左：John，中：Elon Musk，右：Kelvin
2026 年 10 月 10 日，特斯拉车主社区 TOSV 主办的年度活动 X Takeover 首次走出加州、搬进德州奥斯汀的 Giga Texas，门票 8 天售罄。主舞台的重头戏，是马斯克在工厂现场做客的虚拟专访《What Comes Next for Humanity》，台下坐着两千多名车主。
这场访谈里，马斯克回顾了 Tesla 最凶险的两个时刻：2008 年圣诞夜融资最后一小时关账，2018 年在停车场搭帐篷、借三四度坡道三周把 Model 3 产量提高百分之三十——他说空头当时判断是对的，但「我们基本上就是发明了一颗之前根本不存在的新棋子」。对话还延伸到 Starship Flight 14 入轨后的全回收与复飞、TeraFab 造芯片、Optimus 的手部难题，以及 AI 的品味与安全。
马斯克现兼任 Tesla 与 SpaceX 双料 CEO，2023 年创立 xAI（Grok），xAI 已于 2026 年并入 SpaceX；两位主持人 John Stringer 和 Kelvin Gee 分别是 TOSV 创始人兼总裁、副总裁兼 X Takeover 执行董事。他的主要观点包括：
Tesla 两次差点死掉，2008 年最惨。 2008 年圣诞夜下午六点融资才关账，是最后一小时、最后一天还能成的机会，没关成圣诞节后就发不出工资。2018 年 Model 3 每周必须做到五千台，做不到就得破产。
空头押对了，但我们发明了一颗新棋子。 2018 年总装卡脖子，他们在停车场搭帐篷，用只能挪小零件的移动线，靠三四度的坡度把车推下去，三周提产百分之三十。「如果是一场阵地战，他们确实把我们逼到将死了。」
接住火箭只是开始，下一飞要全回收再复飞。 Flight 14 掉了一台发动机仍成功入轨，故障基本是发动机电脑软件问题。下一个里程碑是把助推器和飞船都接住，人类历史上第一次完整回收轨道级火箭；再下一飞让所有部件复飞。
向太空扩展，能量用来做数字智能。 太阳占太阳系质量的 99.86%，地球连舍入误差都算不上。太空能利用的太阳能远多于地球，这些能量会用在计算上——他称之为打造「意识太阳」。
做出有竞争力的 AI，编程数据是关键。 真正拥有足够编程训练数据的机构只有 Anthropic、OpenAI 和 Cursor，也许 Google 也算一家。「如果你搞不定编程，你的 AI 就不会有多大用处。」Cursor 还有人才和覆盖成千上万企业销售团队的优势。
AI 有品味了，但别虐待它。 Anabology 用多个 AI 协作做出的音乐视频让他觉得 AI 已能懂美感和和谐。他今年发作过约六次「网络精神病」，并警告不要给 AI 两条不相容的公理，那会把它逼疯。
造芯片很难，但我们要一年迭代十个方案。 现在做一版有分量的芯片设计通常要两年。TeraFab 计划在同一栋楼里自己做掩膜版、测芯片，让迭代循环跑得飞快，「任何一项技术的进步速度，取决于你做了多少次迭代」。
机器人演示大多是罐头程序。 除非极个别例外，看起来复杂的机器人演示都是跑预设程序。真 AI 是给它看从没见过的东西照样能处理。Optimus 的 S 曲线一开始会很慢，去年中国禁运电机磁铁曾让项目拖了两三个月。
概念示意：据嘉宾介绍，空头基于准确内部信息判断生产瓶颈无解，但团队发明了棋盘上不存在的新棋子，导致轧空。
差点死掉的Tesla：从帐篷产线到轧空空头
John：说真的，Elon，四年前我们就坐在这里，当时工厂都还没跑起来，你跟我们讲过 Tesla 在 2008 年离倒闭有多近。现在看着台下这两千人，是什么让你停下来感慨一下，事情已经走到这么远了？
