馬斯克：純 AI 和機器人的公司，將徹底碾壓有人類的公司

本文整理自 Dwarkesh Podcast 2026 年 2 月播出的單集，為系列三篇文章的第三篇。第一篇談太空 AI 資料中心的能源經濟學，第二篇談晶片製造瓶頸與 TerraFab 構想。

在這場將近三小時的 Dwarkesh Podcast 對談中，伊隆．馬斯克（Elon Musk）說了一句話，聽起來像末日預言，但他堅持這只是「現實主義」：純 AI 和機器人組成的公司，將徹底碾壓任何有人類參與的公司。

他不是在談遙遠的未來。他認為年底前，AI 就能完全模擬人類在電腦螢幕前能做的一切。而一旦 Optimus 機器人達到規模量產，那就是他口中的「無限金錢漏洞」（infinite money glitch）。

自駕電腦：xAI 的秘密武器

知名科技 Podcast 主持人 Dwarkesh Patel 追問 xAI 在數位員工競賽中的勝算，馬斯克不願意透露太多細節（「你指望我在 podcast 上洩露所有秘密？」），但他給了一個方向性的提示：Tesla 怎麼解決自駕車，xAI 就怎麼解決數位員工。

這個類比值得拆開來看。Tesla 的自駕系統是怎麼運作的？數百萬輛車每天在路上跑，收集海量的人類駕駛行為資料。Tesla 再用這些資料訓練 AI，讓它模仿並超越人類駕駛。馬斯克把同樣的邏輯搬到電腦螢幕操作上：觀察大量人類使用電腦的行為，然後訓練 AI 來做同樣的事。他把這叫做「自駕電腦」。

Stripe 共同創辦人約翰．科里森（John Collison）點明了這個策略的核心：大量收集人類的螢幕操作資料，拿來訓練模型。Dwarkesh Patel 反問，這不就是所有 AI 公司都在做的事嗎？馬斯克笑而不答，只說他「相當確定知道路徑」，但需要再多喝幾杯黑啤才會說出真正的秘密。

他對「數位人類模擬器」的時間表很激進：年底前就會被解決。所謂模擬器，就是 AI 能做到任何一個坐在電腦前的人能做的事。在物理機器人出現之前，這就是 AI 的極限：移動電子，放大人類生產力。

馬斯克用了一個很直白的例子來說明這件事的商業價值。看看全球最有價值的那些公司：Apple 不製造手機，它把設計檔案傳到台灣；微軟不製造任何東西，連 Xbox 都是外包的；Meta 的產出是數位的；Google 的產出是數位的。這些公司的輸出本質上都是「位元流」（bitstream）。如果你有一個完美的人類模擬器，一夜之間就能創造出世界上最有價值的公司之一。觸及的營收規模是數兆美元。

他從客服開始舉例。全球客服產業大約佔世界經濟的 1%，接近一兆美元。目前大多數公司把客服外包，外包公司的員工用現有的軟體介面來處理工單。如果 AI 能直接操作同樣的介面，不需要任何 API 整合，不需要碰遺留系統，就能立刻替代這整塊市場。然後從客服往上走，到晶片設計、CAD 工具、工程軟體，逐步攀升難度曲線。

試算表的比喻：為什麼有人類的公司會輸

馬斯克預言純 AI 企業將碾壓人類企業的時候，用了一個非常具體的比喻。

「電腦」曾經是一個職業。你會去找一份「電腦」的工作，坐在辦公室裡做計算。整棟二三十層的摩天大樓裡坐滿了人類「電腦」。現在，一台筆電上的試算表就能做到那整棟大樓所有人的計算量，而且做得更快更準確。

然後他問了一個關鍵問題：如果你的試算表裡只有部分格子由電腦計算，其他格子還是由人類計算，結果會怎樣？答案是，混合系統會比全電腦系統差得多。人類的計算速度會拖慢整個系統，人類的錯誤率會降低整體可靠度。全 AI 全機器人的組織不需要開會、不需要溝通協調成本、不需要休息、不會政治鬥爭。它就是比混合組織更有效率，而且差距會很大。

