xAI 将胜出

人们又一次低估了埃隆……尤其是低估了 xAI。

表面上的混乱，实则是清除瓶颈之后重新排定优先级的剧烈转向。就像 2018 年让猎鹰 9 号实现可靠复用后，突然把重心转向星链一样。这种混乱的模式，本身就是不可阻挡地走向胜利的一部分。

五年前，人们把埃隆视为技术专家。如今，经过多年无处不在、高强度的叙事操纵，他被看作一个政治人物。这种印象是错的。

埃隆始终在寻找阻碍人类技术进步的最大瓶颈。遗憾的是，政治成了实现星际生活、制造人形机器人和 AGI 的限制因素。

涉足政治，是推动我们共同未来向前迈进而不得不走的一步。

本文将回顾一些历史，为理解当下与未来提供背景。我极其确信，埃隆会赢。

这或许会让人失望，因为人们热爱争议，但埃隆 + xAI 获胜，并不意味着其他前沿实验室会输。我相信它们中的大多数也会赢。

数字智能是有史以来最大的市场之一（物理智能最终可能更大）。

但首先，几点说明：

1) 埃隆有着预见未来的历史

随着针对他的攻击愈演愈烈，人们忘记了他在预测未来方面曾多次达到令人震惊的准确程度。不要跟下面这个人对赌：

话虽如此，这并不意味着埃隆总是对的。我的看法是，在那些极度反直觉的技术押注上，埃隆拥有世界上最好的直觉。他大概有80%的时候是对的。但这些想法都是极度非共识的，比如“纯计算机视觉”或“可回收火箭”或“AlexNet = 通往AGI的路径”。而在他直觉出错的20%情况下，当数据发生变化时，他会迅速调整方向。

不展开细节，这里仅提醒几个他押对的重大的技术赌注：

这些只是表面上的轶事。因为这篇文章是关于xAI的，让我们来回顾一下他在AI领域的一些历史。

这是我个人对局势的解读，基于我在AI边缘领域近20年的经历（自2007年斯坦福统计研究生院以来我一直在AI周围涉猎，那时它还很无聊。）

2) 埃隆在人工智能领域的经历

埃隆或许并非那种亲手敲代码、为人工智能做出最大贡献的人，但与此同时，能像他那样在重大时刻发生时将其内化于心、并拥有预见未来能力的，寥寥无几（早期有拉里·佩奇、黄仁勋、伊利亚·苏茨克维、戴密斯·哈萨比斯，但除此之外并不多见）。

他不仅能识别出真正重要的突破，更有在当下即刻付诸行动的历史。

2012年的AlexNet

现代人工智能应当划分为前AlexNet时代和后AlexNet时代。AlexNet的成果于2012年10月问世。对当时为数不多的关注者而言，这令人震惊。神经网络已经存在了几十年，但一直停滞不前，基本上是一片研究荒地。而AlexNet证明了，如果你通过投入海量算力（首次以GPU而非CPU的形式）和数据让它们变得“深”，就能获得巨大的性能提升。

埃隆的具体时间线并不清楚，但似乎他立刻理解了AlexNet的意义，到2013年5月，已有报道称特斯拉“正在考虑为其车辆添加无人驾驶技术”。

如果你回到前AlexNet时代，人工智能分为两个截然不同的哲学阵营：统计学习与贝叶斯学习。AlexNet之后，在我看来，人工智能沿着新的分界线划分：视觉与语言（计算机视觉与自然语言处理）。AlexNet之后，视觉正处于复兴之中，而语言则处于后来被证明是短暂的低谷期。

当时有一个随意的争论：通往AGI的最佳路径是通过视觉还是语言？没有人确切知道，但在2013年，视觉似乎是最有前途的方向。

用生物学来打个比方。想象下面这个思想实验。想象有1000个人天生拥有视觉，但其他所有感官都受损。再想象另外1000个人天生拥有听觉，但没有视觉，也没有其他感官。哪一组会学得更快？