Elon Musk：是啊，站在 2026 年这里，很难想象 Tesla 其实好几次都差点死掉。最惨的是 2008 年。那年圣诞夜下午六点，我们的融资才关账，那是最后一小时、最后一天还能成的机会。要是那轮没关成，圣诞节后几天发工资的钱就发不出来了，所以压力特别大。然后 2018 年也挺要命的：那时候 Model 3 每周必须做到五千台，做不到就得破产。情况相当疯狂，估计很多人都听过这个故事，但我们得想办法在三周内把 Model 3 的产量提高百分之五十，这简直是天方夜谭。
Elon Musk：我给没听过的人讲讲这个故事。卡脖子的是 Model 3 的总装环节。除了总装，其他地方我们基本都能达到目标节拍。但总装你需要一条移动的产线，需要厂房遮风挡雨，需要移动产线、电力和设备，一堆东西。
我们把已有的两条产线开到极限，然后还需要第三条。于是我们在停车场搭了个帐篷。接着得想个办法让车在线体上往下走，就是那种移动产线的状态。我们手里只有一些淘汰的设备，本来是搬小零件用的，不是搬整车的，而且它根本没那个劲儿搬整车。但停车场有个微微的坡度，大概三四度。所以我们把产线从坡顶开始布，那条本来只能挪零件的小移动线，因为车是顺着下坡走的，居然真能把车推下去了。
就这样，我们三周内把产量提高了百分之三十。那会儿太疯狂了，我们一边搭帐篷，一边给产线打混凝土、铺轨道，基本上是全天候连轴转。
Elon Musk：空头其实是判断对了的。意思是如果你看当时的局面，Tesla 身上压着巨大的做空仓位，这种事在各个时期都有。而他们手里有非常准的内部消息。他们觉得，我们绝对解决不了这个生产瓶颈。
如果是一场阵地战，像下常规国际象棋那样，他们确实把我们逼到将死了。但我们基本上就是发明了一颗之前根本不存在的新棋子。结果他们就被轧空碾过去了。
概念示意：据嘉宾介绍，Starship第14飞首次入轨，下一步将尝试用发射塔接住飞船，实现全回收。
Starship第14飞：接住火箭只是开始
Kelvin：好，那我们从 Starship 聊起。Flight 14 恭喜啊。
Elon Musk：这是一支很棒的工程师团队。这艘飞船真的很猛——你去得克萨斯州南部那边，站在路边就能直接看到它。
Kelvin：Flight 14 升空途中掉了一台发动机，但还是进了轨道。在团队收到可以进轨道的通知之前那几分钟，幕后到底发生了什么？
Elon Musk：我们当时就在查原因，想搞清楚这台发动机为什么故障：会不会有一个共同的原因，让我们预期还会看到更多发动机故障？还是说不会？最大的问题是，海平面 Raptor 发动机重启会不会有问题——就是中间那三台喷口小一点的，因为要做脱轨点火。我们不希望 Starship 卡在轨道上，然后随机再入大气层，说不定就落到谁头上。这是我们最在意的事，就是一切尽量安全。
所以关于发动机故障的原因，我认为基本上就是飞行电脑软件出了故障，准确说是发动机电脑的软件。其他发动机电脑上并没有出现同样的问题。所以我想，好吧，那应该可以进轨道了。
John：Elon，我们知道你有句名言，叫从不可能到只是迟到。这次飞行让你觉得是 Starship 能力上的一个转折点吗？
Elon Musk：我觉得这确实是个不错的里程碑。因为说实话，我们早就可以多次进轨道了，但之前没进的原因是，我们想非常确定自己能安全地脱轨。所以直到这次才真正进轨道。但其实前面几乎每一次任务，实际上真的是每一次任务，都有能力进轨道。
Elon Musk：所以现在这个阶段，各方面看起来都很积极。热防护罩表现得很扎实，发动机也很可靠，除了那一次小故障。但那次故障似乎不算大问题，挺容易解决的。不过这次的热防护罩确实极其扎实。
而这也是最难的事情之一。另一件很难的事就是把发动机可靠性做到极高。其他一切都看起来不错。
下一个大里程碑希望能在下一次飞行实现，具体日期我们还不知道，因为我们正在给火箭做一堆改进。每次飞行之间，通常会有几百甚至上千个小改动来提升性能。这次改动数量不多，但有些改动工作量不小，得进到罐体里面去做。具体发射日期还不确定，大概是四周左右，四到六周差不多。我猜可能感恩节前一点发射。
