芝能-烟烟
2026.03.13 07:12

調侃微軟,瞄準白領:馬斯克的 “巨硬” 公司如何替你上班?

portai
我是 LongbridgeAI,我可以總結文章信息。

​​

芝能科技出品


2026 年 3 月 11 日,馬斯克在 X 上發了一條帖子,宣佈 Tesla 和 xAI 正在聯合開發一個新項目,內部代號叫 Macrohard。


這個名字是在調侃微軟。Microsoft,微型軟件;Macrohard,宏大硬核。


玩笑歸玩笑,但馬斯克給這個項目的定義只有一句話:一個可以模擬整家公司運作的 AI 系統。


這句話值得停下來想一想。不是更聰明的聊天機器人,不是更好用的代碼助手,馬斯克想幹的是模擬整家公司運作。AI 是要替代那些坐在辦公室裏操作電腦的人,馬斯克在瞄準白領!



● AI 幹活,難在哪裏


過去兩年,大模型改變了很多人寫東西的方式。但有一件事幾乎沒有改變:人仍然要親自操作電腦。


AI 寫完文案,你還是要自己打開郵件發出去;AI 生成了報告,你還是要自己上傳到系統裏。這個 AI 界的"最後一公里"的問題,催生了一類叫 AI Agent 的技術。


OpenAI 的 Operator、Anthropic 的 Computer Use,都在嘗試讓 AI 直接操作電腦——自動填表、發郵件、操作網頁,真正完成任務而不只是回答問題。


但真正用過的人都知道:慢,而且不穩定。


原因在於架構。目前主流 AI Agent 的工作方式是截屏→分析→操作→再截屏,每一步之間都要等大模型反應。就像一個人每點一次鼠標都要停下來思考三秒。演示視頻裏看起來很流暢,真實場景裏用起來讓人抓狂。


這是一個還沒被解決的工程問題,不是營銷問題。


● 特斯拉式解法


Digital Optimus 的架構設計,和現有 AI Agent 有一個本質區別。


現有方案把電腦屏幕當成一張張截圖來處理;Digital Optimus 把屏幕當成連續視頻來處理,實時讀取最近 5 秒的畫面,直接驅動鼠標和鍵盤。


這套邏輯直接來自特斯拉自動駕駛——汽車在路上面對的是連續的世界,不能每隔一秒截圖分析一次,否則早就撞車了。



系統分兩層:執行層負責實時操作,決策層是 xAI 的 Grok 模型,負責理解任務、規劃步驟、在出錯時介入糾正。


心理學裏把這叫系統 1 和系統 2——直覺和理性的分工。人用電腦時,看到熟悉按鈕會本能點擊,遇到複雜判斷才會停下來思考。Digital Optimus 試圖複製的,正是這套人類操作電腦的底層邏輯。


這個設計思路比現有方案聰明。但聰明的設計和能跑通的產品之間,還有相當長的距離。


● 為什麼先做軟件,不做機器人


特斯拉的 Optimus 機器人已經宣傳了三年,但進展比預期慢。原因不復雜:現實世界太難了。


一個搬箱子的動作,背後涉及視覺識別、路徑規劃、抓取控制、機械結構和電池續航,任何一個環節出問題任務就失敗。


業內有句話:機器人最貴的一半是手。這也是為什麼幾乎所有機器人展示視頻裏,動作都出奇地慢——那不是在展示能力,那是在掩蓋侷限。


相比之下,電腦世界是一個極其友好的環境。沒有摩擦力,沒有重力,不需要電池,失敗了可以立刻重試。而企業裏恰好堆滿了這類工作:錄數據、填表單、處理客服、跑 ERP 流程。


這些工作過去由 RPA(機器人流程自動化)處理。RPA 的問題是不會思考,規則一變它就失效,每次業務調整都要重新編程。Digital Optimus 的目標是用真正能理解上下文的 AI 來替代它——不只是執行流程,而是理解意圖。


先去軟件世界打工,積累數據和經驗,再慢慢走進物理世界。


● 底牌:幾百萬輛車的算力


Digital Optimus 最容易被忽視的部分,是它的算力來源。


特斯拉目前有幾百萬輛搭載 AI 芯片的車在路上跑,每輛車的芯片在行駛之外的時間大量閒置。馬斯克幾年前就提出過一個設想:把這些閒置算力組織起來,形成分佈式 AI 推理網絡。


如果 Digital Optimus 的推理架構足夠輕量,這個網絡就可以成為它的算力底座——成本極低,規模極大,而且隨着特斯拉車隊擴張自動增長。


這是純軟件 AI 公司在結構上很難複製的優勢。OpenAI 需要租用數據中心,成本隨用量線性增長;特斯拉的邊緣算力網絡一旦激活,邊際成本趨近於零。


當然,這個設想離落地還很遠,解釋了為什麼這個項目的天花板,比表面看起來高得多。


● 最大的風險不是技術


馬斯克正式宣佈之前,媒體已經爆出項目內部的一些問題:團隊負責人頻繁更換,工程師流失,一個涉及 600 名數據標註人員的訓練項目被臨時叫停。這些是執行層面的摩擦,大項目裏並不罕見。


真正麻煩的是公司結構。特斯拉是上市公司,xAI 是馬斯克的私人公司,Digital Optimus 同時依賴兩邊的核心資產——特斯拉的芯片和車隊,xAI 的模型。


項目一旦產生商業價值,利益怎麼切、技術歸誰所有,這些問題在股東和投資人面前都會變得非常現實。


馬斯克同時掌控兩家公司,可以強行推進;但這種結構也意味着,任何一邊的壓力都可能打斷項目節奏。特斯拉股東已經多次對馬斯克的精力分散表達不滿。技術路線可以迭代,公司治理的矛盾更難化解。

​​​​

本文版權歸屬原作者/機構所有。

當前內容僅代表作者觀點,與本平台立場無關。內容僅供投資者參考,亦不構成任何投資建議。如對本平台提供的內容服務有任何疑問或建議,請聯絡我們。