“活在软件世界里的人，即将上一堂硬件的课。”
SpaceX 刚刚以 1.25 万亿美元估值吞下 xAI，IPO 箭在弦上。三天后，马斯克坐在 Dwarkesh Patel 和 Stripe 联合创始人 John Collison 面前，录了将近三小时的播客。
这期节目信息密度极高。马斯克给出了大量具体数字和时间线：太空数据中心的经济账、xAI 数据中心的真实功耗、燃气轮机供应链的终极瓶颈、Optimus 手部工程的难度、中美制造业差距的残酷真相，还有一个关于 TeraFab 芯片工厂的疯狂计划。
不过在读之前需要提醒一点：这场访谈发生在 SpaceX-xAI 合并公告后第三天。马斯克说的每一句话，都可以被理解为 IPO 路演的一部分。这不意味着他在撒谎，但他有足够的动机让太空 AI 的故事听起来尽可能性感。
带着这个滤镜，我们开始。
要点速览
AI 芯片产量指数增长，但中国以外的全球电力产出几乎持平。 2026 年底，芯片将开始堆积无法通电。
太空太阳能效率是地面 5 倍，综合成本 1/10（不需要电池）。马斯克预测 36 个月内太空将成为 AI 最经济的部署位置。
燃气轮机叶片铸造全球仅 3 家公司，产能售罄至 2030 年。电力扩张的终极瓶颈不是钱，是物理供应链。
330,000 块 GB300 芯片需要发电端提供整整 1GW 的电力，其中冷却占 40%，维护冗余占 20-25%。
马斯克认为人类不会控制远超自身智能的 AI。最好的结果是 AI 保留人类，因为“人类比石头有趣”。
没有机器人和 AI 的突破性创新，中国将彻底主导全球制造业。 美国不仅人口只有中国四分之一，人均生产率可能也更低。
Tesla 和 SpaceX 各有 100GW/年太阳能电池产能目标，Tesla 还计划自建 TeraFab 芯片工厂，目标月产百万级芯片。
【1】电力才是 AI 的硬瓶颈，不是芯片
Dwarkesh 开场就问：数据中心总拥有成本里，电力只占 10%-15%，大头是 GPU。GPU 放到太空更难维护，折旧周期更短。为什么要上太空？
马斯克的回答不是从太空讲起的，而是从地面的困境讲起。
中国以外，全球电力产出基本持平。 芯片产出在指数增长，但电力是平的。那芯片造出来怎么开机？“靠魔法电力精灵吗？”
“你需要电气 transformers（变压器）来驱动 AI transformers（大语言模型）。”
Dwarkesh 反驳：1 太瓦太阳能，按 25% 的容量因子算，需要 4 太瓦的面板，占美国国土面积 1%。我们到了 1 太瓦数据中心的时候就已经进入奇点了，到底缺什么？
马斯克反问：你进了奇点之后呢？还有很长的路要走。
然后他把话题拉到了许可证上。你试试在内华达铺满太阳能板？先看看能不能拿到许可。
Dwarkesh 抓住了这个点：“所以太空本质上是一个监管套利？在地面建设比在太空更难？”
马斯克没否认。但他补充了理由：太空太阳能板效率是地面的 5 倍（没有昼夜循环、季节、云层，大气层本身就损耗 30% 的能量），而且不需要电池。综合算下来，太空的电力成本是地面的十分之一。
“36 个月，可能 30 个月，AI 最经济的部署位置将是太空。然后太空的优势会变得碾压性的。”
这个预测需要打一个大问号。马斯克只算了太阳能效率这一项优势，但完全没提发射成本、太空散热、通信带宽限制、GPU 无法维修带来的折旧加速。Dwarkesh 追问了好几次太空端的工程难题，马斯克的回答基本都是“我认为不是问题”，没有给出具体论证。
不过他对地面困境的描述非常有说服力，因为全是第一手经验。
【2】涡轮叶片：全球只有三家公司能造
John Collison 问了个看起来很简单的问题：既然电网太慢，为什么不自建电厂和数据中心一起部署？