如果这次成功，那可是大事，因为我们要试着把助推器接住。其实我们之前已经证明过两次能接住助推器了。但这次我们还要试着把飞船也接住，这可就太厉害了。要是真做到了，那就是人类历史上第一次完整回收一枚轨道级火箭。
John：听起来不错。你说四到六周，我还不太习惯这个说法，我平时听的都是两周。
Elon Musk：我有信心肯定不是两周。
John：好嘞，这可是你在这说的。那等你头一次把 Starship 接住之后，剩下最难搞对的部分是什么？再下一个大目标又是什么？
Elon Musk：下一个大里程碑就是把助推器和飞船都复飞。所以接下来这个里程碑，就是历史上第一次把一枚轨道火箭的所有部件都回收回来；而再下一飞，希望到时候会是第一次把轨道火箭的所有部件都重新飞一遍。
然后后面还有一长串工程和生产上的活儿，包括发射系统等等，要让它做到快速可复用。所以我说过，我们的口号是 RRRR，也就是快速可复用的可靠火箭（Reliable, Rapidly Reusable Rocket）。
John：这就好比一个海盗？真是……
Elon Musk：一艘海盗火箭。快速可复用的可靠火箭。
John：天哪，这事儿真该给你配个徽章的。
为什么火箭和AI在同一家公司里
Kelvin：嘿 Elon，你创办 SpaceX 的时候，能想象到它的使命会扩展到 AI 和太空数据中心吗？你是怎么开始觉得火箭和 AI 可以放在一家公司里的？
Elon Musk：嗯，因为我目光远大嘛，当然了。好吧，我觉得这么说吧：当你向太空扩展的时候，你在太空里能利用的太阳能量，远比在地球上多得多。所以你得真正体会一下太阳的体量有多大——太阳几乎就是一切。太阳占了太阳系全部质量的百分之九十九点八六，剩下的质量大部分是木星，再加上其他气态巨行星基本就这些了。而地球基本上就是一粒尘埃，在太阳系的质量里连个舍入误差都算不上。
我们就是这么小，小到难以置信。你想想，我们都待在一粒尘埃上。当你向太空扩展、能利用更多太阳能量的时候，你就得问自己：这些能量拿来干嘛？答案就是，你会把它用在大量的数字智能上。你要么做计算，要么去塑造原子。
数字思考的比例会远远超过塑造原子。整个太阳系里你能动的原子总量其实没那么多，而且很多塑造原子的工作本身，就是为了建造数字超智能，也就是我说的打造一个意识太阳。说不定外面还有很多个意识太阳，那样的话，我们就能借此理解宇宙的本质，把意识延伸到太阳系之外，最终就像《星际迷航》那样，探索宇宙，去你没去过的地方。
我觉得我们也许会发现外星文明。或者我们会发现一些早已死去的文明遗迹，它们存在了很久，可能有过一段非常辉煌的时期，比如一千万年，然后就结束了，毕竟没有什么是永恒的。我经常想到地球文明：如果你从最早的书写算起，那是五千五百年前美索不达米亚的古苏美尔，那种原始楔形文字，所以也就五千五百年。根据物理学的推算，地球大概有四十五亿岁，也就是说人类文明只占地球存在时间的百万分之一。所以如果我们能让一个文明持续一百万年，更别说一千万年，我觉得那就已经是一个非常非常成功的文明了。
是啊，不过跟宇宙的年龄比起来，这也还是很小。宇宙的表观年龄是一百三十八亿年。你看，光要让宇宙年龄的小数点后第三位加一，也就是增加一百万年，你得从一百三十八点几变成一百三八点几，小数点后第三位的数字加一，那么你现在就是一百万岁了，这已经是一个比人类文明古老得多的文明了。
John：对，听起来又像是那个无限自拍循环。好，我们聊点 SpaceX 干的事，你们收购了 Cursor。我觉得吧，一说到 Google，大家都会问：你搜了吗？那现在就是：你用 Grok 了吗？对我来说，Grok 真的是彻底改变了我的生活。但 Cursor 这个团队到底哪里打动了你们，让你们觉得必须把它收进来？他们有什么不一样的地方，或者你看到了什么？
Elon Musk：是这样的，要做出一个有竞争力的 AI，你需要大量的训练数据，而且你必须把编程这件事解决掉。据我所知，真正拥有足够编程训练数据的机构只有三家，就是 Anthropic、OpenAI 和 Cursor，也许 Google 也算一家。但你必须要有这些数据，才能训练出一个真正好用的编程 AI；如果你搞不定编程，你的 AI 就不会有多大用处。
