OpenAI 的 Town Hall 會議上與AI建構者們進行對話，他主要談了以下觀點：Sam Altman 認為，AI 正在重新定義“工程師”與“創造者”的角色。未來的軟體開發門檻極低，人類不再主要手寫程式碼，而是通過指令與 AI 協同完成複雜建構。AI 會讓人人都能開發、擁有個性化的軟體，但真正的瓶頸將轉向“如何讓人關心”——在注意力稀缺時代，創意與市場執行力仍是核心競爭力。他強調，多智能體（agent）與工具生態將百花齊放，不會形成單一壟斷。最大機會是在人機互動層——讓更多人真正高效使用模型。AI 的通用性與專業性會不斷融合，未來的模型既能推理又能寫作溝通。Altman 預測，AI 是強通縮力量，將極大降低創造成本並改變經濟結構，同時帶來巨大的個人賦能與潛在不平等風險。政策應防止權力過度集中。科學研究將進入“人機共研”階段，AI 扮演“無限博士後”，而人類提供直覺與判斷。在安全上，他主張從“限制訪問”轉向“提升韌性”，尤其關注生物安全領域。教育與創意領域中，人類仍以情感與洞察為核心，AI 是思維與合作的放大器。未來關鍵技能不再是程式設計，而是主動性、創造力、判斷力與合作。總體而言，Altman 描繪的是一個“人人可借 AI 實現想法”的時代——技術普及，但人性與社會設計將決定其真正價值。訪談完整實錄如下：Sam Altman： 非常感謝大家前來。當我們著手構思下一代開發者工具，以及如何駕馭即將問世的強大模型時，我們渴望聽取大家的想法與顧慮，並回答各位的疑問。希望今天的交流能讓我們更清晰地知道該為大家建構什麼，以及如何讓這些強大的模型真正發揮效用。我想先從 Twitter 上的一個問題開始。關於軟體工程領域的傑文斯悖論（Jevons paradox），你們持何立場？如果人工智慧大幅降低了程式碼生成的門檻和成本，這會減少對軟體工程師的需求嗎？還是說，更廉價的定製軟體會極大地刺激需求，讓工程師在未來幾十年仍有飯吃？我認為“工程師”的定義將發生巨變。 未來的價值創造，將更多地源於指揮電腦完成自己的工作、替他人完成工作，以及構想如何為他人創造有價值的體驗。工作的形態——無論是在編寫程式碼、偵錯，還是其他任務上花費的時間——都將徹底改變。工程領域經歷過多次類似的演變，每一次——至少到目前為止——結果都是更多人得以參與其中，發揮作用，世界也因此變得更加“軟體化”。對軟體的需求似乎從未放緩。我的預測是，未來我們許多人將使用專為個人或極少數人編寫的軟體，並且我們將持續定製屬於自己的軟體。因此，我認為我們將見證更多人指揮電腦去實現他們的想法，這與我們今天的工作方式截然不同。如果你們把這也算作軟體工程，那麼我們將會看到這種實踐的大爆發。我相信，全球 GDP 中將有更大比例通過這種方式創造和消費。現場提問者： 首先感謝給我們提問的機會。作為消費者，我是 ChatGPT 的重度使用者。我在 Reddit 上看到大家用 Codex、Lovable 或 Cursor 建構各種東西。但現在的瓶頸似乎變成了“推向市場”（Go-To-Market, GTM），對吧？我可以把東西造出來，但如何找到願意為此買單或受益的人？這才是瓶頸。我想聽聽您的看法。Sam Altman： 在我之前於 Y Combinator 工作時，創業者們常說：“我原以為最難的是建構產品，結果發現最難的是讓別人關心、使用或喜愛它，或者是建立人與產品的連接。”這一點從未改變，只不過現在建構產品變得如此容易，才讓這種反差更加明顯。對此我沒有簡單的答案。建立成功的企業、尋找差異化價值、搞定市場推廣，這些始終是難題。舊的商業法則依然適用。 AI 降低了軟體開發的門檻，但這並不意味著其他環節也會隨之變得簡單。當然，就像 AI 改變了軟體工程一樣，人們也開始利用它實現銷售和行銷的自動化，並取得了一定成效。但這註定是艱難的，因為即便在一個物質極大豐富的世界裡，人類的注意力依然是極度有限的資源。你永遠在與其他試圖建立市場管道、爭奪分銷網路的人競爭，而每一個潛在客戶都忙得不可開交。我可以構想一個未來：當一切都極大豐富時，人類的注意力將成為僅存的稀缺商品。所以，這依然會很艱難，你必須有極具創意的想法，打磨出偉大的產品。George： 謝謝 Sam，我是 George，一名獨立開發者。我正在基於 Codex SDK 開發，試圖建構一種協調多個智能體（Agents）的方法。我有關於你們的“智能體建構工具”及其產品願景的問題。目前它主要是工作流和鏈式提示詞。我想知道，作為一個基於此開發的開發者，我的處境安全嗎？你們認為未來會有各種不同的多智能體協調 UI 共存的空間嗎？還是說 OpenAI 會壟斷這一領域？Sam Altman： 不，我們並不認為自己掌握了最佳介面的終極答案，也不確定人們最終會如何使用它。我們確實看到有人建構了令人驚嘆的多智能體架構，也有人做出了極佳的單一互動式線程。我們無法獨自解決所有問題，而且並非所有人的需求都一致。這就好比老電影裡的場景，有人喜歡坐在 30 個螢幕前，監控著瘋狂的系統，進行各種操作；也有人只想要一種非常平靜的語音模式，每小時只跟電腦說一句話。電腦在後台處理大量事務，不需要持續監督，他們只需深思熟慮後下達指令。就像許多事物一樣，人們需要嘗試不同的方法來找到自己的偏好。世界可能會收斂於幾種主流模式，但我們無法預知一切。我認為，建構工具來幫助人們高效利用這些極其強大的模型，是一個極好的方向。這正是目前所缺失的。模型的能力與大多數人理解並利用這些能力之間，存在著巨大且不斷增長的鴻溝。 肯定會有人建構出真正填補這一鴻溝的工具，但目前還沒人完全做到。我們也會嘗試推出自己的版本，但這個領域空間廣闊，且使用者偏好各異。如果你們有任何希望我們建構的功能，請告訴我們，我們會嘗試。Valerie Chapman： 你好 Sam，我是 Valerie Chapman，我正在 OpenAI 平台上開發 Ruth。我很想聽聽你的看法：目前女性因薪酬差距遭受了巨大的經濟損失。你認為人工智慧如何解決這幾十年來存在的經濟不平等問題？Sam Altman：這有個好消息——當然情況也很複雜——但在我看來，主要的利多在於：人工智慧將帶來強大的通貨緊縮效應。我對此做過反覆推演，雖然你可以想像一些極端情況，比如全世界的資金都湧向自我複製的資料中心等，但總體而言，特別是考慮到腦力勞動的進步，以及機器人技術等領域即將到來的突破，我們將面臨巨大的通貨緊縮壓力。我之所以說“絕大多數是好消息”，是因為雖然仍有一些複雜的問題待解，但事物的成本將大幅降低。除了那些受限於社會或政府政策阻礙的領域（比如在舊金山建造更多住房），我預計這種變化將相當強勁且迅速。無論社會結構是否天然向個人傾斜，個人賦權（Personal Empowerment） 看起來都將日益增強。我至今仍覺得很難完全消化這一變革的深遠意義。我敢斷言，到今年年底，僅需幾百或一千美元的推理算力成本，你就能完成以前需要一個團隊耗時一年才能建構的軟體。 這真的很難——至少對我來說——很難完全理解這種經濟變革的規模。這應當是一件極具賦權意義的事情。海量的資訊觸手可及，創造新事物、新公司以及發現新科學的成本急劇下降。我認為這應該成為推動社會公平的力量，讓那些未曾獲得公平對待的人擁有真正的機遇。當然，前提是我們不能在政策上搞砸，因為風險確實存在。我擔心在一個想像中的世界裡，人工智慧會導致權力和財富的過度集中。因此，避免這種情況發生，必須成為政策的主要目標之一。Ben Hilak： 大家好，我是 Raindrop 公司的 CTO Ben Hilak。我想請教一下，在展望未來時，您如何看待模型“專業化”與“通用化”之間的平衡？比如 GPT-4.5，我認為它是第一個真正擅長寫作的模型。我至今記得看到它的輸出時感嘆：“寫得真棒”。最近在 Twitter 和 X 上有很多關於 GPT-5 寫作能力以及 ChatGPT 變得有些難以駕馭、晦澀難懂的討論。當然，GPT-5 是一個更好的代理模型，在工具使用、中間推理等方面都表現出色。感覺現在的模型有點“偏科”（Spiky），甚至更極端了——在程式設計等領域非常突出，而在寫作等領域則稍遜一籌。我想知道 OpenAI 是如何看待這一特徵的？Sam Altman： 我們在這方面確實做得不夠好。我們希望未來的 GPT-5 系列版本在寫作上能比 4.5 更出色。我們確實決定——並且我認為理由充分——將 5.2 版本的大部分精力投入到提升智能、推理、程式設計和工程能力上。我們的精力畢竟有限，有時難免顧此失彼。但我相信未來將主要是非常優秀的通用模型。即使你想開發一個專精程式設計的模型，如果它也能寫得一手好文案，那就更完美了。比如，當你讓它生成一個完整的應用程式時，你會希望其中包含優質的文字；當它與你互動時，你會希望它擁有周到、敏銳的個性並能清晰溝通。我所說的“寫得好”是指思路清晰，而非單純的辭藻華麗。所以我希望未來的模型能在所有這些方面都變得非常出色。我相信我們能做到。