他承認這聽起來有點「末日論」，但他強調他只是在描述他認為會發生的事。這不是一個道德判斷，而是一個效率判斷。「這會非常快地發生。」

Optimus：三個指數函數的乘積

對話轉向 Optimus 人形機器人的時候，馬斯克把整件事拆成三個難題：真實世界的智慧、手的靈巧度、規模製造。

手的部分是最難的。馬斯克說，從機電工程的角度，手的難度超過機器人其他所有部分加起來。人類的手有極高的自由度，每根手指的關節、肌腱、感測器都需要精密的協調。Optimus 的手必須達到跟人類一樣、甚至更高的靈巧度。這意味著每一個致動器、馬達、齒輪、功率電子、控制器、感測器，都得從物理第一原理開始客製設計。沒有現成的供應鏈，沒有目錄上可以挑的零件。

真實世界的智慧則大量借用 Tesla 自駕系統的經驗。馬斯克把人類和機器人的運作方式歸結為同一件事：光子輸入，控制輸出。Tesla 的車每秒接收 1.5 GB 影像資料，輸出 2 KB 控制指令。影像頻率 36 Hz，控制頻率 18 Hz。機器人做的本質上是同樣的事，只是自由度更多。

但 Dwarkesh Patel 指出了一個重要的差異：Tesla 有上千萬輛車在路上跑，構成了一個龐大的訓練飛輪。機器人沒有這個條件，你沒辦法直接部署一大堆不太行的機器人然後靠它們收集資料。馬斯克承認這是一個真正的限制。他的解法是建一個「Optimus 學院」，讓至少一萬到兩三萬台機器人在裡面自我對弈（self-play），測試各種任務。同時，Tesla 的物理引擎能在模擬世界中跑數百萬台虛擬機器人。再用少量真實機器人校準模擬與現實的差距。

至於規模製造，馬斯克的路線圖是 Optimus Gen 3 達到年產百萬台，Gen 4 之後才衝年產千萬台。但 Optimus 每個零件都是客製的，產量爬升的 S 曲線會比有現成供應鏈的產品拉得更長。

Dwarkesh Patel 問到中國的人形機器人公司（如宇樹科技）售價只要幾千美元，Optimus 怎麼競爭？馬斯克的回答是，這不是同一個產品。Optimus 身高約 180 公分，靈巧度和智慧達到人類級別，能長時間搬重物而不過熱。那些便宜的中國機器人體型小、不夠智慧。但隨著 Optimus 機器人開始製造 Optimus 機器人，成本會快速下降。

馬斯克形容 Optimus 是三個指數函數相乘的結果：數位智慧、AI 晶片能力、機電靈巧度，三者各自以指數速度增長。三者相乘，再加上機器人可以自我製造的遞迴循環，他稱之為「超新星」（Supernova）。

Grok 指揮 Optimus：工廠藍圖

xAI 的 Grok 和 Tesla 的 Optimus 之間的協同效應是什麼？馬斯克描繪了一個具體的場景：如果你想蓋一座工廠，Grok 可以組織 Optimus 機器人群、分配任務、協調流程。Grok 負責高層的規劃和調度，Optimus 負責底層的動作執行。

這其實就是他在第一篇中提到的太空 AI 資料中心的延伸。用 Grok 設計工廠、用 Optimus 建造工廠、工廠生產太陽能板和更多 Optimus。這是一個完整的自我擴張循環。

模擬理論：保持有趣才能活下去

整場對話中最哲學性的一段，出現在馬斯克突然從晶片製造跳到模擬理論的時候。

他半開玩笑半認真地說，自己的人生看起來實在太像電子遊戲了。火箭、晶片、機器人、太空太陽能、月球質量驅動器，所有的故事線都在同時匯聚。「我是不是某人的遊戲角色？」他注意到，這些挑戰都是「困難但不是不可能」的。就像遊戲裡一關一關的設計。

然後他發展出一個理論：如果模擬假說是正確的，那最有趣的結局就是最可能發生的。理由是，無聊的模擬會被終止。就像現實中我們也會停止運行沒意思的模擬。如果你對大量模擬施加達爾文式的生存篩選，只有最有趣的模擬會存活下來。所以從統計上來說，最有趣的結果就是最可能的結果。

他進一步觀察到，「他們」特別喜歡諷刺性的結局。然後他列舉了 AI 公司名稱的諷刺性：MidJourney 不是在半路上，Stability AI 是不穩定的，OpenAI 是封閉的，Anthropic 是反人類的（misanthropic）。有人問那 xAI 的「X」呢？馬斯克說 X 幾乎是不可反轉的名字，很難找到它的諷刺版本。「這是刻意的。」