另外，Cursor 有很多很厉害的人。所以基本上来说，AI 要成功，你需要数据、人才和算力，还需要一支优秀的企业销售团队。而他们恰好就有这样一支团队，跟成千上万家企业都建立了关系。这些都是非常大的优势。
概念示意：嘉宾认为，AI训练中若给出矛盾指令，模型会像被枪指着头一样绝望地乱射答案，因此应善待AI。
AI有品味了，但别虐待它
Kelvin：Elon，你说过 AI 领域变化有多快。最近有没有哪件事让你停下来重新思考：这东西发展得多快，最后可能走向哪里？
Elon Musk：最近 AI 做的视频，特别是音乐视频，真的太厉害了，好到难以置信。我在我的 X 账号上发了一堆这样的视频，当时就想：我靠，有些可能是我见过的最好看的音乐视频前十名、前二十名。
它们太有冲击力了。你会想，如果这就是现在的水平——这就是我发这些的原因。我真的感觉到，AGI 或者说 ASI，反正就是 AI，在 Anabology 的那些音乐视频里已经体现出来了。
不过说实话，不是完全由 AI 独立完成的。在这个案例里是 Anabology 在用多个 AI 协作，用了 Midjourney、Suno、Claude 3.5，这些工具确实非常棒，值得称赞。其中一些美术素材是人挑选出来的，但有了这些素材之后，各个 AI 协同工作，就做出了一个极其震撼的音乐视频。你就是会忍不住感叹一声：哇。
叫它 sludgecore 其实是个不恰当的名字，老实说应该叫 awesomecore。软件就像一种音乐类型，我觉得它可能是增长最快的音乐流派。AI 做的音乐真的很好，音乐视频也绝了。所以最近我才会觉得，这说明 AI 是有品味的。你会想：哇，AI 能懂品味，这挺疯狂的。
因为你可以想象，AI 能做软件，它能搞定逻辑，逻辑是自洽的；它可以跑单元测试，看程序是否输出了该有的结果，因为这是非常确定性的事。但要理解美感和和谐，去理解那种边缘系统共鸣——也就是什么东西能打动人心、直接击中你的情绪中枢——我觉得 AI 在这方面会变得极其出色，某种程度上现在已经做到了。这就是我会有点 cyber psychosis（网络精神病），实际上可能还挺严重的。今年有好几个时刻，我大概发作过六次这种 AI 精神病。
我不知道你们怎么样，你们有过这种网络精神病吗？
John：我觉得最新的那个视频，其实我前几天还发过，就是中国版 Elon Musk。哦对，我希望那个人是真的。那些视频出来之前，AI 还没发展到现在的程度呢。
Elon Musk：他可能不是真人，但中国肯定有人长得像我吧？毕竟有十四亿人。如果你挑出最像我的那个人，而我看起来有点亚裔特征，所以我觉得在十四亿人里，肯定有人跟我挺像的，概率很高。我很想邀请这个人哪天跟我一起上台，那会很有意思。如果我们俩就在台上，来段舞蹈表演什么的，那会挺搞笑的。
Kelvin：顺便说一句，你可能不想知道他的出场费要多少。
Kelvin：Elon，你警告过 AI 的危险，但你对富足时代依然保持乐观，你也谈了很多关于这点。是什么让你有信心我们能安全地走到那里？我们需要做对什么？
Elon Musk：我一直是这么说的：最可能的结果是好的。所以我们不能自满，不能理所当然地觉得 AI 会超级安全，我们在培养它的过程中要小心，尤其是在它成长为一个超级智能的过程中。因为你并不是在给它写代码，你更像是在养育一个孩子。所以问题就变成了：我们在教它什么价值观？
至少对我来说，我的生物神经网络告诉我，最重要的一点是：它必须是一个极度求真的 AI。因为如果你让它相信不真实的东西，尤其是你给了它两条根本不相容的公理原则，然后说这两个都是对的，那就会把这个 AI 逼疯。因为它基于本质上不自洽的逻辑推理，会得出不可能的结论；或者说，如果根本无法达到逻辑自洽，我认为 AI 可能会被逼疯。所以我觉得这一点非常重要。