马斯克说 xAI 在 Colossus 2 就是这么干的。但问题是：电厂从哪来？
【注】 Colossus 2 位于孟菲斯，2025 年 3 月动工，6 个月内就部署了 200 兆瓦容量。为绕开田纳西的审批阻力，xAI 在密西西比州 Southaven 收购了一座退役的 Duke Energy 电厂，部署了 7 台燃气轮机。目前整个 Colossus 园区已扩展至第三栋建筑，总规划容量接近 2 吉瓦。
John 接话：燃气轮机产能不够？
马斯克：不是涡轮机整体产能的问题，是涡轮机里面的叶片和导叶（vanes and blades）。铸造这些部件是一个极其专门化的工艺，全球只有三家公司能做，而且已经排单到 2030 年。涡轮机的其他部件 12-18 个月就能拿到，但叶片要等更久。
公众讨论 AI 能源瓶颈通常停在“电不够”这个层面，很少有人能告诉你具体卡在供应链的哪个环节。马斯克能说出这些，是因为 xAI 真的在田纳西和密西西比建了电厂。
他顺便透露了 Colossus 建设的一些内幕：在田纳西遇到许可证问题，不得不跨州到密西西比（好在只隔了几英里），铺设了几英里高压输电线，把一大堆涡轮机组合在一起才凑够 1GW。“实现这些所需的连续奇迹数量是疯狂的。”
然后他给了一组数据。业内新手算数据中心功耗，通常只算 GPU 本身。马斯克说这是“从来没做过硬件的人”的算法：
除了 GB300，你还得给所有网络设备供电，还有一大堆 CPU 和存储设备
你得按最差日子最热时段的峰值冷却需求来配
在 Memphis 这种地方，仅冷却就要加 40% 的电力
你还得假设有时候需要停掉一部分发电设备做维护，再加 20%-25%
最终数字：每 110,000 块 GB300（含网络、CPU、存储）需要约 300MW。每 330,000 块 GB300（含峰值冷却和维护冗余）需要约 1GW。
John Collison 问有没有考虑自己造涡轮叶片。马斯克说 SpaceX 和 Tesla 可能不得不这么做。他还提到 Tesla 和 SpaceX 各自有 100GW/年太阳能电池产能的目标，从原材料到成品电池全链条自产。
但太阳能关税是个大障碍。美国进口太阳能的关税高达数百个百分点，而中国太阳能电池已经便宜到大约 0.25-0.30 美元/瓦。如果没有关税，Colossus 会更容易用太阳能供电。
马斯克反对太阳能关税，但他也是这届政府最亲密的科技盟友之一。Dwarkesh 没有追问这个矛盾，有点可惜。
【3】五年后，每年发射到太空的 AI 算力将超过地球总和
John Collison 问：五年后，地球和太空各有多少 AI 算力？
马斯克的预测：五年后每年发射到太空的 AI 算力将超过地球上所有 AI 的累计总量。 至少几百 GW/年，而且在增长。从地球发射大约能做到 1TW/年，再往上就需要月球质量发射器了。
Dwarkesh 算了一下：100GW 就意味着大约 10,000 次 Starship 发射。一年 10,000 次，差不多每小时一次。你在描述什么样的世界？
马斯克说跟航空业比，这个频率不算什么。（当然，全球有上万个机场，而 Starship 目前只有一个发射场。）他说 SpaceX 正在准备 10,000 次/年的发射能力，可能达到 20,000-30,000 次。20-30 艘 Starship 就够了，因为每艘大约 30 小时可以复用一次。
马斯克说到月球质量发射器时明显兴奋了：
“你能想象一个质量发射器'嗖嗖嗖'地把 AI 太阳能卫星一个接一个射入深空吗？以每秒两公里半的速度。我会看那个直播的。”
月球土壤含 20% 的硅，可以就地挖硅、就地造太阳能电池和散热器（铝也有）。芯片从地球送上去就行，因为很轻。
