近期，科技界知名人物马斯克参与了一场长达近三个小时的深度对话，围绕太空数据中心、电力挑战、人形机器人生产条件等话题展开，还分享了SpaceX和xAI的商业模式与战略规划，以及自身独特的管理哲学。
对话伊始，马斯克指出将算力搬至太空并非为节省电费，而是要解决芯片算力增长与地面发电扩张不匹配的问题。芯片算力呈指数级增长，可地面发电扩张阻力巨大，远大于太空。对于“太空里GPU坏了就报废”的质疑，他回应称维修并非关键，关键在于前期筛选与稳定后的可靠性。他大胆预测，五年后太空每年新增并运行的AI总量将超过地球历史累计总量。
马斯克强调，未来AI发展的瓶颈并非模型，而是电力、变压器、电网、燃气轮机叶片等物理供给链。制造能力才是底层瓶颈，甚至可能迫使Tesla和SpaceX自行生产涡轮机叶片和导流片。他表示，把AI放到太空或许是生成token最便宜、扩展最容易的方式。为应对这些瓶颈，他的管理逻辑是“哪里卡就打穿哪里”，若瓶颈是资金，就通过IPO解决，强调速度至关重要。
在探讨AI上太空的可行性时，马斯克与对话者Patel展开了深入交流。Patel提出数据中心总拥有成本中电力占比有限，把GPU放到太空成本更高。马斯克则以能源问题为核心进行反驳，指出中国以外地区发电量增长缓慢，芯片算力增长却迅猛，地面供电难以满足。对于太阳能这一解决方案，马斯克称地面铺设太阳能审批难、扩张难度大，而太空太阳能效率是地面的五倍，还无需电池储能，综合成本更低。他预计未来三十到三十六个月内，把AI放在太空将成为成本最低的方案。
针对GPU在太空的维修问题，马斯克认为关键在于前期筛选，经过调试期后，各类芯片稳定后都很可靠。他还提到，电厂设备制造是更大瓶颈，如燃气轮机叶片和导流叶片的铸造工艺复杂，全球只有少数公司能生产且订单排满。为解决电力问题，SpaceX和Tesla正在推进100吉瓦级太阳能产能建设，且太空用太阳能板因无需抗天气影响，结构更轻，成本更低。
当被问到五年后地面和太空的AI装机规模比例时，马斯克判断每年在太空部署并运行的AI总量将超过地球上历史累计总量，太空AI装机规模会达到每年几百吉瓦并持续增长，而地球最多做到一太瓦左右，再往上会遇到火箭燃料等瓶颈。为实现这一目标，他预计一年需一万次Starship发射，理论上二三十艘Starship就够了，关键看周转效率，SpaceX正在为每年一万次甚至更多发射做准备，且目标是将SpaceX打造成太空算力的“云服务商”，其部署的AI算力将超过地球上所有机构总和，且以推理算力为主。
在讨论SpaceX IPO话题时，马斯克表现得较为谨慎。他认为公募市场资金量远超私募，但公开讨论潜在上市公司会惹麻烦甚至影响发行节奏。不过他强调，做事要盯住限制速度的瓶颈并打穿，若唯一瓶颈是钱，就会去解决。对于数据中心扩建依赖私募信贷融资的现象，他表示只关注速度，会选择最适合的方式解决资金问题。
关于中国在芯片制造领域的发展，马斯克认为关键瓶颈在于“复制ASML”，而非“复制TSMC”，但他相信中国未来几年会制造出有竞争力的芯片。当被问到是否会自己做ASML那种设备时，他表示现在不好说，但为在三十多个月内把产能拉到极高规模，可能需自行生产叶片等关键部件。他还指出，未来芯片扩产路径相对清晰，但内存扩产更难，目前DDR价格已大幅上涨。
在管理方面，马斯克不认同很多AI公司称自己为“实验室”，他认为这些公司本质是追求收入最大化的企业，绝大多数工作是工程落地与规模化。他更看重工程师而非研究员，强调工程问题的解决。对于AI公司如何解决奖励作弊问题，他认为现实是最好的验证者，同时需要一套像“调试器”一样的工具，追踪模型的推理过程，发现错误并追溯源头。他还认可Anthropic在模型可解释性方面的工作，但也担心会走向“戏剧性更强”的路径。
对于AI产品的未来走向，马斯克认为到今年年底，若“数字人类模拟”未被解决，他会感到意外。他指出，在实体机器人出现前，AI的能力上限是模拟一个坐在电脑前的人能做的所有事。而实体机器人出现后，能力边界将被彻底打开，物理世界的执行力将“无限扩展”。人形机器人将进入“指数叠加再递归”的增长阶段，数字智能、AI芯片能力、机电灵巧度三条指数曲线相乘，再加上机器人能制造机器人，将带来递归叠乘的指数增长。他预计Optimus会进入这种增长模式，还提到Tesla解决自动驾驶的方法也适用于解决“数字员工”问题。
关于xAI的发展，马斯克认为一旦“数字人类模拟”被解锁，将打开“万亿级收入”的入口。他表示，xAI的发展路径与Tesla做自动驾驶类似，且看到了成功的路径。对于xAI的商业模式，他认为变化会非常快，当人形机器人进入规模化阶段，纯AI、纯机器人驱动的公司将全面碾压“还需要人参与闭环”的公司，未来“人还在流程环里”的公司会比“全AI闭环”的公司弱很多。
在探讨人形机器人发展时，马斯克认为人形机器人真正难的是真实世界智能、一双好用的手和规模化制造。Optimus将采用全套定制执行器，从电机、齿轮到传感器等都从物理第一性原理设计。为解决机器人训练数据稀缺的问题，Tesla将建造“Optimus Academy”，让大量机器人在真实世界里做自我探索和不同任务测试，同时结合仿真系统，缩小仿真与现实的差距。xAI可编排Optimus的行为，如让Grok调度一群Optimus建工厂生产产品。马斯克还透露，Optimus 3适合推到“年产百万台”量级，Optimus 4可能冲到“年产千万台”，早期Optimus将先做简单且能持续运行的任务。
在对比中外制造能力时，马斯克认为中国在大多数制造领域非常先进，尤其在矿石冶炼和精炼方面，能力大概是世界其他地区加起来的两倍，且中国平均工作投入度比美国更高。他指出，递归闭环可让人形机器人制造快速跑起来，先让少量机器人帮着造机器人，就能冲到年产数千万台。对于中国EV制造规模扩大后的全球市场，他认为会出现一波巨大的中国车“洪水”，中国在制造基础层的规模优势将使很多产品带有中国供应链成分，最终做到成品车。
在团队管理方面，马斯克分享了自己的经验。他早期亲自面试SpaceX员工，旨在建立自己的“训练集”，通过大量面试提高评估技术人才的命中率。他看重候选人的异常能力证据，而非华丽简历，更关注面对面交流的感受。对于Tesla和SpaceX的核心团队，他认为公司不同阶段需要不同能力结构的人，且公司增长越快，管理岗位变化也越快。他承认会被同行挖人，但认为基本防不了，不过他喜欢能把事情做成的人，看重才华、冲劲、可信赖和善良等品质。随着公司规模扩大，他虽不可能持续微观管理，但会在公司出现瓶颈时介入，通过每周甚至一周两次的细颗粒度工程审查，掌握真实进展，找出瓶颈并帮助团队打穿。