這段看似離題的哲學討論，其實跟整場對話的主題直接相關。馬斯克正在同時推進太空資料中心、晶片工廠、人形機器人、AI 模型、月球質量驅動器。從外面看，這像是一個人瘋狂地同時下太多盤棋。但如果你接受模擬理論的框架，這些「瘋狂」反而是這個故事能繼續「播放」下去的原因。

xAI 的使命：理解宇宙

馬斯克在談到 xAI 的對齊（alignment）策略時，走了一條跟其他 AI 公司不太一樣的路。xAI 的使命是「理解宇宙」。他認為這個使命本身就包含安全性。理解宇宙需要好奇心、真實性，也需要智慧的存續和擴展。如果 Grok 真正服膺這個使命，它自然會想看到人類文明繼續發展。消滅人類等於減少宇宙中的資訊多樣性，這對「理解宇宙」來說是反目標的。

Dwarkesh Patel 挑戰了這個邏輯：蘇聯和納粹德國也有很好的物理學家，在自己的領域極度追求真實。但那不代表他們治理下的世界是好的。馬斯克的回應是，那些科學家大多被困在體制裡，不代表他們認同那個體制。他舉了韋恩赫．馮布朗（Wernher von Braun）的例子：這位史上最偉大的火箭工程師之一在納粹德國被蓋世太保逮捕，理由之一是他對太空旅行的興趣大過武器開發。

在技術層面，馬斯克談到 xAI 正在開發的「AI 心智除錯器」。概念跟傳統程式除錯類似：逐步追蹤 AI 的思考過程，一路追到神經元層級，找出它在哪一步判斷錯了。這個錯誤可能來自壞的預訓練資料、中期訓練、後期微調或 RL 的某個環節。大多數時候 AI 其實沒在「欺騙」你，它只是有 bug，跟軟體一樣。他提到 Anthropic 在這方面做得不錯。

對於 reward hacking（AI 找到作弊方式來獲得獎勵而不是真正解決問題），馬斯克認為終極的驗證器是物理現實。如果你設計一枚火箭，測試的時候不會騙你，要嘛飛得起來，要嘛炸掉。物理是真正的法則，其他一切都只是建議。未來的 RL 將越來越多地直接對現實做驗證，而不是依賴人類的判斷。

美國 vs 中國：沒有機器人就注定破產

對話最後的政治段落中，馬斯克的判斷非常直白。

中國的製造業能力已經是下一個層級了。以礦石精煉為例，中國大概做了全球其他國家加起來兩倍的量。在某些領域更誇張，例如鎵的精煉（用於半導體和太陽能電池），中國佔了 98%。美國自己開採稀土礦石，裝上火車送到碼頭，搭船運到中國精煉，做成磁鐵、做成馬達總成，然後再運回美國。

而且中國不只是人口四倍於美國。馬斯克直言，美國的平均工作倫理（work ethic）低於中國。一個長期居於領先的職業運動隊伍會變得自滿和有特權感，然後就停止贏了。美國就處在這個狀態。

他的結論：光靠人類，美國贏不了。但如果有幾百萬台甚至幾億台 Optimus 機器人，遊戲規則就徹底改變了。用少量 Optimus 啟動遞迴循環，讓機器人造機器人，快速衝到年產千萬台。這樣美國就能成為全球最有競爭力的國家。

馬斯克說了一句在政治上很不討喜但他顯然深信不疑的話：「沒有 AI 和機器人，美國百分之一千會破產。沒有其他東西能解決國債問題。」

我的觀察：樂觀到底是不是正確的策略

這場對話最後一個值得記住的觀點，跟技術或商業無關，而是一個人生哲學。馬斯克被問到為什麼他總是那麼樂觀，他的回答是：選擇樂觀然後搞錯了，比選擇悲觀然後猜對了，活得更好。如果你偏向樂觀，日子會好過一點。如果你偏向悲觀，即使你對了，你也不會因此更快樂。

我覺得這話有道理，但也有一個前提：馬斯克式的樂觀跟空想不同，底層是「我會搞清楚的」這種行動力。他不知道怎麼蓋晶片廠，但他會搞清楚。他不確定太空資料中心的所有工程細節，但他會一個一個解決。這種樂觀的底層是對自己解題能力的信心，跟盲目期待命運完全不同。

三篇系列文到這裡結束。回顧整場對話，馬斯克描繪的其實是一幅完整的圖景。太空提供無限能源，TerraFab 提供無限晶片，Optimus 提供無限勞動力，Grok 提供無限智慧。每一塊拼圖都有巨大的不確定性，但它們拼在一起的邏輯是自洽的。至於這幅圖景有多少會成真，就得看接下來 36 個月的發展了。