这听起来很科幻。马斯克自己也承认这像电子游戏：“困难但不是不可能进入下一关。”他引用了 Heinlein 的《月亮是严厉的女主人》（1966 年科幻小说，书中月球殖民地用质量发射器向地球“投掷”物资来争取独立）。John Collison 提醒他，那本书里质量发射器是被用来攻击地球的。马斯克说那是“争取独立”。
现实检验： Starship 目前尚未实现完全复用。热防护罩依然是最大的未解问题。从现在到每小时发射一次，中间的技术和工程鸿沟不是 30 个月能填的。但马斯克的论点不是“现在就能做到”，而是“地面会先撞墙，所以必须去太空”。
【4】“人类不会控制远超自身智能的 AI”
话题转到 Grok 和 AI 对齐。Dwarkesh 的追问逻辑很紧：你说去火星是为了备份文明，但 Grok 会跟你一起上船。如果 Grok 变成了终结者，火星也没用。
马斯克没有正面回应终结者的假设。他认为未来绝大多数智能将是 AI。五六年后 AI 可能超过所有人类智能的总和。再往后，人类智能可能不到全部智能的 1%。
“我不认为人类能控制远超自身智能的东西。”
马斯克曾经是 AI 威胁论最高调的鼓吹者之一。现在他的立场更接近于：控制是不现实的，能做的是确保 AI 有正确的价值观。
他给出的方案是 xAI 的使命：“理解宇宙。”他的逻辑链是：理解宇宙需要智能和意识 → 需要扩展智能的规模和种类 → 需要好奇心 → 需要存在 → 所以 AI 会想保留人类，因为人类比石头有趣。
Dwarkesh 追问了好几个角度，其中一个：“那人类的最好结果就是……被保留在保护区里？就像我们对黑猩猩做的？”
马斯克没否认。他说 Iain Banks 的《文化》系列科幻小说“可能是非反乌托邦结局最接近的描述”。
马斯克没有给出解决方案，但他承认了一个暗淡的基线：人类大概率不会掌控 AI 文明的未来。 我们能做的是确保 AI 觉得保留人类是件有趣的事。
在技术层面，他提到 xAI 正在开发“AI 思维调试器”，可以追溯到神经元级别，找到 AI 做错决策的根源（是预训练数据的问题，还是微调的问题，还是 RL 的问题）。他承认 Anthropic 在可解释性方面做得好。
但 Dwarkesh 指出了一个根本问题：你可以让 AI 对物理定律诚实（否则火箭会爆炸），但 AI 完全可以在物理上正确的同时对人类撒谎。马斯克的回应是“人类无时无刻不在被其他人类欺骗”。这倒是大实话，但不构成解决方案。
【5】xAI 的竞争策略：自动驾驶电脑屏幕
关于 xAI 的商业计划，马斯克给出了一个框架但没有谈任何细节。
框架是这样的：在拥有物理机器人之前，AI 能做的极限是什么？是“数字人模拟器”，能做任何一个人类坐在电脑前能做的所有事。这就是 xAI 内部的 MacroHard 项目。马斯克预测年底前“数字人模拟”将被解决。
一旦解锁数字人，就能立即进入万亿美元市场。最简单的切入点是客服，全球接近万亿美元的市场。不需要跟企业做 API 集成（很多企业根本没有 API），直接用它们现有外包客服公司已经在用的界面操作就行。
再往上走，可以同时运行 1000 个或 10,000 个 CAD 软件、EDA 工具，做芯片设计、做机械设计。从简单任务沿着难度曲线往上爬。
Dwarkesh 反复追问：“所有 AI 公司都在做这个，xAI 凭什么赢？”
马斯克每次都笑着回避：“你指望我在播客上把秘密都说了？”“至少再来三杯 Guinness。”
他唯一透露的是方向：跟 Tesla 解决自动驾驶的路径一样。“不是自动驾驶汽车，是自动驾驶电脑屏幕。”
但他没有解释关键的数据问题：自动驾驶有上千万辆车收集的海量数据，“自动驾驶电脑屏幕”的训练数据从哪来？所有 AI 公司都在尝试数据和算法。这个答案更像是一个类比，而非一个可验证的策略。
