xAI 的 MacroHard：用百萬特斯拉運行「數位員工」的野心
xAI 正在開發一個名為 MacroHard 的專案，目標是打造比人類快 8 倍的「人類模擬器」，並計劃利用全球數百萬輛閒置的特斯拉車載電腦來運行這些數位員工。這個野心勃勃的計畫，可能重新定義 AI 如何取代人類工作。
本文整理自 Relentless Podcast 於 2026 年 1 月 15 日播出的訪談。
如果伊隆·馬斯克（Elon Musk）的特斯拉（Tesla）Optimus 機器人是要取代人類的「體力勞動」，那麼 xAI 的 MacroHard 專案就是要取代人類的「數位勞動」。在那場引發軒然大波的 Podcast 訪談中，xAI 工程師 Sulaiman Ghori 首次詳細描述了這個專案的運作方式——以及 xAI 計劃如何利用全球數百萬輛特斯拉汽車來實現它。
這個專案的命名就充滿了馬斯克式的幽默：MacroHard，直譯為「巨硬」，顯然是對微軟（Microsoft，意為「微軟」）的調侃。據報導，馬斯克甚至把這個名字漆在了 Colossus 2 資料中心的屋頂上，稱這個專案可能會「在大規模上產生深遠的影響」。
不是更聰明，而是更快
在其他 AI 實驗室，「人類模擬器」或類似專案的主流思路是：建造更大、更強的模型，讓 AI 能夠進行更複雜的推理，從而取代人類的腦力工作。但 xAI 走了一條完全相反的路。
Ghori 在訪談中透露，xAI 早期做了一個關鍵決策：MacroHard 的模型要比人類快至少 1.5 倍，而不是比人類「更聰明」。目前看來，實際速度可能達到人類的 8 倍，甚至更多。
這個決策的邏輯很馬斯克：沒有人會願意等 AI 花 10 分鐘做一件自己 5 分鐘就能完成的事情。但如果 AI 能在 10 秒鐘內完成？那人們願意為此付出任何代價。速度本身就是功能。
這個決策帶來了連鎖效應。因為追求速度而非複雜推理，xAI 可以使用較小的模型，這意味著更低的運算需求、更快的迭代週期、以及能夠同時運行更多實驗。Ghori 說，這也是為什麼他們能夠「同時進行 20 個不同的實驗」——如果使用大型模型，這種實驗頻率根本不可能。
人類模擬器如何運作
MacroHard 的核心概念其實很簡單：就像 Optimus 機器人能夠執行人類的「物理動作」一樣，人類模擬器執行的是人類的「數位動作」——看螢幕、用鍵盤和滑鼠、做決策。
Ghori 解釋說，這種做法的優勢在於不需要任何軟體端的配合。人類模擬器直接操作現有的電腦介面，就像一個真人員工一樣。這意味著它可以部署在任何現有的工作流程中，不需要公司改變任何系統或進行任何整合。
他們選擇的第一批目標是重複性的數位工作，特別是客服。這類工作的特點是：接收來自任意客戶、任意格式的自由輸入，然後將其轉換成標準化的工作流程。這正是 AI 擅長的領域，而人類應該去做更有創造性的事情。
但有趣的是，這些人類模擬器展現出了超出預期的「泛化能力」。Ghori 說，他們經常測試一些模型從未接受過訓練的任務，結果發現它能夠完美執行，「比我們預期的好得多」。這讓團隊相信，他們走的是正確的方向。
用特斯拉車載電腦運行百萬個數位員工
MacroHard 面臨的一個根本問題是：如果要部署 100 萬個人類模擬器，就需要 100 萬台電腦。傳統上，這意味著建造大量的資料中心或租用大量的雲端運算資源。但 xAI 想到了一個非常規的解決方案：特斯拉汽車。
Ghori 解釋了這個想法的經濟邏輯：特斯拉車載電腦的資本效率非常高，比在 AWS 或其他雲端服務上租用虛擬機器、甚至比直接購買 NVIDIA 硬體都要便宜。而且，這些資源已經存在——光是北美就有大約 400 萬輛特斯拉汽車，其中大約一半到三分之二配備了 Hardware 4 或更新的晶片。
更關鍵的是使用率：這些車大約有 70% 到 80% 的時間是閒置的，通常在充電。它們已經有網路連接、冷卻系統、電源供應。xAI 可以付費給車主，租用他們汽車閒置時的運算能力，讓人類模擬器在上面運行。車主可以用這筆錢支付車貸，xAI 則獲得了一個完整的數位員工——而且不需要任何新的基礎設施建設。
「這是一個純軟體實現，」Ghori 說。從技術角度來看，這個想法非常優雅：利用已經部署在全球的分散式運算網路，而不是建造集中式的資料中心。
已經在 xAI 內部「偷偷運行」
更令人驚訝的是，xAI 已經在公司內部開始測試這些人類模擬器——而且沒有告訴所有員工。
Ghori 分享了一個有趣的場景：有時候，一個真人員工會在內部通訊系統上收到訊息，有人問「你能幫我看一下這個嗎？」或「來我的座位聊聊」。當這個員工走過去時，發現那個座位是空的——因為發訊息的其實是一個人類模擬器。
他說自己收到過好幾次這樣的訊息：「這個人在組織圖上是你的下屬，他今天沒來嗎？」他只能回答：「那是 AI，那是虛擬員工。」
這種「偷偷測試」的做法可能引發一些倫理疑慮，但它確實展現了 xAI 推動技術邊界的決心。如果你的同事都無法分辨真人和 AI，那麼客戶大概也分辨不出來。
當然，這些模擬器也會犯錯。Ghori 提到，他們經常發現模擬器在某些特定情況下總是出錯。當他們去觀察真人如何處理同樣的任務時，才發現有大約 20 個步驟是人類員工「忘記告訴他們」的——那些步驟對人類來說太自動化了，就像開車一個小時卻不記得任何細節一樣。
我的觀察
MacroHard 選擇「比人類快 8 倍」而非「比人類聰明」的路線，是一個非常馬斯克式的決策。它反映了一種工程師思維：速度本身就是功能，而不是功能的副產品。這與特斯拉全自動駕駛（FSD）的發展邏輯一脈相承——更小、更快的模型，加上更快的迭代週期，最終會超越大而慢的競爭對手。
特斯拉車載電腦網路的計算經濟學確實令人印象深刻。400 萬台車、70-80% 的閒置時間、現成的電源和網路連接——這是一個沒有任何其他 AI 公司能夠複製的資產。如果 xAI 真的能夠實現這個願景，他們將擁有一個全球分散式的運算網路，而競爭對手仍在建造集中式的資料中心。
但這個計畫也引發了一些值得思考的問題。首先是隱私：有多少特斯拉車主會願意讓自己的車在閒置時運行不知名的 AI 任務？其次是安全：這些分散在全球的運算節點如何確保不被攻擊或濫用？第三是控制：當一個「數位員工」出錯時，誰來負責？
馬斯克的公司向來善於挑戰既有的假設，但這次的挑戰規模可能是前所未有的。如果 MacroHard 成功，它不只會改變 xAI 的命運，還可能重新定義「工作」這個概念本身。而如果它失敗，這場 71 分鐘的訪談可能會成為一個警示故事：有些內部機密之所以是機密，是有原因的。
無論如何，xAI 正在嘗試的事情值得關注。在 AI 取代人類工作的討論中，我們往往聚焦於「AI 能不能做這件事」，卻忽略了「AI 能多快做這件事」這個維度。MacroHard 的存在提醒我們：速度，可能才是決定 AI 能否真正取代人類工作的關鍵因素。
延伸閱讀：