当时的大致共识是，纯视觉路线会更快通向通用智能。

但还有一个重要的变体。想象同样的思想实验，但再加上触觉。于是变成（视觉+触觉）对（语言+触觉）。当你能够与环境互动，而不仅仅是被动感知时，生物学习速率会高得多。

我的看法是，Elon深刻领悟了这些概念，并为Tesla制定了一条路线图：

第1步：全力投入计算机视觉（配合规模化）来解决自动驾驶

第2步：借此赚取大量资金，并打造世界上最好的视觉模型。然后转向人形机器人／Optimus，这让你能够加入触觉／交互反馈。这应该会让学习速率提升10倍

第3步：要么这让你实现AGI，要么在Optimus之后找到下一步

据我所知，这就是当时的计划，而且可以说这是那个时代可用的最佳AGI路线图（Google当时和现在也都有一条强有力的路线图）。

2013年末的深度强化学习

2013年12月，Deepmind发表了“Playing Atari with Deep Reinforcement Learning”。就像AlexNet是分类领域的一次革命性飞跃一样，这也是强化学习（RL）领域的一次革命性飞跃。神经网络发明于20世纪50年代，RL则是在几年之后。但这两项技术在各自的“深度”版本出现之前都陷入了停滞。

埃隆再一次瞬间领悟了这件事的重大意义，并试图收购DeepMind。他在竞购战中输给了谷歌，而谷歌也同样立刻意识到了这一强化学习领域的里程碑式突破。谷歌收购DeepMind的消息，在这篇论文发表后仅仅38天就宣布了。谷歌和埃隆在这里行动之迅速，实在令人惊叹。

但各位……我们是在用后见之明来看待这条时间线的。

把自己代入2013年12月的埃隆。当时特斯拉的市值是180亿美元。猎鹰9号刚刚完成了第7次成功飞行)，并发射了首个私人商业载荷。这家伙一边在特斯拉死磕产能，一边刚开始靠猎鹰9号赚钱……但他同时还在密切关注AI领域所有最重大的突破，瞬间领悟其意义，并付诸行动。

今天AI领域的很多年轻人并没有经历过这条时间线，很难向他们解释埃隆当时在实时理解上究竟领先了多少。

2015年OpenAI的创立

出于种种原因，我不打算在这里展开太多细节。但提醒一下，埃隆在2015年底联合创立了OpenAI。我对最初使命的解读是：1）成为突破性、长期性AI研究的阵地；2）努力确保AGI对人类是“安全”的。

2017年的Transformer

Google Brain的论文“Attention Is All You Need”于2017年在NIPS上发表（也就是众所周知的“Transformer”论文）。这是AI语言方向的一场革命。

AlexNet : 计算机视觉 :: Transformer : 自然语言处理

说实话，据我所知，埃隆并没有像在其他几个重大AI时刻那样，在这一成果的基础上做出重大转变。

一种解读是，即便有了这一语言领域的突破，他仍然坚信视觉才是通往AGI的道路。

另一种可能是，这件事发生在一个糟糕透顶的时间点——正值特斯拉生产地狱的高峰期（2017年底到2018年初）。而那同时也是SpaceX的关键时刻，他们当时正致力于让猎鹰9号助推器着陆变得可靠。又或者是因为别的原因，我也不清楚。但看起来，他最初确实错过了从视觉到语言这一 abrupt 转变。

2022年的ChatGPT

ChatGPT于2022年11月30日向公众发布。xAI则成立于2023年3月9日。

我不知道这两件事之间的三个月里发生了什么，但我的猜测是，埃隆改变了想法，将语言视为通往AGI的一条可能路径（同时保持在特斯拉的视觉路线图）。那个雷厉风行、果断决绝的埃隆又回来了。他能在关键时刻实时识别出具有开创性意义的事件，并瞬间做出大胆的押注。

缩放定律

过去15年里，AI领域最重要的思想之一就是缩放定律。OpenAI在2020年发表了一篇论文，在业内引起轰动，让这一理念流行起来。这篇论文的许多作者后来创办了Anthropic。他们无疑将某些深层的东西内化了。

但我个人认为，缩放定律并不像其他事件那样有一个明确的日期节点。拉里·佩奇早在2007年就对类似缩放定律的东西开了窍。而我认为埃隆大约也在那时有了类似的领悟。如果不是的话，他在特斯拉自动驾驶起步阶段以及OpenAI早期的邮件中绝对已经意识到了。这是他又一个早早内化的重要概念。

查看原推文

提醒一下，这些只是埃隆在AI领域做出重大判断、且通常判断正确的部分例子。而那还是在他同时经营着一家汽车公司、一家火箭公司、一家隧道公司和一家脑机接口公司的情况下做到的。重点是……埃隆有着预见未来的历史。

2) 埃隆一次只专注于少数几件事

我认为这是理解 xAI 当下所发生之事的一个关键视角。

我对埃隆如何经营公司的印象是，他一次只专注于 1-3 件关键的事。他的注意力呈指数级衰减，大约 70% 的精力放在第一优先级，20% 放在第二优先级，剩下 10% 放在其他事情上。一旦第一优先级走上正轨，随着他的注意力转向新的优先级，公众往往会感到一次巨大的急转弯。