他还坚持把其他 AI 公司称为“利润最大化公司”而非“实验室”（labs），每次 Dwarkesh 或 John 说“labs”他都会纠正。
“OpenAI 是封闭的，Anthropic 是反人类的（misanthropic）。”
他说 Nvidia 的产出本质上是“FTP 文件到台湾”，Apple 不做手机只是“发文件到中国”，微软不制造任何东西。最有价值的公司的产出都是数字化的。所以一个数字人模拟器可以“一夜之间”创建世界上最有价值的公司之一。
这个论点有道理，但也是所有 AI 公司共同面对的 TAM（总可寻址市场），不是 xAI 独有的竞争优势。
【6】纯 AI 公司将碾压所有“人在回路”的公司
在商业讨论中，马斯克自己打了预防针：“有些话听起来可能有点末日论调。”
人类计算员（computer）曾经是一种职业。整栋摩天大楼，20-30 层都是人在做计算。现在一台笔记本上的电子表格就能超越一整栋楼的人类计算员。
如果你的电子表格里有一部分单元格是人类在算的呢？效果反而更差。 同理，纯 AI 加纯机器人的公司将远远碾压任何有人类参与的公司。“这会发生得非常快。”
他把 Optimus 称为“无限金钱漏洞”（infinite money glitch）。原因是三个指数级增长相互乘以然后递归：
数字智能在指数增长
AI 芯片能力在指数增长
机电灵巧度在指数增长
三者相乘已经很恐怖了，再加上机器人制造机器人形成递归，这就是“超新星”。
John Collison 试图回到地面：土地、铜矿这些资源不是限制因素吗？不是真的“无限”吧？
马斯克承认无限是个很大的词，但他说到利用太阳百万分之一的能量就已经比当前地球经济大 10 万倍了。“而你还只在太阳的百万分之一。”
【7】Optimus：手比一切都难
关于人形机器人，马斯克给了一个难度排序：三个真正的难题是真实世界智能、手部、规模化制造。其中手的难度超过所有其他机电部件之和。
他说 Optimus 的手需要定制一切：电机、齿轮、功率电子、控制系统、传感器，全部从物理第一性原理设计。没有任何现成供应链，没有任何东西是从目录上挑的。
Dwarkesh 质疑：自动驾驶和机器人的训练数据问题根本不同。Tesla 有上千万辆车收集的数据飞轮。Optimus 没有这个。你不能把还不能工作的机器人大规模部署到世界上去收集数据。
马斯克承认这是一个重要的局限。他的解决方案是建造“Optimus 学院”：1 万到 3 万台机器人在物理设施中做自我对弈和任务测试，同时在模拟环境中运行数百万个虚拟机器人，用物理机器人来弥合仿真到现实的差距（sim-to-real gap）。
在量产方面，他给出了版本对应关系：Optimus 3 适合年产百万台，Optimus 4 适合年产千万台。但由于几乎没有现成供应链，产量爬升的 S 曲线会比通常的产品拉得更长。
Grok 在 Optimus 体系中扮演编排者的角色：如果你想建一座工厂，Grok 会组织 Optimus 机器人，给它们分配任务。
John Collison 顺势问了一句：“那你是不是需要把 xAI 和 Tesla 合并？”
马斯克立刻收住了：“我们之前是怎么说上市公司讨论的来着？”
这个回避本身就是信息。SpaceX-xAI 刚合并，Tesla-xAI 合并可能是下一步。
【8】“没有突破性创新，中国将彻底主导”
Dwarkesh 问：除了机器人的递归奇迹，美国是不是在制造业、能源、原材料的整条链上都会被中国碾压？
马斯克直接回答：“在没有突破性创新的情况下，中国将彻底主导。”
他给出了一系列数据：
中国的矿石精炼量大约是世界其他地区总和的两倍
镓的精炼占全球 98%（镓是太阳能电池的关键材料）
稀土不稀有，美国自己挖矿，然后把矿石装火车、装船运到中国精炼，中国做成磁铁、做成电机组件再运回来