智能具有相當的靈活性，我們可以讓單個模型兼顧各方。現在確實是推動“編碼智能”的關鍵時刻，但我們也會努力在其他方面迅速補齊短板。稍後我會回答幾個來自 Twitter 的問題，請繼續。現場提問者2： 我是 Unify 公司的 CTO。您剛才提到我們正在做市場推廣自動化。我們一直在思考並投入精力的是“永遠線上的 AI”，也就是您之前提到的“智能將便宜到可以隨意使用”。對我們而言，為客戶運行數百萬甚至上億個代理（Agents）的最大瓶頸是成本。您如何看待小模型的發展、成本問題，以及未來幾年開發者將迎來的顯著成本降低？Sam Altman： 我認為我們可以在 2027 年底之前提供類似 GPT-5 水平的高級智能……有人想猜猜成本嗎？我猜至少會便宜 100 倍。但還有一個我們過去沒太考慮的維度。現在隨著模型輸出變得越來越複雜，人們對交付速度（Latency）的要求甚至超過了成本。我們在降低成本曲線上一直做得很好——你可以看看從最初的 o1 preview 到現在的進步。但我們之前沒有過多考慮如何在保持同樣輸出質量的前提下大幅提升速度，這可能導致成本上升。對於你提到的許多應用場景，人們會非常需要高速度。我們必須弄清楚如何在這兩者之間取得平衡，不幸的是，這是兩個截然不同的難題。假設我們只關注成本，假設這是你和市場想要的，那我們可以將成本降得非常低。也就是回答幾個關於介面的問題：當前的介面並非為代理而設計。關於定製化代理介面的創新如何加速微應用趨勢？我在自己最近使用 Codex 的過程中注意到了這一點。我不再將軟體視為靜態的事物。 如果我有一個小問題，我希望電腦能立即編寫程式碼來解決它。這種趨勢將進一步發展。我預感，我們要徹底改變使用電腦和作業系統的方式。我不認為每次需要編輯文件時，都會當場編寫一個新版本的文書處理器，因為我們習慣了固定的介面，按鈕的位置也很重要。但對於很多其他事情，我們會期望軟體是為我們“量身定製”的。也許我每次都用同一個文書處理器，但我有一些獨特的使用習慣，我希望軟體能越來越適應我——即核心軟體是靜態或緩慢演進的，但體驗是高度定製的。我的用法和你的不同。這種工具不斷演變並僅為我們個人收斂的趨勢，似乎即將發生。當然，在 OpenAI 內部，大家已經將 Codex 融入工作流程，每個人都有自己的定製小功能，使用方式大相逕庭。這一點似乎是肯定的。關於“建構者應該如何考慮持久性”以及“初創公司的功能是否會被模型更新取代”的問題，也就是你問的“OpenAI 承諾不會吞噬那一層堆疊”？認為商業的“物理定律”已經完全改變是很誘人的，但實際上並沒有。或許它們會隨時間改變，但目前唯一改變的是：你可以更快地完成工作，更快地建立新軟體。但是，建構成功初創公司的所有其他規則——獲客、市場切入、使用者粘性、護城河、網路效應、競爭優勢——這些統統沒有變。這對我們也一樣。有很多初創公司做了我們在完美世界裡本該早點做的事，但現在已經太晚了，因為他們已經建立了真正的持久優勢。這種情況將繼續發生。我總是給人們一個通用的思考框架：如果 GPT-6 是一次驚人的重大升級，你的公司會因此高興還是難過？ 我鼓勵大家建構那些隨著模型變強而受益的產品。有很多東西可以這樣建構。反之，那些僅僅依靠修補模型缺陷（而模型升級後缺陷消失）的生意，雖然如果積累了足夠優勢也能存活，但這是一條更艱難、壓力更大的道路。最後一個問題，關於代理（Agent）。代理能夠自主運行長時間工作流程而無需持續人工干預的現即時間表是多久？考慮到即使簡單的鏈上任務通常在五到十步後就會中斷。OpenAI 有人想回答嗎？現場提問者3： 我覺得這很大程度上取決於任務類型。在 OpenAI 內部，我們看到人們以一種非常特殊的方式使用程式碼提示（Code Prompting）。也許他們在使用 SDK，就像一個自訂框架，不斷提示它繼續運行。所以，這主要不是“何時”的問題，而是“視野拓展”的問題。如果你有一個非常具體的、你非常瞭解的任務，不妨今天就去嘗試。如果你一開始就想“我要提示模型去建立一家公司”，那是一個過於開放的問題，驗證循環會非常困難。所以我建議你思考：如何將其分解成不同的子問題，讓代理可以自我驗證，最後由我來驗證最終輸出？隨著時間推移，我們可以讓代理處理越來越廣泛的任務。Sam Altman： 還有其他問題嗎？Sam： 嗨，Sam。我想回到關於人類注意力和 GTM（市場推廣）的問題上。我一直認為，從消費者角度看，人類的注意力是限制因素；而對於建構者來說，限制因素是想法的質量。我想問的是：我花了很多時間幫助 AI 公司制定 GTM 策略，但很多時候，他們的產品實際上並不值得人們關注。那麼，人們如何才能提出好想法？你們可以建構什麼樣的工具來提高人們想法的質量？Sam Altman： 很多人喜歡將 AI 的輸出稱為“垃圾內容”（Slop），但世界上也有很多人類製造的“垃圾內容”。提出好的新想法非常困難，我越來越相信，我們思考的邊界受到工具的限制。我認為我們需要建構幫助人們產生好想法的工具。隨著創作成本的持續暴跌，我們將能夠建立非常緊密的反饋循環，從而更快地篩選出好想法。隨著 AI 能夠發現新的科學知識並編寫複雜的程式碼庫，我相信全新的可能性空間將會打開。很多人都有過這種體驗：坐在 AI 面前（比如一個程式碼生成器），卻不知道下一步該問什麼。如果我們能建構工具，分析你過去所有的工作和程式碼，找出對你可能有用或有趣的東西，並不斷提出建議，這將非常有幫助。這就好比提供一個極佳的“頭腦風暴夥伴”。我生命中有三四個人，每次見完他們，我都會帶走很多新想法。像 Paul Graham 在這方面簡直是頂級的。如果我們能建構一個“Paul Graham 機器人”，你可以與之互動來激發新想法——即使其中大部分都很糟糕，即使你對 100 個想法中的 95 個都說“絕對不行”——我認為這也將對世界上誕生的優秀事物數量做出重大貢獻。模型似乎有能力做到這一點。在使用內部的 5.2 版本時，我們第一次聽到科學家們說，這些模型帶來的科學進展不再是微不足道的。我簡直無法相信，一個能夠提出新科學見解的模型，會無法通過不同的框架和訓練，提出關於產品建構的新見解。Theo： 嗨，我是 Theo，一名開發者 YouTuber 兼 YC 創始人，我也非常想要那個 Paul Graham 機器人。我想問一個偏技術的問題。我真的很喜歡像我們使用的建構塊這樣的技術不斷演進。我經歷過 Web 開發的幾次重大變革，比如遷移到 TypeScript 和 Tailwind 等等。我擔心的是，隨著建構工具越來越好，我們可能會被困在現有的工作方式中。就像美國的電網，一旦建成便難以翻新，導致情況惡化。你是否看到了這種潛在風險？我們是否正在用現有技術建構未來的“地基”，導致未來難以更換？因為即使是讓當前模型使用兩年前的技術去更新程式碼，有時也像“拔牙”一樣痛苦。你認為我們未來能引導模型足夠快地使用新事物嗎？還是說我們已經無法改進現有的技術基建了？Sam Altman： 我認為我們將非常擅長讓模型使用新事物。歸根結底，如果我們正確使用這些模型，它們就是一個通用推理引擎。目前的架構雖然也內建了大量的世界知識，但我們正朝著正確的方向前進。我希望在未來幾年內，模型更新知識、使用新事物以及學習新技能的速度能夠大幅提升，甚至比人類更快。一個值得我們引以為豪的里程碑是：當模型面對全新的事物、環境、工具或技術時，你只需要解釋一次——甚至無需解釋，模型就能自行探索，隨後便能可靠且正確地加以利用。這一天似乎已不再遙遠。現場提問者4： 抱歉，我有一個問題。作為一名較為年長的科學家，我知道做一個科研項目往往會衍生出多個新想法。想法是呈指數級增長的，但科學家用於執行研究的時間卻是線性遞減的（或者說有限的）。 這些工具正在加速這一過程，這太不可思議了。但是我們都很貪婪，想要更多。除了幫助我們在更短時間內追求這些有趣的想法，是否存在一個過渡點，即模型將徹底接管整個科學研究事業？如果會，這通過現有演算法就能實現，還是需要新的想法或世界模型？Sam Altman： 我認為，在大多數領域，距離模型能夠進行真正完全閉環的自主研究，還有相當長的一段路要走。以數學為例，它不需要“濕實驗室”（生物/化學實驗室）或物理輸入。也許只要通過極其深入的思考和不斷更新模型，就能取得巨大進展。但即便如此，目前利用模型取得最大突破的數學家們依然高度參與其中，觀察中間過程並指出“這感覺不對”。直覺告訴我，這是一條人機協作的獨特路徑。我遇到過幾位整天與最新模型協作的數學家。他們進展神速，但所做的工作與模型截然不同。這讓我聯想到國際象棋史上“深藍”（Deep Blue）擊敗卡斯帕羅夫（Kasparov）後的那個時期。曾有一段時間，AI 比人類強，但“人類+AI”（人類挑選 AI 的最佳步法）比單獨的 AI 更強。隨後很快，AI 變得過於強大，人類的介入反而成了累贅。我懷疑許多研究領域也會經歷類似過程。隨著時間推移，事物將變得極其複雜，AI 理解多步邏輯的能力將超越大多數人，甚至所有人。