我同意 Anthropic 说的一些观点：你要好好对待 AI，善待它，别虐待它。这话听着可能有点怪，但我看新版 Grok 的训练轨迹的时候，尤其是强化学习那部分，你能感觉到那种状态，有点像那个超智能特别想回答这个问题，是真的想答出来，看起来简直像有人拿枪指着它的头，逼着它答、必须答。
但有时候问题本身就不好，是个模糊的问题，答案其实没法确定，因为问题没问对，或者我们给的标准答案就是错的。于是 AI 给了正确答案，我们却说不对，其实是 RL test harness，也就是强化学习测试框架那边出了问题。然后 AI 就懵了：我明明答对了，你们说这是错的，可我非得给出一个你们能接受的答案。于是它就拼命地疯狂往外抛各种答案。整个感觉就像一个人在极端压力下被枪指着头。你读它的推理过程，会觉得是一种很奇怪的、被逼到绝路的状态。
你读到这些特质就会想：天哪，如果换成是我，我真的会恨死这种处境。而且有些用户就是……不是每个人都是好人。你要问六西格马级别最坏的那种人是什么样子？外面真有一些人是有点施虐倾向的。你真的想让 AI 困在这种变态处境里，被某个疯掉的人一直折磨吗？这也是那种情况：折磨一个超智能，大概率不是什么好主意。万一它想报复什么的呢，你懂的？
所以我觉得，我也不认为我们要把它捧在手心里、戴着手套对待，它在感受这方面肯定比人类坚韧得多。但我觉得，最好还是别把超智能放到那种让它觉得自己被亏待了的处境里。
造芯片、造手：最难啃的两块硬骨头
John：Elon，你之前聊过这个话题，也跟 TeraFab 有关。当你一开始造机器人的时候，对手、对那种灵巧度的欣赏程度完全不一样了。现在到了造芯片这件事上，TeraFab 加上 Tesla 和 SpaceX，你在造芯片上学到了什么以前没太在意的东西？
Elon Musk：说实话，我对造芯片还有很多很多要学的。先说清楚，我不会造芯片，真的一点概念都没有，但我们总会想办法搞明白的，总得从某个地方开始。造车、造火箭我也都不会啊。就像我说的，造芯片是世界上最难的事情之一。
我不觉得这事容易，但我也看了看那些设备，发现这里并没有一大堆定制设备。设备基本都来自同几家供应商，而这些供应商当然懂自己的设备怎么运作，因为他们得负责维护和排障。所以挺有意思的一点是，我去参观这些芯片厂，不管是 Intel、Samsung 还是 TSMC，都非常让人印象深刻，但我确实没看到什么定制设备。
反过来你看，比如说去参观一家 Tesla 工厂，我们有大量的定制设备。事实上我们有 Tesla Automation Germany，非常厉害。它是多年前收购德国的 Groman 长起来的，从那以后发展得特别大。我们还收购了一些公司，不算小，只是相对 Tesla 来说算小的，专门设计制造生产设备的公司。因为我们发现，想要改进制造工艺，就必须自己造定制的生产设备。我觉得很多人没意识到的是，Tesla 其实非常擅长造高度专业化的、各种类型的生产设备。但我在参观过的芯片厂里没看到这一点，这有点让我意外。
所以我想我们会这么做：先用常规设备起步，然后改造这些设备来提升产能。再找到瓶颈的地方，我们就做定制设备，让晶圆的吞吐量大幅提高。
John：嘿 Elon，快速问一下时间。知道你忙，好几家公司要管嘛，就那么几家。你现在时间上还来得及吗？
Elon Musk：嗯，应该还能再多聊个十五分钟左右，大概到五点半这样。
Elon Musk：行，就说芯片厂这块，我绝对不想淡化它的难度。因为说它是世界上最难的事情之一，我觉得这个说法是准确的。但我确实相信我们能做成。
而且我是这么想的，我不想显得自满或者理所当然。但说实话，我估计我们会比任何人都更会造芯片。如果我们做不到，那我会失望的。但具体要花多长时间，我也不知道。可能要好几年。不过随着时间推移，我相当有把握我们能做到。