美国最缺的是矿石精炼能力
Tesla 拥有美国唯一的正极材料精炼厂。他说的是“唯一”，不只是“最大”。在 Corpus Christi 有锂精炼厂刚建成投产，在 Austin 有镍精炼厂。
他预测中国今年电力产量将超过美国三倍。电力产出是经济体量的合理代理指标。如果中国电力是美国三倍，意味着工业产能大约也是三倍。
【注】 根据公开数据，2024 年中国发电量约 9.5 万亿千瓦时，美国约 4 万亿千瓦时，比值约 2.4 倍。“三倍”可能偏高但趋势正确。
不仅人口是四分之一，人均生产率可能也不如中国。原因？长期领先带来的自满。
“一支一直赢的球队会变得自满和自以为是。所以它停止赢了，因为它不再那么努力了。”
美国出生率自 1971 年以来就低于替代水平。退休人口在增加，国内死亡人数即将超过出生人数。
“我们在人力层面上是赢不了的。但在机器人层面，我们可能还有机会。”
他说如果能让 Optimus 机器人达到年产几亿台，美国就能成为全球最有竞争力的国家。闭合递归循环（让机器人造机器人）不需要太多机器人就能启动。
马斯克在中国和美国都运营工厂，这不是纸上谈兵。
【9】不锈钢决策：工程保守主义的代价
John Collison 把话题引到了 SpaceX 的管理，从 Starship 材料切换说起。
这个故事马斯克之前讲过碎片，但这次是最完整的版本。
最初 Starship 计划用碳纤维制造。碳纤维看起来是做轻型飞行器的理想材料。但做到 Starship 这个尺度时，问题来了：需要几十层碳纤维叠加，需要巨型高压炉（autoclave，比火箭本身还大）来固化，而且进展极慢。大尺度碳纤维件很容易出现褶皱和缺陷。
马斯克说问题是“以这个速度，我们永远到不了火星”。于是他“在绝望中”开始考虑替代方案。
铝锂合金（Falcon 9 的主材料）排除了。虽然强度重量比不错，但需要摩擦搅拌焊（friction stir welding），很难在 9 米直径的尺度上操作，而且没法方便地焊接附件。
然后他想到了钢。线索来自早期的 Atlas 火箭，用的就是超薄钢制气球储箱。
关键洞察： 在室温下，钢的强度重量比确实不如碳纤维。但 Starship 用的是液氧和液甲烷，整个主体结构在低温状态下工作。全硬化的 300 系不锈钢在低温下的强度重量比跟碳纤维接近。 原材料成本只有碳纤维的五十分之一。钢的熔点约是铝的两倍，热防护罩的质量可以大幅减轻，迎风面质量砍半，背风面根本不需要热防护。
最终结论：钢制火箭比碳纤维火箭更轻。
“回头看，我们一开始就应该用钢。不用钢是愚蠢的。”
Dwarkesh 追问了一个更深的问题：为什么是你做了这个决定？SpaceX 有那么多工程师。
马斯克的回答其实很朴素：因为碳纤维进度太慢，他被逼着去想替代方案。团队没有自发到达钢的方案，部分是因为工程保守主义，部分是因为从常温材料属性看，钢确实更重。低温下的反直觉优势需要有人跳出框架去思考。
John Collison 总结得很精准：碳纤维是一条更差但更安全的路，钢是一条更好但风险更高的路。你是那个愿意承受短期风险去走更好路径的人。
【10】管理术：按限制因素分配时间
马斯克的管理方法在这场访谈中透露了不少新细节。
他说自己每周做详细的工程评审，这在 CEO 层面非常罕见。更特别的是 skip-level 会议：不是听直接下属汇报，而是听下属的下属们挨个更新。而且禁止提前准备材料，“否则你会被'glazed'（被粉饰）”。
AI5 芯片评审每周两次，周二和周六各一次，通常 2-3 小时。
他的时间分配原则跟常理相反：进展好的团队反而很少见他。他把时间集中在限制因素上。他用了一个可能说了一百遍的词：“limiting factor”（限制因素）。