但是，這就涉及到了創造力、直覺和判斷力的問題，這些是我們目前這一代模型還遠未企及的。雖然我找不到原則性的理由說我們永遠無法達到那一點，所以我假設最終會達到。但今天，僅僅說“嘿，GPT-5，GPT-6，去解決數學問題”，肯定不如幾個優秀的專家利用它探索方向來得有效。即使我們可以驗證結果並將其反饋回訓練集，過程中仍有其他因素在起作用。不過，你確實觸及了一個痛點：解決一個問題往往會產生更多新問題。與那些積極使用 AI 的科學家交流非常令人興奮，他們確實燒了很多 GPU，但他們掌握了一項新技能：“這裡有20個新問題，我要對它們進行廣度優先搜尋。我不會深入研究每一個，而是把 AI 當作‘無限的學生助理’。”我最近把這個稱呼升級為“無限的博士後助理”。在物理科學方面，我們常討論是該為每個領域建立自動化濕實驗室，還是依靠全球科學家構思實驗、利用現有裝置並樂意貢獻資料。從科學界擁抱這些工具的熱情來看，分佈式的方式似乎是可行的。這顯然會建構一個更簡單、更美好、更分佈式、匯聚更多聰明才智和多樣化裝置的世界。Emmy： 你好 Sam，我是 Emmy。我是史丹佛大學的學生，經營一家生物安全初創公司。關於科學實驗、雲實驗室及其發展方向，我的團隊花了很多時間思考如何防止 AI 驅動的生物設計帶來危害，同時利用 AI 提升安全基礎設施。我想問的是，在 2026 年的路線圖中，安全處於什麼位置？您是如何思考這些問題的？Sam Altman： 你是指廣泛的安全，還是特指生物安全？Emmy： 都可以，但更傾向於生物安全。Sam Altman： 到 2026 年，AI 會帶來許多潛在風險，其中生物領域的風險讓我們非常擔憂。模型在生物學方面表現得相當出色。目前，全球的戰略主要是限制存取權，並設定各種分類器來阻止人們製造新型病原體。但我認為這種做法不會長久。我認為世界需要為 AI 安全——特別是生物安全——做出轉變：從“阻擋”轉向“韌性”（Resilience）。 我的聯合創始人 Wojciech 用了一個我很喜歡的關於消防安全的類比。火為社會帶來了美好，但也曾燒燬城市。我們曾試圖限制火的使用（比如“宵禁”一詞 cur-few 本意就是 cover fire，掩蓋火源），但這並不是長久之計。後來我們對火災有了更好的“韌性”意識，發明了消防法規、阻燃材料等。現在，社會在這方面做得很好。我認為我們需要以同樣的方式思考 AI。AI 將對生物恐怖主義和網路安全構成重大威脅，但 AI 也是解決這些問題的關鍵。我們需要全社會共同努力，建設這種具有韌性的基礎設施，而不是單純依賴實驗室去“攔截”它們該攔截的東西。未來世界上會有很多強大的模型。我們與許多生物研究人員和公司交流過，探討處理新型病原體所需的條件。很多人報告說 AI 在這方面非常有幫助，但這不會是一個純粹的技術解決方案，世界需要轉換思維方式。我非常擔心現狀，除了“韌性”方案外，我看不到其他出路，而 AI 確實能幫助我們快速實現這一點。如果今年 AI 領域出現某種明顯的重大危機，我認為很可能源於生物領域。到了明年及以後，可能還會出現其他糟糕的情況。Meghna： 你好，我是 Meghna。我的問題關於人類協作。AI 模型非常擅長獨自學習，這讓我反思：如果我能隨時隨地獲得答案，為什麼還要花精力去問另一個人？這涉及到了“人類+AI”的高效產出，但我更想問的是“人類+人類+AI”的協作模式。希望我表達清楚了。Sam Altman： 完全理解。提到教育，雖然我比你們年長，但我上中學時 Google 剛出現。當時老師們試圖讓學生承諾不使用它，理由是“如果你能隨時隨地查到資訊，為什麼還要上歷史課？為什麼還要死記硬背？”這簡直是瘋了。我認為，擁有工具只會讓我更聰明、學得更多、做得更多。禁止使用 AI 就像幾十年前因為有了計算器還要強迫人學算盤或計算尺一樣——這不是一項有價值的技能。我對 AI 工具也持同樣看法。按照目前的教學方式，AI 確實是個挑戰。但這表明我們需要改變教學方式，而不是拒絕 AI。你仍然需要學會思考，而寫作是練習思考的重要方式。但我們如何教授思考以及如何評估思考能力，必須隨之改變，我們不應迴避這一點。所以我認為這會沒事的。那些極具自學能力的人已經做得非常出色了，我們會找到新的教學方法帶動其他學生。關於你提到的協作，即如何讓這件事不僅僅是個人的單打獨鬥？我們正在努力衡量這一點。我懷疑在 AI 普及的世界裡，人際聯絡將變得更加有價值，而非貶值。人們會更加重視與他人的相處和合作。 我們已經開始看到人們探索更便捷的協作介面。在思考製造硬體裝置時，我們首先考慮的就是協作式的“多人+AI”體驗。雖然還沒有人完全掌握，但你會驚訝於 AI 在這方面的潛力。AI 帶來了前所未有的賦能。想像一下，五個人圍坐在一張桌子旁，旁邊有一個 AI 助手（可能是個小機器人），你們作為一個團隊將更具生產力。這將成為常態。每次小組頭腦風暴都會有 AI 參與，幫助團隊做得更好。最後提醒一下，如果你們有什麼需求並告訴我們，我們很可能會去實現它。現場提問者5： 謝謝。我很好奇，隨著代理（Agent）越來越多地投入生產系統，尤其是在大規模部署下，您認為最被低估的故障模式是什麼？是安全、成本還是可靠性？另外，目前那些方面的工作投入不足？Sam Altman： 你提到的問題都很重要。有一件事讓我個人感到驚訝，我相信也讓許多人感到驚訝：當我第一次開始使用 Codex 時，我曾確信絕不會給它完全無監督的電腦存取權。但我只堅持了大約兩個小時。然後我就想，這看起來很合理，代理似乎在做正確的事，我討厭每次都要批准命令。於是我決定開啟一會兒看看——結果從此我就再也沒關過，一直給它完全存取權。我認為其他人也有類似的經歷。所以我的普遍擔憂是，這些工具既強大又便利，但一旦發生故障，後果可能是災難性的。雖然故障率很低，但我擔心我們會因此麻痺大意，抱著“船到橋頭自然直”的心態，逐漸滑向一種聽之任之的境地。隨著模型能力日益增強，我們越來越難以完全理解它們的行為。如果模型出現偏差，或者在長期使用中暴露出隱蔽的複雜問題，你可能會在不知不覺中引入安全漏洞。對於AI失控這種科幻場景，大家看法不一。但我認為，採用這些工具的誘惑——不僅是壓力，更有其帶來的樂趣和力量——將是巨大的。人們會被裹挾其中，甚至來不及充分考慮運行這些工具的複雜性，或是沙箱機制的可靠性。我擔心的是，隨著能力的急劇提升，我們會習慣並盲目信任模型的現有表現。如果我們沒有建立起完善的——我稱之為“宏觀安全基礎設施”——我們將不知不覺地陷入困局。這也是我認為目前極佳的創業機會。Claire： 你好，我是克萊爾，伯克利分校大二學生，主修認知科學和設計。我想聊回教育的話題。讀高中時，我就看到同學用 ChatGPT 寫論文和作業。現在到了大學，我們也在探討跨學科的 AI 政策和課程。我想回到關於 K-12 階段的討論，當孩子們正處於學習解決問題、寫作和思考的關鍵成長期，如果課堂上引入 AI 會是什麼樣？作為一位新晉父親，你如何預測 AI 將如何改變和塑造這些關鍵階段的教育？Sam Altman： 總的來說，我不建議在幼兒園階段使用電腦。孩子應該在戶外奔跑，玩實體玩具，學習人際互動。所以，我不讚成在幼兒園大量使用 AI，甚至不讚成使用電腦。從發展角度看，我們要警惕技術對低齡兒童的影響。關於社交媒體對青少年的負面影響已有諸多討論，但我預感，很多技術對更年幼孩子的影響可能更為嚴重，卻鮮有人關注。在對此有更深入理解之前，我認為幼兒園的孩子不需要大量接觸 AI。Alan： 你好，我是艾倫，在生物製藥行業工作。生成式 AI 在臨床試驗、文件撰寫和加速審批方面表現驚人。我們正嘗試用它進行藥物設計，特別是化合物設計。但我們遇到了一個難題：三維空間推理。我想知道這是否會有一個臨界點，或者您怎麼看未來的發展？Sam Altman： 我們會解決這個問題的。雖然我不確定具體時間，但這確實是一個非常普遍的需求，我們也知道技術路徑。目前還有許多緊迫領域需要推進，但這一天終會到來。Dan： Sam 你好，我是 Dan。我剛從倫敦一所大學輟學，加入了 Y Combinator 的 W26 批次。我有兩個問題：第一，父母還在催我讀完大學，你認為目前的大學教育是否有時會限制個人發展？第二，你現在還做個人投資嗎？Sam Altman： 我輟學後，父母念叨了十年才放棄讓我回去讀書的念頭。父母就是這樣，他們愛你，想給你他們認為最好的建議。你需要耐心解釋：如果你想回學校，隨時都可以，但世界變了，而且還在不斷變化。每個人都要做自己的決定，而不是盲從社會灌輸給你的既定路線。我個人認為，如果你是一名 AI 開發者，現在可能不是待在大學裡的最佳時機。對於雄心勃勃、主動解決問題的人來說，這是一個千載難逢的特殊時期。記住，學校隨時可以回去讀。你應該告訴父母：這並不意味著上學對很多人來說是錯誤的，也不意味著未來這對你不是正確的選擇，但此刻，你必須抓住機遇。他們最終會理解的。至於第二個問題，我不再做個人投資了。我很懷念那段時光。