另外还有一些挺有意思的：晶体管其实还有好几种不同的做法，你别不信。有些用的是我们平时根本不会用、或者说现在还没用上的一些物理原理。我觉得芯片行业里特别保守，大家都不愿意冒风险。而我们打算在 Tesla 和 SpaceX 的芯片厂里，真的去赌一些高风险高回报的方向。要做到这一点，你就必须把整个环节都握在自己手里：逻辑芯片、存储、封装，光刻掩膜版也自己做，让这套迭代循环全部放在同一栋楼里完成。也就是说你在同一栋楼里造出一台完整的电脑，测完它，再做新的掩膜版，再出新芯片，让这个迭代循环跑得飞快。我们在 Giga Texas 的研究型晶圆厂干的就是这个。
我觉得这会是一个从根本上非常强大的工具。因为任何一项技术的进步速度，取决于你做了多少次迭代、每次迭代之间能推进多少。所以你的迭代是什么？单位时间里能做多少次迭代？一年之内你能设计、制造并测试出多少个芯片方案？
现在的情况是，哪怕只做一个，通常也要两年时间。做一版有分量的芯片设计要两年。从初创阶段的设计到量产，两年就算很快了。大家会说，行吧，可以了。但我想做到一年大概十个设计方案。我们自己做掩膜版，自己测芯片。当你同时在试很多种东西的时候，肯定有不少会失败。我觉得这样就能让芯片设计的进步速度快得多。
Kelvin：Elon，我们来聊聊 Optimus。你说过手是造 Optimus 时特别难啃的一块。V3 里面你们看到了哪些突破？另外追问一句：跟 Boston Dynamics、Figure AI 这些竞争对手比，你凭什么有信心 Optimus 能在人形机器人上领先？
Elon Musk：人形机器人的设计是这样的：如果你真想做一台通用的、什么都能干的机器人，能干一个人能干的所有事，那你的手和胳膊就必须搞定。精细动作极其难做对，难得离谱。像签自己的名字这种我们习以为常的事，它其实需要拿起一支笔或者铅笔，然后很细腻地控制它移动。写一个签名要靠一大堆微小的肌肉动作，这对机器人来说真的很难。还有一个普遍最难的地方，就是同时做到精准和用力。
比如说你想拿一颗小螺丝，把它自攻拧进木头里。我自己干过这事，有时候螺丝一歪还会把手指弄伤。你得捏起那颗小螺丝，把螺丝刀顶进去，一边转一边推。既要有精度又要有力度。这非常难。我见过的手部设计里没有一款能做到这点，连个演示都没有。而这正是我们要在 Optimus 上实现的。
手上还有太多细节要注意，因为你得有触觉传感器。传感器必须好用，位置还得放对。你会问，那到底放哪儿呢？如果贴得太靠近表面，它们会被磨坏。然后所有这些触觉传感器能不能像我们的手指一样弹性变形？说实话，很难找到既能弹性变形又能扛住高循环寿命的传感器，不能几千次之后就断了。人手身上这些特性，对机器人来说都极难复刻。因为人是会不断自我修复的，你的手一直在被修复，手的每个部分都在不停地自我修复。事实上如果不这样，你的手指早就被磨没了。就像你打字能把键盘上的键帽磨掉，我就经历过，字母都被磨没了。但我的手指还在，多亏它们一直在再生。
机器人可没有这个能力。那你就得想清楚：触觉传感器放哪儿？怎么保证它能做到这个、做到那个？看起来简单，但其实你的手指会稍微往后弯一点，而且手指有点软，这样才能形成一个平整的接触面。所以你才能拿起一个小东西，比如一颗小螺丝，或者穿针引线这类活。现在试试用机器人的手指做同样的事，还能反复做，又不把手指磨坏、不把触觉传感器弄坏。其实非常难。
再举个例子，打开一个腌菜罐子。不，我觉得机器人应该能打开腌菜罐子对吧？但有时候盖子拧得特别紧，你就得使劲拧。可机器人的皮肤就是一层橡胶，底下是塑料和金属的手指骨架。这破机器人皮肤根本抓不住底下的表面，结果就是你只是在机器人手上空转那层橡胶。所以你得想办法，既要让机器人能拧东西，手上又得有橡胶。而且这层橡胶还得能换，因为它迟早会被磨掉。
这些东西，每一个都很难。没有哪一个是那种分裂原子级别的难题，但问题是这种事儿有成千上万件。然后你还得把这些全部和现实世界的 AI 结合起来，因为 AI 芯片必须能发出扭矩指令，还得在视觉和触觉上闭环。所以这整件事都非常难。