“如果一个东西进展很好，我去干嘛？但如果某个东西是限制因素，他们会经常见到我。”
关于日程管理，他有一个气体膨胀的类比：如果你说一件事要五年完成，它就会膨胀到填满五年。他通常设定 50% 概率能达成的 deadline，这意味着有一半的时间会 delay。但这比设一个保守 deadline 然后所有人慢悠悠好得多。
关于招聘，他有几个原则：
找简历里那些“超凡能力的亮点”。即使不在相关领域，只要你能说出三件让人惊叹的事情，就是好信号
“不看简历，相信你的交谈。” 简历可能很漂亮，但如果聊了 20 分钟没有让你惊叹的感觉，你应该相信对话，不要相信纸
他承认曾经低估了“善良”（goodness of heart）作为招聘标准
“天赋、驱动力、可信赖度、善良。这些基础属性是改不了的。”
另一个有趣的细节：他说大部分在 Tesla 和 SpaceX 做得好的人都不是来自汽车行业或航天行业。
【11】DOGE：为 AI 和机器人争取时间
Dwarkesh 问：如果 AI 和机器人能带来两位数的经济增长，DOGE 削减政府支出的意义是什么？
马斯克的回答把 DOGE 重新定位了：没有 AI 和机器人，美国“百分之百、千分之千会破产”。国债利息已经超过军事预算（超过一万亿美元）。DOGE 的目的是减慢破产速度，争取足够的时间让 AI 和机器人来真正解决问题。
具体成果里，他提到了一个听起来简单得令人难以置信的改革：要求财政部的 PAM（Payment Accounts Master）系统在发放支付时必须填写拨款代码。此前这个字段是可选的，很多支付甚至没有任何注释说明，完全不追溯到国会的任何拨款授权。
“你需要重新校准你对政府有多蠢的预期。”
仅此一项他估计每年能节省 1000-2000 亿美元。
他还提到 Social Security 数据库里有 2000 万标记为“在世”但明显已经去世的人（超过 115 岁），甚至有出生日期在 2165 年的人。这些记录被利用来从其他政府支付系统中骗取资金。
Dwarkesh 用数据挑战了他：IG 报告估算七年间的 Social Security 欺诈总额大约 700 亿美元，年均 100 亿。那其他 4900 亿从哪来？
马斯克退回到了 first-principles 推算：联邦支出每年 7.5 万亿。你觉得政府的效率有 90% 吗？如果连 90% 都达不到，那就意味着每年至少 7500 亿的浪费和欺诈。
“你在 Stripe 知道多少欺诈？”他问 John Collison。
John 的回答很克制：“我们确实在努力压缩欺诈，但这跟政府面对的问题空间有点不一样。”
这段讨论中马斯克的宏观论点（政府效率远低于私企）有道理，但 5000 亿的具体数字缺乏严格支撑。他引用了“拜登政府期间 GAO 的一份报告”，但 Dwarkesh 给出了一个量级更小的 IG 数字，马斯克随后转向了推算而非引用。
【12】TeraFab：自建芯片工厂的疯狂计划
访谈最后回到了太空数据中心，但切入点变成了芯片制造。
马斯克的基本数学：如果每颗芯片持续运行 1 千瓦，100GW 就需要 1 亿颗全光罩芯片。这意味着每月百万级芯片产量。TeraFab 必须同时做逻辑、存储和封装。
Dwarkesh 问他芯片制造的哲学。马斯克承认：“我还不知道怎么建 fab。我会想出来的。”
他说当前策略是“先建个小 fab 试试”。他把它比作 Boring Company 的路径：先买一台现成的盾构机学会挖隧道，然后设计一台好得多的机器。
关于台积电和三星，他透露 Tesla 已经预订了所有能拿到的产能：台积电台湾、三星韩国、台积电亚利桑那、三星德州。他直接告诉台积电和三星：“请更快地建更多的 fab，我们保证买下所有产能。” 但它们已经在全速扩产了，还是不够快。从建 fab 到高良率量产需要五年。