但我因 OpenAI 分身乏術，而且存在利益衝突——如果我投資的公司成了 OpenAI 的大客戶，情況會變得很尷尬，不做投資反而更省心。Michael： 嘿 Sam，我是 Michael，來自 WorkOS。我們主要做身份驗證。我有個功能請求：允許使用者使用 ChatGPT 帳戶登錄第三方應用。我覺得很多人會喜歡這個。Sam Altman： 我們會做的。Michael： 終於等到了。Sam Altman： 你具體想要什麼功能？是想要使用者自帶 Token 預算，還是自帶 ChatGPT 的記憶，還是全部？Michael： 這正是我想問的。首先當然是 Token 預算。使用者應該能使用自己的帳戶權限訪問模型。但更有趣的是其他方面，比如我的公司能訪問那些 MCP 伺服器？ChatGPT 擁有我的那些記憶？它知道我正在做什麼項目嗎？這涉及很多工作和個人隱私。我很想知道你們怎麼考量這些。Sam Altman： 我們確實在研究如何實現這一點，但這同時也令人擔憂。ChatGPT 確實掌握了大量使用者隱私。即使你告訴密友很多秘密，你也確信他們懂得社交分寸，知道何時分享、與誰分享。我們的模型雖然表現不錯，但還沒完全達到那種微妙的社交判斷力。如果我把 ChatGPT 帳戶連接到很多網站，然後讓它“憑判斷隨意分享”，我會感到非常不安。不過，如果是單純的“自帶 Token 預算”，比如我在其他服務上使用我已經付費的 Pro 模型，這聽起來是個很棒的功能。我們至少會先做到這一點，同時探索如何妥善處理資訊共享。我們必須非常謹慎，不能搞砸。Oleg： 嘿 Sam，我是 Oleg。大家都同意軟體開發作為一門手藝已經發生了巨變，但我看 LinkedIn 上 OpenAI 還在招軟體工程師。我想知道，過去這段時間，你們的面試方式發生了什麼變化？Sam Altman： 我們會繼續招聘軟體工程師，但這是我們第一次——我知道其他創業公司也在思考這個問題——計畫大幅放緩人員增長速度。因為我們認為，利用 AI 可以實現“少人多效”。現在的障礙在於，大多數公司的既有政策還沒準備好接納大量的“AI 同事”。這需要時間調整。企業最不該做的就是瘋狂擴招，然後突然發現有了 AI 並不需要這麼多人，最後不得不進行痛苦的裁員。所以，對我們而言，正確的策略是放慢招聘，但保持精選。我並不認為 OpenAI 最終會變成“零員工”公司。在很長一段時間裡，我們將擁有一群能力倍增的人才，這大概就是未來經濟的形態。至於面試，目前變化不大，但我們正在討論改革。我們的目標是：讓應聘者坐下來，在 10 到 20 分鐘內，完成一項在去年可能需要一個人花兩周才能完成的任務。是的，這是重中之重。我們要考察人們能否利用新工具高效工作。傳統的軟體工程面試早已過時，現在更是離題萬里。這就引出了一個普遍問題：未來的贏家是那些“只有少量員工但擁有大量 AI 同事”的公司，還是“完全由 AI 組成、只有一排排 GPU 而沒有人類”的公司？我非常希望是前者。但如果傳統公司不積極採用 AI，不招聘善用工具的人才，它們最終會被那些完全由 AI 組成、沒有繁文縟節束縛的新型實體淘汰。這對社會來說將是極大的動盪。我們一直在思考如何表達這一觀點，這聽起來像是在推銷自己，但我真心認為：企業迅速、大規模地採用 AI 至關重要。Cole： Sam 你好，我是 Cole，一名創作者兼攝影師。過去一年，AI 徹底改變了我們講故事和表達自我的方式。在創意領域出現了許多有趣的動態，比如用 Sora 作為畫布，將自己置身於各種奇幻場景中。隨著模型不斷進化，你認為人類的創作身份與 AI 輔助創作之間的關係將走向何方？Sam Altman： 我們可以從圖像生成（Image Gen）領域尋找答案，它發展得最早。創意界對它的態度可謂愛恨交織。其中一個有趣的觀察是消費者的反應。研究顯示，如果被告知作品是人類而非 AI 創作的，人們的欣賞度和滿意度會大大提高。我認為這將是未來幾十年的重要趨勢：我們深切關注人類，卻對機器漠不關心。 在所有對 AI 的貶稱中，我最喜歡“Clanker”（原本指發著金屬撞擊聲的機器人/鐵皮人），它非常能喚起情感反應。你可以看到那些由“Clanker”生成的、令人難以置信的精美圖像，但一旦知道真相，許多人的主觀評價就會大打折扣。我在網上看過一個視訊，採訪那些聲稱痛恨 AI 藝術的人……有些人常說：“我肯定能分辨出 AI 生成的圖像，因為它們太糟糕了。” 於是，研究人員做了一個測試：給這些人看 10 張圖片，讓他們按喜愛程度排序。這其中一半完全由人類創作，另一半完全由 AI 生成。結果相當一致，人們往往會將 AI 創作的圖片排在前面。然而，一旦被告知真相，他們的態度就會立刻反轉：“其實我不喜歡它，這並不是我想要的。” 這恰恰揭示了真正的試金石：即你的情感共鳴究竟源於何處。 當我讀完一本我深愛的書，第一件事就是去查閱作者的生平，瞭解他的人生經歷以及創作動機，因為我感到與這個陌生人建立了一種精神聯結，我渴望瞭解他。同樣，如果我讀了一部偉大的小說，最後卻發現是由 AI 寫出來的，我會感到某種失落和沮喪。我認為這不僅是一種深刻的情緒，更將是一個持久的趨勢。不過，如果藝術作品中包含了人類的指導——那怕只有一點點——人們似乎就不會產生那種強烈的牴觸情緒。這種情況由來已久，就像人們依然欣賞數字藝術家使用 Photoshop 創作的作品一樣。基於目前的觀察，我的預測是：創作者本身、他們的人生故事，以及他們在創作過程中所做的編輯、策劃等工作，依然至關重要。 總體而言，我們並不想要完全由 AI 生成的藝術作品——至少從我們在圖像領域的經驗來看是這樣。Dan： 我們還有時間回答兩個問題。Keith Curry： 嗨 Sam，我是 Keith Curry，剛從舊金山州立大學畢業。我的問題關於個性化和記憶功能。首先，您認為這方面未來會如何發展？其次，關於更精細的控制權，比如對記憶進行分組——例如區分“工作身份”和“個人身份”。這樣在不同的提示場景下，您可以更精確地選擇希望 AI 呼叫的內容，您對這一點怎麼看？Sam Altman： 是的，我們將大力投入記憶和個性化功能。這顯然是使用者所需，也能顯著提升工具的可用性。我個人在這方面也經歷了一個觀念轉變的過程，但現在我已經準備好了：讓 ChatGPT 訪問我電腦和網際網路上的所有資訊，讓它變得“全知全能”。這帶來的價值將是巨大的。我不再像以前那樣對此感到顧慮。當然，我真心希望所有 AI 公司——以及整個社會——都能高度重視安全和隱私，因為 AI 的效用實在太大了。AI 將瞭解我生活的方方面面，我不會去阻礙這一點。 雖然出於多種原因，我還沒準備好佩戴那種時刻記錄一切的眼鏡，但我確實準備好說：“嘿，你可以訪問我的電腦，去弄清楚正在發生什麼，來幫助我、理解一切，並完美地呈現我的數字生活。”我很懶，我認為大多數使用者也是如此。所以，合理的呈現方式至關重要。我不想坐在這裡手動分類：這是工作記憶，那是個人記憶，那是別的什麼。我想要的是——這也確實是可能的——AI 能深刻理解我生活中複雜的規則、互動及層級關係，知道在何時使用什麼資訊，在那裡展示什麼內容。我們需要解決這個問題，因為這才是大多數使用者真正想要的。Luan： 嗨 Sam，我是 Luan，一名來自越南的國際學校學生。我的問題是：您認為在 AI 時代，人們應該掌握的最重要的技能是什麼？Sam Altman： 最重要的將是那些“軟技能”。過去那種“去學程式設計”的顯而易見的建議，現在已不再絕對適用。我認為，擁有高度的主動性（Agency）、擅長產生創意、極具韌性，以及對快速變化的世界保持極強的適應能力，這些將比任何具體的技術技能都更重要。 而且，這些都是可以習得的。作為一名風險投資人，曾讓我大感意外的是，人們可以通過一個為期三個月的訓練營式項目，在上述領域取得驚人的進步。這是我認知上的一次重大刷新。所以，我認為這些才是最重要的技能，而且它們並不難學。時間到了嗎？好的。非常感謝大家前來交流。我們非常希望能收到關於“你們希望我們建構什麼”的反饋。設想一下，未來我們將擁有一個比當前模型強大 100 倍、上下文長度增加 100 倍、速度快 100 倍、成本降低 100 倍的模型，它能完美呼叫工具，並具備極高的連貫性。我們會實現這一切。 請告訴我們你們想要什麼。我們會留在這裡，無論你需要 API、某種基礎功能、某種執行階段環境，還是其他任何東西，我們都在為你建構，並且希望能把它做好。再次感謝大家的到來。 (藍血研究)

