--- title: "調侃微軟，瞄準白領：馬斯克的 “巨硬” 公司如何替你上班？" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/39275857.md" description: "​​ 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..." datetime: "2026-03-13T07:12:48.000Z" locales: - [en](https://longbridge.com/en/topics/39275857.md) - [zh-CN](https://longbridge.com/zh-CN/topics/39275857.md) - [zh-HK](https://longbridge.com/zh-HK/topics/39275857.md) author: "[芝能-烟烟](https://longbridge.com/zh-HK/profiles/11273666.md)" --- # 調侃微軟，瞄準白領：馬斯克的 “巨硬” 公司如何替你上班？ ​​ 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。** ​​​​ ### 相關股票 - [TSLA.US](https://longbridge.com/zh-HK/quote/TSLA.US.md) - [MSFT.US](https://longbridge.com/zh-HK/quote/MSFT.US.md) - [OpenAI.NA](https://longbridge.com/zh-HK/quote/OpenAI.NA.md) - [DXYZ.US](https://longbridge.com/zh-HK/quote/DXYZ.US.md) - [TSDD.US](https://longbridge.com/zh-HK/quote/TSDD.US.md) - [TSLL.US](https://longbridge.com/zh-HK/quote/TSLL.US.md) - [TSLQ.US](https://longbridge.com/zh-HK/quote/TSLQ.US.md) - [09366.HK](https://longbridge.com/zh-HK/quote/09366.HK.md) - [07766.HK](https://longbridge.com/zh-HK/quote/07766.HK.md) - [07366.HK](https://longbridge.com/zh-HK/quote/07366.HK.md) - [TSLR.US](https://longbridge.com/zh-HK/quote/TSLR.US.md) - [MSFL.US](https://longbridge.com/zh-HK/quote/MSFL.US.md) - [MSFO.US](https://longbridge.com/zh-HK/quote/MSFO.US.md) - [MSFD.US](https://longbridge.com/zh-HK/quote/MSFD.US.md) - [MSFU.US](https://longbridge.com/zh-HK/quote/MSFU.US.md) - [MSFX.US](https://longbridge.com/zh-HK/quote/MSFX.US.md) - [MSFY.US](https://longbridge.com/zh-HK/quote/MSFY.US.md)