我把上面这段文字输入 Grok，让它用这个框架为 SpaceX 梳理一条时间线。这做得相当不错！我会详细讲讲 Starlink。

2018 到 2020 年期间，我有许多朋友在 Starlink 工作，所以当这一切发生时，我得以听到一些内幕消息，我就用它来举例。以下是我对这一切如何发生的粗略看法。

第一枚猎鹰 9 号助推器于 2015 年 12 月成功着陆。2016 和 2017 年全都在于让可复用变得可靠。到 2018 年底，可复用已经走上“正轨”，所以这个瓶颈消失了。这是件大事。现在公司可以认真着手星舰和火星了。但这些会有一个瓶颈，那就是资金。所以现在是时候认真搞 Starlink 了。

埃隆大约在 2018 年初到年中开始认真对待 Starlink。我的解读是，在那之前他并没有太关注它，他理所当然地专注于猎鹰 9 号的可复用。但在专注于 Starlink 后不久，他就意识到这个团队……还不够好。他飞到他们所在的华盛顿州雷德蒙德，把整个高级领导层都解雇了。

在这一举措之后，埃隆从火箭部门调来了一些明星年轻干将，他们很快就把不可能变成了现实。在此推动下，Starlink 经历了大约两年的混乱期，随后便成长为一头能够自我维持的巨兽。在新冠疫情引发的供应链延迟之后，用户终端的生产是在霍桑一个停车场的大帐篷里进行的。从重启到创收，大约两年时间。太疯狂了。

外界眼中的混乱，实际上是一种全新的聚焦。看起来像是在输，其实根本就没在比。这是埃隆旗下公司的一种常见模式。不妨称之为优先级重排带来的剧烈震荡。

权当一乐，以下是 Grok 对特斯拉历年来优先级变化的总结。特斯拉也曾有过与上述 Starlink 故事类似的时刻。2017—2018 年 Model 3 的“产能地狱”。以及 Autopilot/FSD 的两次重启。第一次是在 2016 年特斯拉与 Mobileye 结束合作之后，第二次是在 2021/2022 年。

同样地，Neuralink 的创始团队有 9 个人。这 9 人中如今只剩下两位：埃隆·马斯克和 DJ Seo。在 2020 年和 2021 年有一段时间，创始团队中大约有六名成员离开了公司。这在外界看来同样显得极为混乱。但事后回看，这正是从科学/研发阶段向拥有清晰方向并规模化产品的相变。在经历了两三年的极度动荡之后，Neuralink 在过去几年里一直运转顺畅，事实上似乎正蓬勃发展。

现在让我们把这套框架套用到 xAI 上。在外界看来，眼下的事情显得一片混乱。12 名创始团队成员中，超过一半在过去一年里已经离开。xAI 目前在编程和营收方面落后于 Anthropic 和 OpenAI。许多人认为 xAI 已经落后得毫无希望了。

我的看法不同。我的印象是，Elon 在 xAI 的第一优先级是算力。第二优先级是在模型性能上尽可能接近前沿。

xAI 的算力如今正处在一条加速走向主导地位的轨道上。我知道很多人不会同意我的看法。Google 拥有令人惊叹的数据中心硬件，比如他们基于 MEMs 的光交换机和 TPU。Elon 刚刚发推：

查看原推文

我对这条推文的理解是：Google 将拥有西方地球上规模最大的算力。中国将拥有地球上规模最大的算力（部分原因是他们在太阳能上的巨大领先）。而 SpaceX 将拥有太空中最大的算力。最终，太空会赢。

不过关键点在于：凭借 Colossus 2 的进展 + SpaceX 对轨道数据中心的信心 + SpaceX 的硬件执行力（在我看来是世界第一），我认为就在过去 3 个月里，Elon 已经从「算力是 xAI 的头号优先级」转变为觉得这件事已经处在不错的状态了。

我的解读是，xAI 现在的两大优先级是：模型，以及一个新优先级：产品。

关于产品这一点。我认为 Claude Code 是第一个真正的 AI 产品。在那之前的一切都只是界面。「产品」是一个不可思议的后端配上尽可能简单的前端。ChatGPT 符合这个模式：突破性的后端，通过一个简单的提示词界面来访问。在 LLM 领域，Claude Code 第一次把一个模型变成了整体大于部分之和的东西。