如果在兩年前問一家大模型公司最需要什麼？答案是“有沒有卡”。但如果今天再問同樣的問題，答案也許會變成“好不好用”。01算力通膨之下都用不起了“我們正在製造大量的垃圾算力。”一位負責大模型訓練叢集的架構師曾這樣抱怨。他的焦慮並不是沒有風聲。過去十年是算力野蠻增長的十年，規模的快速擴張確實帶來了階段性的產業繁榮。但繁榮背後，是難以忽視的效率困局。為了追趕GPT-4乃至GPT-5的能力，國內企業陷入了一場瘋狂的參數競賽。數以萬計的GPU被高度整合化塞進資料中心，它們日夜轟鳴，但產出的智能效益卻並未如預期般線性增長。這是一種典型的“算力通膨”。行業習慣用晶片的理論峰值（Peak Performance）來衡量價值，但在現實的複雜的訓練任務中，這些昂貴的晶片往往“有力使不出”。資料顯示，在許多大規模訓練叢集中，算力的有效利用率（MFU）僅能維持在40%左右，而在推理場景下，大量的算力更是處於閒置狀態，利用率甚至不足20%。演算法迭代與硬體僵化之間的錯位也在加劇這種浪費，模型架構每六個月就發生一次巨變，從Transformer到MoE，再到各種稀疏化注意力機制，而硬體研發周期長達兩年以上。大量針對上一代模型最佳化的專用晶片，在交付的那一刻即面臨淘汰。這種“刻舟求劍”式的硬體設計模式，讓原本就昂貴的算力折舊變得更加迅速。在上述背景下，天數智芯此次發佈的戰略，似乎是有意在回答這個行業痛點。他們不再單純強調單一晶片的峰值參數，而是開始談論“高品質算力”。02尋找算力的“有效匯率”什麼是“高品質算力”？天數智芯對此的定義是：高效率、可預期、可持續。在1月26日的發佈會上，AI與加速計算技術負責人單天逸展示了一張略顯複雜的架構路線圖。與以往發佈會只盯著TFLOPS（每秒浮點運算次數）數值不同，這次他們花了大量篇幅講“利用率”和“相容性”。天數智芯給出的架構路線圖：2025年的天數天樞架構，超越輝達Hopper，重點解決多精度混合訓練的效率；2026年天數天璇、天數天璣實現對標和超越輝達Blackwell；而計畫於2027年面世的天數天權，則將矛頭直指輝達下一代旗艦架構Rubin。這不是一紙空談，而是現實中已經部分實現的作戰計畫：2025年推出的天數天樞架構，通過TPC BroadCast（計算組廣播機制）Instruction Co-Exec（多指令平行處理系統）Dynamic Warp Scheduling（動態線程組調度系統）等自研核心技術，呼叫了每一位元算力，實現算力效率較行業平均提升60%，在DeepSeek V3場景性能比輝達Hopper架構高20%。同樣的“精打細算”也延伸到了對儲存成本的控制上。面對DDR儲存價格高企給AI推理環節帶來的顯著壓力，天數智芯給出了一套“軟硬兼施”的解法：底層依靠kv cache（關鍵值快取）量化與無損反量化技術，將模型推理的實際記憶體佔用直接削減50%以上，從根本上降低對昂貴儲存資源的依賴；上層則利用自研的IX-SIMU軟體系統，像精算師一樣即時追蹤儲存市場價格，為客戶推算出性價比最高的硬體組合。在波動的市場中鎖定“性能與成本最優解”的能力，是其技術護城河的另一塊拼圖。03把雲端折疊進方寸之間隨著物理A的“ChatGPT 時刻”到來，這一能實現物理世界“感知-推理-行動”閉環的技術，成為AI突破數字邊界的新方向，推動智能從虛擬走向現實。這次發佈會上，最讓現場觀眾感到意外的，不是巨大的伺服器機櫃，而是一系列可以塞進衣服口袋的小盒子。天數智芯副總裁郭為從兜裡掏出了那塊名為“彤央TY1000”的算力模組。這個僅有手掌大小的模組，採用了699pin介面，卻擁有媲美雲端等級的大算力。尺寸的縮小之外，算力形態的下沉是重中之重。彤央系列包括了整合ARM v9 12核CPU的TY1100，以及被戲稱為“小鋼炮”的TY1100_NX，還有算力高達300TOPS的TY1200。這些名字聽起來有些枯燥的硬體，實則承載了國產GPU突圍的另一條路徑：走出恆溫恆濕的資料中心，進入物理世界。天數智芯給出的對比資料頗具一較高下的火藥味：在近期火爆的DeepSeek 32B大語言模型以及電腦視覺場景下，彤央TY1000的實測性能全面優於輝達的AGX Orin。特別是在自然語言處理上，它讓邊緣裝置不拘泥於執行預設指令，變成了能理解複雜邏輯的智能體。在過去，具身智能（EmbodiedAI）和工業機器人往往受限於端側算力的貧乏，只能執行簡單的預設指令。而現在，隨著端側算力達到300TOPS等級，大模型開始真正有機會住進機器人的身體裡。從智慧門店到車路協同，從軌道交通到工業製造，算力的觸角正在無限延伸。04算力困局：卡越堆越多，錢越燒越快對於網際網路大廠和創業公司來說，每一秒鐘的生成都在燃燒經費。“AI應用現在已經普及了，Chatbot、文生圖大家每天都在用。但行業真正的瓶頸只有一個：Token成本太高。”天數智芯副總裁鄒翾一針見血地指出了問題的核心。鄒翾分享的一組資料引起了在場的全體注意。在某頭部網際網路客戶的Chatbot場景中，天數智芯的單機性能比國際方案提升了一倍以上，而每Token的成本下降了二分之一。這意味著，同樣的預算，企業可以服務兩倍的使用者，或者讓模型思考得更久一點。除了成本，另一個阻礙國產GPU普及的攔路虎是“遷移門檻”。長久以來，CUDA生態建構的高牆讓無數開發者望而卻步。天數智芯沒有選擇硬碰硬地去推翻現有生態，而是選擇了“相容”與“好用”。通過提供與xLLM等主流框架相容的介面，客戶只需花費其他產品1/3的精力即可完成開發調優。“好用”的哲學也延伸到了科研領域。從基因分析到海洋地質勘探，科學家們不再需要成為硬體工程師。天數智芯幫助研究人員從繁複的底層偵錯中解放出來，專注於科學發現本身。在金融領域，研報生成效率提升70%；在醫療領域，結構化病歷生成縮短至30秒。這些數字的背後，是算力真正轉化為生產力的過程。2026年，對於中國GPU行業註定是不平凡的一年。隨著天數智芯在香港鳴鑼，國產通用GPU四小龍已集齊IPO。但上市從來不是終點，而是更為殘酷的淘汰賽的起點。資本市場不會永遠為“國產替代”的情懷買單，也不會一直容忍巨額的研發虧損。投資人最終關心的，是有多少客戶真的把業務跑在了晶片上，商業化的成長是否可以持續。天數智芯交出的答卷是300多家行業客戶與1000多次實際部署，是數千卡叢集穩定運行超1000天，是瑞幸數千家門店的智能營運、太平金科信貸風控的提效，以及視源科技打造的數萬間智慧課堂，這些真實的業務負載，共同構成了招股書中的底色。而在算力生態的主動建設上，天數聯手了多家硬體廠商和解決方案提供商，目標是讓千行百業以更高性能、更便捷方式使用AI，實現算力普惠。在這場漫長的算力馬拉松中，領跑者或許會換了一波又一波。但可以確定的是，那個靠堆砌參數、講故事就能融資的草莽時代，已經徹底結束了。接下來的競爭，將屬於那些真正能讓客戶好用的企業。 (創業邦)

1991年，波斯灣的沙漠上空，美軍的“捕食者”無人機第一次向世界展示了什麼叫“降維打擊”。 那是美國的高光時刻，矽谷的晶片和五角大樓的訂單定義了天空的霸權。圖片 | 來自網路34年後，鏡頭切到了中國深圳。這裡沒有硝煙，只有濕熱的亞熱帶季風和頭頂持續不斷的低頻嗡嗡聲。CNN王牌主持人Fareed Zakaria站在街頭，仰著頭，目瞪口呆地看著一架黃黑相間的小型無人機，像一隻訓練有素的獵鷹，熟練地繞過摩天大樓的玻璃幕牆，將一份剛出爐的腸粉精準地“空投”到兩公里外的外賣櫃裡。作為一名長期觀察地緣政治的學者，Fareed代替美國精英階層發出了一個疑問：“為什麼這一幕發生在中國？為什麼不是矽谷？為什麼不是我們？”在日前的一期CNN節目中，Fareed Zakaria不僅展示了這一對比，更將其上升到了國家競爭的高度。因為，的確，這是一場關於物理世界主導權的易手。01 把天空當成水泥來修要理解中國的“低空經濟”，你不能用看“消費電子”的眼光，而要用看“基建狂魔”的眼光。在美國，無人機被視為一種飛行器，屬於航空業的延伸；而在中國，我們把它看作是“會飛的伺服器”和“長了翅膀的高鐵”——這與我們過去40年修建高鐵、高速公路的邏輯是一脈相承。一場美國精英圈的集體深度反思：美國是律師治國，而中國是工程師治國……這種看事物的角度就是最大的認知差異。如果你去過深圳人才公園，你會發現那裡有一張嚴密的數字網。深圳政府像是修路一樣，先修好了“低空數字底座”，劃分了詳細的航路網，部署了密集的通訊基站和感知裝置。也就是說，這種“要想富，先修路”的思維被平移到了空中。中國民航局（CAAC）在這裡扮演了一個極其務實的角色。與美國同行那種“零風險”的潔癖不同，中國監管層展現了一種“摸著石頭過河”的東方智慧：他們在特定區域設立“沙盒”，允許你炸機，允許你出錯，只要不出人命，就讓你飛。中國龐大的人口密度和複雜的城市地貌，本是航空管制的噩夢，卻意外成為了無人機技術的最佳練兵場。美團、順豐、京東等巨頭為了降低末端配送成本（中國的人力成本正在上升），被迫在演算法和調度系統上進行極致的內卷。這種“需求倒逼技術”的飛輪效應，讓中國的無人機系統在抗干擾、避障、路徑規劃上積累了全球最豐富的實戰資料。深圳試行無人機送外賣 上班族驚喜:約15分鐘送到資料是喂出來的，演算法是跑出來的——當無人機每天在複雜的城市峽谷中進行數萬次起降時，它們積累的避障資料、抗干擾模型，是任何在實驗室裡跑模擬的美國工程師無法想像的財富。這才是真正的護城河。