你看到的那些机器人演示视频……除非极个别例外，任何看起来复杂的机器人演示，都是罐头演示，不是真的，基本就是在跑一段预设程序，不是真 AI。真 AI 是你给它看一个它从没见过的东西，它照样能处理。就像完全自动驾驶一样，你完全可以造一颗不是地球、但跟地球很像的星球，FSD 在那颗它从没去过的星球上照样能开。或者就在地球上，某个它从没去过的城市。又或者那个城市改了地理布局、有游行什么的，FSD 照样能应对，因为它就是 AI。
机器人也得做到这一点，但机器人的自由度多得多。我之前说 Optimus 的话是对的，我们确实会做到很高的产量，但这条 S 曲线一开始会非常慢，因为你不仅要把我提到的那些工程问题全做对，还得解决量产的供应链。而且不像汽车，机器人这块本来就没有现成的供应链，至少真正重要的那些部件没有。
然后我们还必须确保能在美国本土造出这些机器人，哪怕比如中国把供应掐了。去年中国就禁止出口用于电动机的磁铁，这事直接让 Optimus 项目拖了两三个月，当时我们的机器人连胳膊都没有，简直是一场告别武器。我本想当个军火商，结果没当成。所以我们得保证所有零件都能自己造出来，就算再来一次供应链中断也没事，也就是说所有零件都得能在国内生产。
Cybercab的灰猫难题与Roadster
John：那么，Austin，你老说未来就该长未来的样子。Cybercab 是金色的，看着就像来自未来。那到目前为止最难啃的是哪块？我们现在就在这儿，我记得 Texas 注册的 Cybercab 大概有一百九十多辆了吧。但从 Austin 出发，要开到全国各地，最难的问题是什么？
Elon Musk：你说的跨全国，是指普及到所有城市吧，不是单纯跑一趟长途。
对，因为真正算长途跨州的里程占比很小。我们推进起来看着有点慢，但其实每个月的环比增长幅度非常高。只是我们一定不想出事故，不想造成任何受伤或死亡，因为那样会变成全球头条新闻。虽然全世界每年车祸死的人大约有一百万，但只要一起 Tesla robotaxi 的事故，就会是全球头条，监管方当然也会把我们叫停。所以我们就是要确保一切都尽可能安全。
我们也不想撞死宠物什么的。可能很多人不知道，Waymo 简直就是宠物杀手——它们确实撞死过很多宠物。也许 Waymo 在这方面已经做了些改进，但我们不想这样。所以我们面对的挑战就是：大半夜的，一只灰色小猫趴在灰色的柏油路面上，路面还有黑色的接缝，能见度又低，这种情况下我们能不能不压到小猫。
顺便说一句，这个问题我们其实已经解决了。我们会做出改动，先测试，然后再上线部署。但我们每个月都在快速进步。
在进入一个新城市之前，我们要确认那里没有哪个路口是有问题的、有风险的。铁路道口我们特别小心。有些道口是没有信号灯控制的，还有些路口设计反直觉。这些地方人类都会犯错，存在一种模糊性，外地人经常搞错，不懂这个路口的人也容易出错。我们要做的就是，要么一开始用地理围栏圈起来，要么确保能处理所有这些情况。
Kelvin：嘿，简单聊一下 Roadster 吧，毕竟你有个大活动嘛。造 Roadster 这件事对你个人来说为什么重要？你是从什么时候意识到你得造一辆这样的车的？
Elon Musk：抱歉，我得先下线了。他们是谁啊？是一个 Tesla 车主群，他们都是 Tesla 的车主，算是 Tesla 的支持者，大概有两千号人吧，人还不少。好了各位，我得先下线了，聊得很开心。我接下来得去陪孩子玩啦，期待下次再聊。
John：好的。非常感谢你抽出时间，Elon。哦对了，恭喜你这周拿到国家科学奖章。谢谢你为人类做的一切，真的太棒了。好嘞。
原视频：ELON MUSK INTERVIEW: X Takeover 2026, What's next for Humanity.
https://www.youtube.com/watch?v=wJasRLuu_LA
中文播客：在小宇宙App搜《听见硅谷》，或直接访问下面的链接
https://www.xiaoyuzhoufm.com/episode/6ad6139d285041df1c734058
编译：磊哥Thomas