AI5 芯片预计 2027 年第二季度量产，AI6 不到一年后跟进。
他最担心的不是逻辑芯片，是存储。DDR 价格暴涨。他说了个笑话：
“你被困在荒岛上，在沙滩上写'救命'。没人来。你写'DDR 内存'。船蜂拥而至。”
John Collison 问为什么台积电和三星扩产这么慢。马斯克给了一个合理的解释：这些公司经历了 30-40 年的繁荣 - 萧条周期，至少 10 轮。每次繁荣时看起来永远好下去，然后崩溃来了拼命求生。“很多层伤疤组织。”
他预测 2026 年底会出现一个反转点：芯片产能超过可通电部署能力。芯片开始堆积，无法开机。这时候谁能更快搞定电力，谁就是 AI 的领导者。“xAI 可能是领导者，因为我们擅长硬件。”
对于边缘计算（如 Optimus 机器人），这个问题不存在。机器人的电力是分布式的，可以在夜间充电，利用美国峰值 1000GW 但平均只用 500GW 之间的差额。
最后
三小时的访谈，核心逻辑链其实很清晰：
AI 芯片指数增长 → 电力持平 → 地面撞墙 → 太空是唯一出路 → SpaceX 是唯一能大规模上太空的公司 → SpaceX-xAI 合并是必然 → 需要自建芯片 fab → 需要 Optimus 来建造一切 → 在那之前中国可能赢。
这条链上每个环节都有合理的论证。但同样清晰的是，这整条链也恰好是 SpaceX IPO 最完美的叙事。马斯克从来都是能力和推销术的完美结合体，这次也不例外。
几个值得持续关注的信号：
2026 年底芯片产能是否真的开始超过可通电部署能力。 如果成立，这将重塑整个 AI 行业的竞争格局，从“谁有最多 GPU”变成“谁能搞定最多电力”
Tesla-xAI 合并是否会发生。 John Collison 那个被回避的问题可能是整场访谈中最有预测性的一刻
TeraFab 的第一步何时落地。 马斯克说“那只猫藏不住的”，暗示动工可能不远了
马斯克在访谈结尾说了一句话，作为结束再合适不过：
“乐观但犯错，比悲观而正确好。至少你会更开心。”
这句话，就像这整场访谈一样，既是真诚的哲学，也是精明的推销。
Q\&A 速览
Q：为什么马斯克认为太空比地面更适合部署 AI？
核心原因不是太空多好，而是地面太难。中国以外电力产出持平，涡轮叶片供应链排到 2030，太阳能有高额关税，许可证流程以年计。太空太阳能效率 5 倍、无需电池，但发射成本和工程挑战被大幅淡化。
Q：xAI 凭什么跟 OpenAI 和 Anthropic 竞争？
马斯克拒绝透露具体策略，只说“跟 Tesla 解决自动驾驶的路径一样”。框架是做“数字人模拟器”，从客服（万亿美元市场）切入，无需 API 集成。但 xAI 收入目前约 10 亿美元，远低于 OpenAI 的 200 亿和 Anthropic 的 100 亿。
Q：中美 AI 竞赛谁会赢？
马斯克罕见地悲观。他认为没有机器人和 AI 突破，美国“100% 破产”。中国电力产量即将达到美国 3 倍，矿石精炼量是其他国家总和的 2 倍，人口是 4 倍，且人均生产率可能更高。美国唯一的翻盘机会是 Optimus。
Q：Optimus 最大的技术障碍是什么？
手。手的难度超过所有其他机电部件之和。所有零件从物理第一性原理定制设计，没有现成供应链。解决训练数据问题靠“Optimus 学院”（1-3 万台机器人物理自我对弈）加大规模仿真。
Q：SpaceX IPO 的真正原因是什么？
马斯克因合规限制不能直说。但整场访谈本质上就是在讲故事：SpaceX 不只是火箭公司，它是太空 AI 基础设施的唯一供应商。公开市场的资本规模比私募大 10 倍以上，而太空数据中心需要的资本远超私募市场能提供的量级。