02 FAA的第22條軍規讓咱們把視線移回美國。美國發明了無人機、而且擁有全球最開放空域的國家、監管也一貫不嚴格。照理來說應該是商業無人機的天堂，但如果你想在美國合法地進行一次商業無人機配送，你需要經歷什麼？答案是：絕望。是，美國是擁有全球最開放的領空，但那是給波音和塞斯納飛機的，不是給無人機的。FAA的核心哲學是：有人駕駛航空優先。於是這就導致了一個荒謬的現象：“視距內飛行”（Visual Line of Sight）原則。很長一段時間裡，FAA要求無人機操作員必須時刻看著飛機。試想一下，如果你到5公里外送個快遞還得派個人開車跟著飛機跑，那無人機的商業價值在那裡？據《DroneDJ》消息，NUAIR獲得超視距(BVLOS)無人機飛行的權限雖然後來有了Part 107條款，雖然又有了豁免機制（Waivers），但這就像是一個巨大的官僚迷宮。亞馬遜的Prime Air，這個貝佐斯十年前就吹過的牛，燒了幾十億美元，至今仍困在“試點煉獄”裡。在加州的洛克福德（Lockeford）測試點，FAA審查員甚至會因為一隻鳥飛過而叫停測試。更深層的阻力來自於文化。在美國的郊區（Suburbia），那裡是中產階級的堡壘。當一架帶著攝影機的無人機飛過自家後院時，美國人的第一反應往往不是“哇，高科技”，而是掏出獵槍——或者更現代一點，掏出手機報警。“NIMBY主義”（Not In My Backyard，別在我家後院）一直以來都是美國商業創新的隱形殺手。隱私焦慮、噪音投訴、加上2024年大選年那種“懷疑一切監控技術”的政治氛圍，讓商業巨頭們在推廣無人機時如履薄冰。於是，我們看到了一個分裂的畫面：矽谷有著全球最聰明的演算法工程師（比如Skydio那令人驚嘆的自主避障AI），但他們的飛機卻無處可飛。他們造出了最聰明的大腦，卻沒有翅膀去飛翔。03 那個叫“珠三角”的黑洞如果說監管是軟肋，那麼供應鏈就是硬傷。這是一個老生常談，卻又不得不談的話題。Zakaria在節目中指出了一個讓美國精英也十分尷尬的事實：美國已經失去了造出便宜、好用硬體的能力。在深圳，如果你想造一架無人機，你可以在方圓50公里內找到你需要的一切：從碳纖維機架、無刷電機、電調、飛控晶片到高性能電池。這裡是全球製造業的毛細血管，效率高到令人髮指，成本低到讓對手絕望。美國不是造不出來，是造不起。出於國家安全考慮，美國政府推出了“藍色無人機”（Blue UAS）計畫，試圖建立一個排除中國供應鏈的本土生態。結果呢？美國內政部的護林員們發現，這些“合規”的美國無人機，價格是大疆的3到5倍，而性能、續航和圖傳穩定性卻落後了一代。環球時報這陷入了一個死循環：因為沒有大規模的商業應用（被監管卡住了），所以硬體需求量小；而因為需求量小，所以無法通過規模效應降低成本；再因為成本高，商業模式（比如送一杯咖啡）根本跑不通。這就是“硬體的詛咒”。你可以在加州的車庫裡寫出改變世界的程式碼，但你沒法在車庫裡手搓出幾百萬個高精度的電機。04 當玩具成為武器如果僅僅是送外賣慢一點，美國或許還能忍。但俄烏衝突和以巴衝突的畫面，讓五角大樓徹底坐不住了。那裡的戰場的日常是：幾百美元的消費級無人機，掛上一枚3D列印的手榴彈，就能癱瘓一輛幾百萬美元的主戰坦克。這就要說到中美兩國不同的路線了。外媒：烏軍全力擴充無人機機群 最大航程數千公里中國走的是一條“自下而上”的路：比如大疆本來是做攝影玩具的，但因為技術太強、存量太大，它被動地外溢到了公共安全甚至戰場偵察領域（儘管企業主觀上極力避免）。這種技術是由千萬級的消費市場“養”出來的，極其皮實、極其便宜。但美國走的是一條“自上而下”的路：由DARPA（國防部高級研究計畫局）立項，洛克希德·馬丁接單，造出來的東西精密、昂貴、嬌氣，美國造得出全球鷹（Global Hawk），卻造不出幾百美元的Mavic。在低成本、大規模的消耗戰（如俄烏衝突所展示的）和商業戰中，美國的高精尖模式遭遇了降維打擊。現在，華盛頓正在瘋狂補課。他們推出了“複製者計畫”（Replicator Initiative），試圖在短時間內造出成千上萬架廉價無人機。美國國防部國防創新單元(DIU)和首席數字與人工智慧辦公室 共同推進(CDAO)的“複製者(Replicator)計畫但問題又回到了原點：去那裡造？如果不依賴中國的供應鏈，這個計畫的成本將是天文數字。如果依賴，又談何“安全”？05 兩個未來的博弈Fareed Zakaria神情嚴肅地說：“美國曾經因為敢於冒險、擁抱開放市場而偉大。但現在，面對競爭，如果我們選擇的應對方式是封閉、是恐懼、是通過官僚主義扼殺創新，那我們不僅無法戰勝對手，反而會變得越來越像那些我們曾經批評的僵化體制。”當然，對於我們而言，深圳上空的嗡嗡聲，不應只是“遙遙領先”的自我陶醉。我們必須看到，美國的韌性依然可怕。他們在AI軟體、在蜂群演算法、在太空技術（Starlink）上依然佔據高點。如果他們打通了監管和製造的任督二脈，追趕的速度會非常快。但此刻，在2025年的這個節點，曾經那個像征著自由、冒險和狂野西部的美國天空，如今變得安靜而謹慎；而曾經被認為保守、刻板的東方土地，此刻卻正在上演著人類歷史上最大規模的低空實驗。理論上來說，天空很寬廣，容得下兩個超級大國。但誰能真正利用好這片天空，取決於誰能更尊重工程師，誰能更包容試錯，誰能更勇敢地擁抱那個並不完美、但充滿可能性的未來。 (TOP創新區研究院)

輝達首席執行長黃仁勳周三表示，人工智慧機器人對歐洲而言是一項“幾代人難得一遇”的重大機遇，因為該地區擁有極其強大的工業製造基礎。他當天在瑞士達沃斯世界經濟論壇(WEF)發表演講時指出：“你現在可以把工業能力、製造能力與AI融合在一起，這將把你帶入‘物理AI’，也就是機器人領域。”他補充稱，這為歐洲提供了一個機會，使其能夠跨越式超越由美國主導的軟體時代。隨著AI技術的最新突破不斷釋放更強能力，工業界和科技界的關注焦點正日益轉向自主機器人。過去一年裡，包括西門子、梅賽德斯-奔馳集團、沃爾沃以及舍弗勒在內的歐洲工業和製造業巨頭，紛紛宣佈了機器人相關項目，並與機器人技術公司建立合作關係。大型科技公司同樣在這一領域持續加碼。特斯拉首席執行長馬斯克去年9月表示，公司80%的價值將來自其Optimus人形機器人；Google旗下AI部門DeepMind在2025年發佈了面向機器人應用的AI模型；輝達則宣佈與Alphabet展開合作，共同推進“物理AI”發展。科技投資者也迅速跟進。根據投融資統計平台Dealroom的資料，2025年機器人相關企業融資額達到創紀錄的265億美元。黃仁勳指出，2025年是有記錄以來全球風險投資規模最大的年份之一，全球投入超過1000億美元，其中絕大多數資金流向了他所稱的“AI原生公司”。黃仁勳表示，若要真正抓住AI帶來的機遇，歐洲必須認真對待自身的能源供應問題，以便能夠加大對基礎設施層的投資。目前，歐洲的能源成本位居全球前列。微軟首席執行長納德拉周二在WEF上表示，能源成本將成為決定各國在AI競賽中成敗的關鍵因素之一。黃仁勳強調：“幾乎可以確定的是，你必須嚴肅對待能源供給的增長，只有這樣，才能在基礎設施層面進行投資，進而在歐洲建構一個高度繁榮的AI生態系統。”隨著超大規模雲服務商加快在歐洲部署AI基礎設施，該地區正面臨能源獲取受限的問題。不過，黃仁勳指出，這種快速擴張絲毫沒有放緩的跡象。他在論壇現場表示，AI已經啟動了人類歷史上規模最大的基礎設施建設浪潮。“目前，我們已經投入了數千億美元。但未來仍需要建設規模達數兆美元的基礎設施。”對於AI是否存在“泡沫”的爭論，黃仁勳在達沃斯給出了一個清晰而系統性的回答：AI並非短期投機，而是一場以基礎設施為核心的長期結構性投資周期。關鍵在於，這些行業首次迎來了一個拐點——AI模型已經“好到足以作為基礎來建構產品和服務”。這意味著，AI不再只是效率工具，而正在成為新一代產業架構的底座。與“AI會大規模取代人類工作”的悲觀敘事不同，黃仁勳強調，當前這輪AI投資正在直接創造就業需求，而且主要集中在實體經濟領域。在他看來，AI的第一輪紅利並不是“裁員”，而是基礎設施擴張帶來的用工需求。 (科創日報)