打个比方，就像早期的 Google。最初的 Google 搜索不是一个产品。它是一个天才级的、超精英的后端，通过尽可能简单的界面暴露给公众：一个白色网页，上面有个小小的搜索框。

谷歌在这方面做得非常出色，随着时间推移构建起了深厚的护城河，从作为操作系统的 Android 到 Chrome，从免费提供最好的邮件服务（Gmail）到 SSO，再到 Docs 和 Drive 等协作产品，无所不包。在我看来，Claude Code 是迈出第一步的标志——AI 不再只是通过提示词界面暴露出来的强大后端，而是变成了深度纠缠、具有粘性的东西。

在我看来，算力走上正轨与 AI 产品涌现这两件事在同一季度同时发生，促使 xAI 进行了大规模的重优先级调整。

从外部看这显得很混乱，但就像 2018 年底的 Starlink 一样，这不过是优先级的转移和重新聚焦。正如火箭可复用性在 2018 年变得“已解决”一样，算力也走上了滑翔航道。模型 + 产品才是新的优先事项。

3) 增援正在路上

谷歌 27 岁了。OpenAI 10 岁。Anthropic 五岁零一个季度。而 xAI 才刚过三岁。

请耐心听我说一下。如果 xAI 在玩一个不同的游戏呢？

当其他人专注于代码时，埃隆专注于算力。当其他人专注于明年的路线图时，埃隆专注于构建长期优势。

xAI 在未来几年将迎来增援。以下是其中一些。

Starlink 的自由现金流

这是最容易解释的。Starlink 是有史以来最漂亮的生意之一。它的姊妹业务 Direct to Cell 应该同样出色，甚至更好。Direct to Cell 已经拥有超过 800 万活跃用户，但要真正放量，还需要：Starship 发射 v3 卫星 + 手机中的芯片组针对 SpaceX 的频谱进行优化。我相信 Starlink + Direct to Cell 对 SpaceX/xAI 的意义，将如同搜索对谷歌的意义。

太空算力

我知道这听起来像一部烂电影的剧情。但这就是未来。我也知道人们对此持怀疑态度。

比起铅笔，我更相信这里的数学。我认为这将是现象级的。我在这里做了一次系统层面的分析，类似于我在2019年底开始为Starlink做的那次分析（那次分析促成了2020年中的6亿美元投资）。我的测算显示，运营利润率比Starlink略差一些，但面对的很可能是史上最大的市场。我迫不及待想分享更深层的思考。

与此同时，在不背书任何这些数字的前提下，这大致是思考太空算力的正确方式。

查看原推文

在我看来，对SpaceX而言，最坏的情况也不过是拥有一家下一代云业务。基本上就是为其他模型提供商出售推理token，运营利润率大约30%，面对的是一个数万亿美元的市场。但我不认为我们会活在最坏的情况里。

Terafab

Tesla + SpaceX + xAI的联合合作刚刚宣布了Terafab。这是人类历史上最雄心勃勃的项目之一。这是一个垂直整合的项目，设计目标是每年生产1太瓦的芯片。

我只想说，这里的许多中间步骤风险都很低，而且在非常近的将来，仍将对这几家公司产生极大的增益。

拥有供应链就是一切。这就是Terafab。

Tesla的Optimus

当你加入与环境互动的能力时，学习速率会更高。这是强化学习在物理世界中的体现。Tesla的FSD本质上是被动的：你是在努力不撞到任何东西。Optimus将是主动的——扔下一个玻璃杯，看着它碎裂，然后学习。

Elon在迈向物理AI方面处于最有利的位置。

4) 结论

Elon 的专注投入程度，是任何其他同等规模公司的 CEO 都从未达到过的。

不亲眼所见，就无法理解这种工作伦理。他正在人类生理所能承受的极限上运转。他是第一位等同于四星上将的规模化公司 CEO，与自己的部队一同扎根战壕，全天候、持续不断地并肩作战。

查看原推文

叙事工程师们想让你看到的是分心和衰退。但实际正在发生的，是多个长达数十年的路线图汇聚成一场我们从未见过的加速。

太空、芯片、能源和 AI 正在全面汇合。Elon 在所有这些领域都是领军人物。

xAI 将会赢。其胜利的规模将是前所未有的。甚至难以想象。而且我不认为这会是零和博弈。我们都会赢。这是历史上最大的蛋糕扩张时刻。

永远不要做空 Elon。系好安全带。至少在我们上传之前（我半开玩笑的）。