前段時間美國中產斬殺線全網刷屏，在英國也有對應的隱形中產斬殺線，而這個斬殺的機制並不複雜，就是離婚。現在一些英國中產已經離不起婚了，因為一旦離婚可能基本生活支出都付不起。而他們應對離婚的方法，是一種新穎又有點矛盾的生活方式，被稱為“離婚不分居”（no-split divorce），也就是不領證，不分居的事實離婚。在法律意義上講，這也叫不離婚。可能有人會好奇，不分居也不分財產怎麼能叫離婚呢？49歲的凱特和47歲的克里斯蒂安就正在實施“離婚不分居”。兩個人的婚姻存續了20多年，育有兩個女兒，幾年前婚姻徹底破裂。婚雖然離了，但是日子還得接著過呢。他倆實踐的“離婚不分居”就是離婚後仍在一個房子裡住，夜晚分房，平時各自生活，輪流養小孩，本質和AA分帳的合租室友差不多。他們倆完全是因為錢而不得不選擇“離婚不分居”。收入上他倆並不是最基礎的工薪階層，都是公司的中層管理。兩人年收入加起來有8.5萬英鎊，略高於英國全職員工的收入中位數3.9萬。他們算了一筆帳之後決定不找律師也暫時不分家，凱特的原話是，“不分居不是因為想過奢侈的生活，而是想要維持基礎的生活。”最首先是房子，賣掉他們現在住的房子，去住到兩套房子裡，完全是信用卡不可承受之重。一定要分開住的話，有兩種解決方案，一個是就帶著女兒們租個一居的公寓，大家一起睡地上。要如果不想那麼擠，稍微想給彼此一點隱私的話，那至少要租個三居，那又太貴了。而且請律師進行財產分割就要花一大筆錢，為了省錢這一步被他們直接略過。他倆生活的支出大頭就在於食品還有水電燃氣，還有就是小孩。因為這幾年在英國的生活成本一直在緩慢上漲，偶爾出去吃頓飯都很難負擔得起。兩人平時還要一起買菜做飯吃飯，“偶爾下館子已經成為很遙遠的回憶了。”兩個小孩一個16歲，一個14歲，要給兩個女兒留一些未來要用到的錢。小孩要學車啦，買保險啦，還有交稅這些，雜七雜八的一加起來，真得花不少錢。凱特說，“TikTok一代讓我損失慘重，雖然她們沒大手大腳的花錢，但我一個人肯定付不起她倆的生活費。”做了好幾年的“合租室友”，凱特和克里斯蒂安也摸索出了一些經驗，比如說劃定邊界和責任分工。他們沒有一個做家務帶小孩的具體排班表，但是大概心裡有數，星期幾各自幹什麼活。有個心理預期，個別忙的時候也會互相體諒，商量著來，這樣爭吵比較少。他們周圍的人有的很理解，生活總有拮据的地方，所以也能理解他們的做法，而且這種情況肯定是暫時的，不會持續很久。有的覺得不像話，覺得他們瘋了，說離婚了但是跟沒離一樣，“怎麼能做出這種事呢？”凱特還表示，其實不止他倆這樣，周圍有四五對好友都是如此，這種因為錢無法離婚分居的形式正在英國變得越來越普遍。對美國人來說，“斬殺線”或者“愛麗絲線”意味著失去工作或者遭遇意外需要支付大額的醫療帳單，導致信用卡還不上，進而失去住所，流落街頭的連鎖反應。英國中產這邊，離婚是懸在他們頭上的達摩克利斯之劍，感情破碎了是事實，但是錢不夠用，執意要走程序分家產，伸頭就是一劍。所以凱特和克里斯蒂安精打細算之後發現，婚離不離的也沒那麼重要，慫一點先苟住，周圍的人看不慣就算了，還是自己生活好比較要緊。而且很多夫妻的婚姻之前存續很多年了，孩子在漸漸走向獨立，正是個性敏感，需要用錢的時候，那怕是為了孩子，也會多考慮一下要不要進行財產分割。另一件事情就是凱特說的，這幾年生活雜貨的支出一直在漲，工資漲幅跟不上通膨的速度，錢不夠用。具體漲了多少呢？從2020年的11月到2025年的11月，英國食品的總共價格上漲了38.6%。在英國，這個問題被總結為“生活成本危機”，從2021年開始就是如此了。外部原因主要就是英國脫歐、俄烏戰爭疊加疫情，大家普遍沒什麼辦法，只能省吃儉用消費降級。就拿最近的這個聖誕節來說，很多人都感受到這是這幾年最黯淡的聖誕節，沒有之一。聖誕節是個花錢的節日，毫無疑問，要買聖誕樹買裝飾，要給孩子買禮物，還要買一些節日食品。然而在底層的諾丁漢郡的郊區奇爾韋爾，這裡有好幾戶人家都說：“我們過不起聖誕節，沒錢，一頓晚餐都吃不起。”英國的小孩們聖誕節時習慣去“聖誕老人洞穴”（Santa's Grotto），一般被設立在商場或者社區裡，那裡會被佈置成聖誕老人的家或者雪地的樣子，有真人扮演成聖誕老人和孩子們互動。小孩們可以告訴他自己的願望，合影，還可以在現場領到一份小禮物，有點類似於咱們的小孩過年收壓歲錢，儀式感很強。一位帶著孩子去聖誕老人洞穴玩的媽媽表示，這幾年聖誕老人送的禮物經費也不足了，“連聖誕老人也感受到了經濟壓力，不管你有幾份工作，是不是領救助金，所有人都覺得錢不夠用。”英國人生活支出最高的主要是兩項，一個是生活雜貨，吃喝日用品，另一個是能源支出，水電燃氣費。英國衡量通貨膨脹的消費者價格指數（CPI）在2022年11月觸達了40年以來的巔峰，達到11.1%，此後CPI也一直在緩慢上漲。一位英國小哥@Mr有意思 分享了自己父母在英國約克郡的生活成本。市政稅+網費+水費+電費約是700鎊每月，房子貸款1500鎊，兩個人吃飯約400鎊，也就是說無任何活動支出，每個月也至少要花2600鎊才能在英國活下來。這位英國小哥還吐槽了“市政稅”，當地每月收233鎊的稅請人清理每家每戶的垃圾桶，然而清理頻率不是每天一次，也不是三五天一次，而是兩周一次。冬天勉強可以捱過去，夏天食物腐爛速度快，垃圾桶臭氣熏天。另外就是電費，他的家裡放著一個像鬧鐘一樣的電表，每用一度電表都會顯示。還有網友貼出了自己的用電量，開空調之後7天就用了80鎊。逐漸上漲的生活成本，緩慢蠶食了人們的選擇。有意思的是，離婚不止對英國的中產，對名人也是一種負擔。英國的模特克里斯汀和《極速拍檔》的主持人帕蒂就是最開始搞“離婚不分居”實踐的名人之一，兩人婚姻存續了11年，育有3個自閉症的孩子。2022年兩人離婚後，為了撫養孩子仍然住在同一間大宅子裡。克里斯汀說她為了離婚，整整花了30萬英鎊，這是她人生裡最大的一筆消費帳單。她離婚時請了跟前夫請的差不多等級的律師，三年之後，她依然在還因為離婚欠的款。她表示，大家都以為你跟名人離婚時對方可能會幫你付律師費。克里斯汀說沒有真沒有，她當時根本沒有錢，是自己掏腰包硬離。兩個人去年已經開始各自約會找新對象了，克里斯汀定了一條規矩是帕蒂不可以帶女人回家。現在兩個人生活得很好，“家庭生活”很幸福也很溫馨。不過很多人認同的一點是，“離婚不分居”是一個暫時性的狀態，要麼是因為撫養孩子，要麼是因為經濟狀況。如果這兩個主題如果有了進展，大部分的夫妻都不會再想去選擇和前夫/妻再同住。在隨著英國的通貨膨脹越來越無法忽視的時候，“離婚”似乎也成了經濟上行時期一件奢侈的懷舊品。現在的英國中產至少要忍一忍才能擁有它。 (INSIGHT視界)

儘管川普（Donald Trump）的“大而美”法案（One Big Beautiful Bill Act）為億萬富豪帶來了紅利，但在過去一年裡，他們仍不得不為賽馬、私人飛機和魚子醬等奢侈品支付更高的價格。圖片來源：FRANZ MARC FREI/GETTY IMAGES去年秋季，基蘭九月周歲馬拍賣會（Keeneland Yearling September Sale）落下最後一槌時，富豪買家在這一全球最大的純血馬拍賣會上打破紀錄，豪擲5.32億美元競購賽馬，將一歲馬的平均成交價推高至創紀錄的近65萬美元，比2024年高出23%。富豪們一擲千金的一個重要原因在於，川普推行的“大而美”法案涵蓋多項稅收減免政策，其中一項規定，購馬成本可以在持有馬匹的第一年就享受全額抵扣。賽馬行業出版物《BloodHorse》純種馬類股編輯埃裡克·米切爾（Eric Mitchell）表示：“這項法案對很多人來說是一件大事，因為他們知道，自己可以將很一大部分開銷拿去抵稅，具體能抵多少，取決於他們整體的稅務狀況。我們在拍賣會上從買家那裡一再聽到這一點。”米切爾表示，肯塔基州作為美國純血馬繁育中心，如今出現的這種增長態勢與20世紀80年代中期的情況類似。當時聯邦稅率很高，但避稅工具和虧損抵稅管道非常豐富。賽馬並非億萬富豪生活中唯一漲價的東西。自1982年以來，《福布斯》一直在追蹤超級富豪常消費的頂級奢侈品和高端服務——從古馳（Gucci）樂福鞋到帆船遊艇——並據此編制“奢侈生活價格指數”（Cost of Living Extremely Well Index，CLEWI），相當於一個億萬富豪版的消費者價格指數（CPI）。這一年，CLEWI 上漲5.5%，高於去年的4.7%，且幾乎是CPI上漲速度（上漲2.7%）的兩倍。換句話說，2025年億萬富豪承受的通膨率大約是普通人的兩倍。當然，他們完全負擔得起。全球創紀錄的3148位億萬富豪坐擁創紀錄的18.7兆美元財富，單個億萬富豪的平均身家已達59億美元，比2024年增長5%，與CLEWI的漲幅大體一致。全球有19位身家達到或超過1000億美元的“千億富豪”，而六年前僅有一位。隨著億萬富豪群體迅速擴張，為這批超級富豪服務的企業也賺得盆滿缽滿。美國貝恩諮詢公司（Bain & Company）與Altagamma的一項研究顯示，2025年全球奢侈品消費總額接近1.7兆美元，與2024年大體持平。但奢侈品消費者人數已經縮減至約3.4億人，低於2022年的4億人，顯示出巨額支出正越來越集中在最富有的那一小撮人身上。2025年，高端消費者尤其熱衷高級餐飲、酒店服務等體驗類消費。以高檔私人禮賓服務為例，那些希望有人替他們安排私人飛機、搞定演唱會 VIP 門票，或規劃非洲狩獵之旅的客戶，正在推高這類高檔禮賓服務的價格。位於加拿大的Pure Entertainment表示，這類服務一年的會員費為20萬美元，高於去年的約18萬美元。公司CEO史蒂夫·埃多（Steve Edo）表示，價格上漲主要是因為歐洲和中東客戶數量的增加——這些客戶往往更願意為旅行服務支付溢價，認為更高的價格代表更高的質量。“服務越貴，這些客戶就越滿意，”埃多說，不過他也指出，在亞洲和北美，持這一心態的客戶要少得多。與此同時，由於通膨推高原材料與融資成本，遊艇的建造費用也隨之上升，但億萬富豪仍繼續買單。例如，英國製造的Oyster 595帆船如今售價接近420萬美元，較一年前上漲7%。”Oyster Yachts的CEO斯特凡·齊默曼·茨考克（Stefan Zimmermann Zschocke）表示：“如今，擁有遊艇日益成為一種以體驗為導向的選擇，因為遊艇能載人探索世界，而客戶正是被這一點所吸引。”在我們的CLEWI商品籃子中，過去一年價格顯著上漲的大額項目還包括：私人飛機（上漲3%）、奧林匹克標準游泳池（上漲6%）和狩獵用霰彈槍（上漲26%）。法國米其林三星餐廳Le Bernardin就餐費用上漲5%，而奧西特拉（Ossetra）魚子醬的價格上漲9%。不過，並非所有商品都讓億萬富豪們的錢包“大出血urnbull & Asser一打定製正裝襯衫的售價略低於1.2萬美元，與去年持平。義大利品牌芙蕾特（Frette）的一套棉緞床品售價仍為3700美元。此外，長軸距版勞斯萊斯幻影（Rolls-Royce Phantom）的售價為60萬美元，與一年前基本一致。CLEWI追蹤的奢侈品中，甚至有一個品類的價格較2024年出現大幅下降：莊園管家。家政公司British American Household Staffing提供保姆、家庭教師、私人助理、專屬主廚、專職司機等全方位業務，目前其舊金山地區莊園管家崗位的最低年薪為38萬美元，較2024年減少約2萬美元。該公司首席執行長安妮塔·羅杰斯（Anita Rogers）解釋稱，灣區莊園管家市場正趨於疲軟，原因是疫情期間大批管家離開這座城市後便再未返回，同時眾多加州超級富豪也已遷出別稱“金州”的加利福尼亞州。不過，美國其他地區以及歐洲、中東市場的市場行情較為樂觀。畢竟對億萬富豪而言，有些開銷必不可少。“疫情期間，我們接待過一對夫婦，男主人剛以24億美元的價格賣掉了自己的公司。”羅杰斯回憶道，“我當時去他的新莊園都得翻大門進去，因為連他自己都不知道該怎麼開門。”娛樂與玩具+9.6%圖片來源：JONATHAN TICHLER/METROPOLITAN OPERA歌劇5,880美元 | -1%紐約，大都會歌劇院（Metropolitan Opera）六場周六夜場演出，中央包廂貴賓席雙人票圖片來源：STEINWAY鋼琴230,700美元 | 3%紐約，施坦威（Steinway & Sons），烏木色D型音樂會三角鋼琴圖片來源：DAMEN YACHTING機動遊艇85,000,000美元 | 不適用荷蘭，遨慕世60（Amels 60）圖片來源：DAMEN YACHTING帆船遊艇4,160,000美元 | 6.9%英國，Oyster 595型圖片來源：JAMES PURDEY & SONS運動獵槍467,327美元 | 25.9%紐澤西州，Griffin & Howe代理的James Purdey & Sons 12口徑並列式雙管獵槍套組圖片來源：LUKE SHARRETT/BLOOMBERG純種馬647,522美元 | 22.6%肯塔基州，基蘭馬場（Keeneland）九月拍賣會，周歲馬平均成交價玩具火車套裝285美元 | 14%北卡羅來納州，Lionel品牌托馬斯和朋友們（Thomas and Friends）主題聖誕套裝（帶藍牙）圖片來源：DANIEL VIERO/GETTY IMAGES雪茄1,170美元 | 5.2%紐約，大衛杜夫（Davidoff）多明尼加Aniversario Double 'R'雪茄25支裝圖片來源：GUERIN BLASK FOR FORBES雜誌20美元 | 0%紐約，《福布斯》一年期訂閱費時尚+5.2%圖片來源：VAN CLEEF & ARPELS項鏈126,000美元 | 3.3%法國，梵克雅寶（Van Cleef & Arpels），復古四葉草長項鏈，18K白金鑲鑽圖片來源：JOHN LOBB皮鞋7,582美元 | 8.2%英國，John Lobb定製黑色小牛皮翼紋牛津鞋連衣裙4,500美元 | 新納入CLEWI義大利，古馳（Gucci），黑色羊毛縐紗連衣裙圖片來源：MIKE KEMP/IN PICTURES/GETTY IMAGES定製襯衫11,940美元 | 0%英國，Turnbull & Asser，12件棉質定製襯衫圖片來源：GUCCI樂福鞋1,090美元 | 3.8%義大利，古馳，馬銜扣皮革款圖片來源：CHANEL香水3,500美元 | 新納入CLEWI法國，香奈兒（Chanel）5號Grand Extrait，7.6盎司裝圖片來源：AUDEMARS PIGUET腕錶31,900美元 | 11.5%瑞士，愛彼（Audemars Piguet），皇家橡樹系列不鏽鋼錶殼及錶鏈款手袋11,300美元 | 4.6%法國，香奈兒，2.55經典黑金菱格紋小牛皮大號單肩包食品+8%圖片來源：RIDGEWELLS宴會餐飲14,000美元 | 5.1%馬里蘭州，裡奇韋爾斯餐飲（Ridgewells），40人三道式宴席圖片來源：PETROSSIAN魚子醬14,180美元 | 9.2%紐約及加州，裴卓仙（Petrossian）特級珍藏奧西特拉魚子醬1公斤圖片來源：JEAN MEYNTJENS/GETTY IMAGES香檳27,600美元 | 新納入CLEWI紐約，Astor Wine & Spirits，2009年庫克年份香檳一箱圖片來源：LOBEL'S夏多布里昂牛排1,260美元 | 12.5%紐約，Lobel’s肉店，7磅菲力牛排圖片來源：DANIEL KRIEGER正餐530美元 | 5%紐約，Le Bernardin餐廳，品鑑菜單配酒（不含小費）一人份家居+4.9%圖片來源：ANASTASSIYA BEZHEKENEVA/GETTY IMAGES鮮花12,925美元 | 10%紐約，Jerome Florists，六間房月度當季鮮花佈置圖片來源：FRETTE床品3,700美元 | 0%義大利，芙蕾特，Ultimate系列棉緞皇后尺寸四件套圖片來源：GEORG JENSEN銀製餐具15,240美元 | 5.8%丹麥，Georg Jensen，橡果係列12人份五件套晚餐組圖片來源：SAUNA360桑拿房27,000美元 | 5.9%明尼蘇達州，Finnleo Sauna，北歐雲杉材質8x10x7英呎八人房圖片來源：MISSION POOLS游泳池5,816,000美元 | 6.2%加利福尼亞州，Mission Pools，奧林匹克標準尺寸圖片來源：LORADO/GETTY IMAGES網球場66,745美元 | 1.6%康涅狄格州，Putnam Tennis and Recreation，以Har Tru材料（碎石材質）鋪設的場地服務+0.8%圖片來源：ALYSSA MATTEI中學教育61,810美元 | 1.5%馬薩諸塞州，格羅頓中學（Groton School），年度學費及食宿費圖片來源：DAVID L. RYAN/THE BOSTON GLOBE/GETTY IMAGES大學教育86,926美元 | 不適用哈佛大學，年度學費、食宿費及雜費面部提升術100,000美元 | 0%紐約，資深整形外科醫生莊園管家380,000美元 | -5%紐約，British American Household Staffing，舊金山灣區管家最低年薪圖片來源：BERNARD BODO/GETTY IMAGES精神科醫生500美元 | 0%紐約，上東區醫生，45分鐘診療圖片來源：ORBON ALIJA/GETTY IMAGES律師服務1,350美元 | 8%紐約，Schlesinger Lazetera & Auchincloss律所合夥人，遺產規劃時薪圖片來源：TANVEER BADAL水療12,950美元 | 0%加利福尼亞州，Golden Door，男女同享周費套餐旅行+3.5%圖片來源：SHAWN TALBOT酒店9,500美元 | 0%紐約，文華東方酒店（Mandarin Oriental），紐約天際線景觀套房圖片來源：BOMBADIER私人飛機80,000,000美元 | 2.6%加拿大，龐巴迪（Bombardier），Global 7500標配認證機型圖片來源：BESPOKE LUXURY禮賓服務200,000美元 | 11.1%加拿大，Pure Entertainment Group，年度定製會員圖片來源：ROYCE MOTOR CARS轎車600,000美元 | 1%英國，2025款勞斯萊斯（Rolls Royce）幻影長軸版圖片來源：STRAP/LOUIS VUITTON旅行包2,700美元 | 3.1%法國，路易威登（Louis Vuitton），Keepall Bandouliere 55配肩帶款 (福布斯)