【訪談對話】馬斯克三小時訪談實錄：36 個月後，太空是訓練和運行 AI 最便宜的地方
整理版優先睇
馬斯克預言：太空數據中心將是AI最平部署地點，電力先系真正樽頸
呢篇係馬斯克喺SpaceX同xAI合併後三日，同Dwarkesh Patel同John Collison嘅播客訪談實錄。佢成個訪問其實都可以理解為SpaceX IPO路演一部分，句句都有動機令太空AI故事聽起來夠性感。但佢亦畀咗大量第一手經驗同具體數字，揭示咗AI能源樽頸嘅真實面貌。
馬斯克嘅核心論點係：AI芯片產量指數增長，但中國以外嘅全球電力產出幾乎持平。到2026年底，芯片會開始堆積到無法通電。佢認為太空係唯一出路：太空太陽能效率係地面5倍，綜合成本十分之一，唔需要電池。佢預測36個月內太空將成為AI最經濟嘅部署位置。
不過要留意，呢個預測淡化咗發射成本、太空散熱、通訊帶寬、GPU無法維修等工程難題。馬斯克對地面困境嘅描述非常有說服力（渦輪葉片全球得三間公司做起、許可證審批難），但太空端嘅挑戰佢基本以「我認為唔係問題」帶過。讀者需要帶住呢個濾鏡去閲讀。
- 結論：地面電力瓶頸先於芯片瓶頸，太空部署AI系必然出路，但工程挑戰被低估。
- 方法：xAI自建燃氣輪機電廠，但渦輪葉片全球產能售罄至2030年，供應鏈瓶頸極端嚴重。
- 差異：AI芯片能力指數增長 vs 電力產出持平；馬斯克認為人類無法控制超級智能，只能確保AI覺得保留人類有趣。
- 啓發：馬斯克管理方法用“限制因素”分配時間，招聘看重“超凡能力亮點”而非簡歷，工程決策願承擔短期風險走更好路徑。
- 可行行動：關注2026年底芯片產能是否超過可通電部署能力；Tesla-xAI合併可能下一步；TeraFab芯片工廠計劃落地時間。
AI能源樽頸：芯片造得多，無電都開唔到機
馬斯克喺訪談一開始就點出AI能源嘅根本矛盾：芯片產量急速增長，但電力供應跟唔上。佢話：
中國以外，全球電力產出幾乎持平。芯片產出一路指數升，但電力系平的。芯片造出來點開？靠魔法電力精靈咩？
Dwarkesh反駁話1太瓦太陽能只需美國國土面積1%，但馬斯克反問許可證問題。佢話太空反而簡單：太空太陽能板效率係地面5倍（無晝夜、季節、雲層），而且唔需要電池，綜合成本係地面十分之一。
Dwarkesh追問好幾次太空端工程難題，馬斯克基本都答「我認為唔係問題」，無畀具體論證。所以呢個預測需要打問號，但佢對地面困境嘅描述非常有說服力，因為全部係第一手經驗。
渦輪葉片：全球得三間公司做到，訂單排到2030
John Collison問點解唔自建電廠同數據中心一齊部署？馬斯克話xAI喺Colossus 2就係咁做，但最大瓶頸唔係錢，而係供應鏈。佢透露：
燃氣輪機入面嘅葉片同導葉（vanes and blades），鑄造呢啲部件全球得三間公司做到，而且已經排單到2030年。渦輪機其他部件12-18個月就拿到，但葉片要等更耐。
佢順便透露咗Colossus建設內幕：喺田納西遇到許可證問題，跨州到密西西比，鋪咗幾英里高壓輸電線，組合一大堆渦輪機先湊夠1GW。馬sir話：「實現呢啲所需嘅連續奇蹟數量係瘋狂嘅。」
佢畀咗一組具體數字：每110,000塊GB300芯片（連網絡、CPU、儲存）需要約300MW。每330,000塊需要約1GW，計埋峯值冷卻（加40%）同維護冗餘（加20-25%）。
John問有冇考慮自己造渦輪葉片，馬斯克話SpaceX同Tesla可能不得不做。佢仲提到兩間公司各自有100GW/年太陽能電池產能目標，由原材料到成品全鏈自產。但太陽能關税係大障礙，美國進口關税高達數百個百分點，而中國太陽能電池已經平到0.25-0.30美元/瓦。
AI對齊、數字人模擬器與Optimus手部工程
話題轉到Grok同AI對齊。馬斯克認為未來絕大部份智能將係AI，五六年後AI可能超過所有人智能總和。佢話：
人類唔會控制到遠超過自身智能嘅AI。能做到嘅係確保AI有正確價值觀。
xAI嘅使命係「理解宇宙」，邏輯鏈係：理解宇宙需要智能同意識 → 需要擴展智能規模 → 需要好奇心 → 需要存在 → 所以AI會想保留人類，因為人類比石頭有趣。Dwarkesh追問人類係咪會被保留喺保護區，馬斯克無否認，引用Iain Banks《文化》系列作非反烏託邦結局參考。
Dwarkesh追問xAI憑乜贏？馬斯克每次笑着迴避，只肯講方向係「自動駕駛電腦屏幕」，跟Tesla解決自動駕駛路徑一樣。但佢無解釋訓練數據從邊度來。
關於Optimus，馬斯克畀咗難度排序：三個真正難題係真實世界智能、手部、規模化製造。其中手部難度超過所有其他機電部件總和。佢話Optimus手部所有零件從物理第一性原理設計，冇現成供應鏈。
訓練數據解決方案係「Optimus學院」：1萬到3萬台機器人物理自我對弈，同時數百萬虛擬機器人在模擬環境運行，用物理機器人彌補sim-to-real gap。
量產方面，Optimus 3適合年百萬台，Optimus 4適合年千萬台。由於幾乎冇現成供應鏈，產量爬升S曲線會比通常產品更長。
中美製造差距與馬斯克的自救計劃
Dwarkesh問美國係咪會喺製造、能源、原材料全線被中國碾壓。馬斯克直接回答：
喺冇突破性創新嘅情況下，中國將徹底主導。中國礦產精煉量大約係世界其他地區總和兩倍，鎵精煉佔全球98%，稀土美國挖礦運去中國精煉再買返磁鐵同電機組件。
佢預測中國今年電力產量將超過美國三倍，人口係四倍，人均生產率可能更高。美國唯一機會係Optimus機器人達到年產幾億台，閉環遞歸循環。佢話美國出生率自1971年低於替代水平，退休人口增加，國內死亡人數即將超過出生人數。「我哋喺人力層面贏唔到，但機器人層面仲有機會。」
關於DOGE，馬斯克重新定位：冇AI同機器人，美國100%會破產。DOGE目的係減慢破產速度，爭取時間畀AI同機器人解決問題。
佢提到一個具體改革：要求財政部PAM系統發支付時必須填寫撥款代碼，之前呢個字段系可選，令好多支付無追溯。僅此一項估計每年節省1000-2000億美元。另外Social Security數據庫有2000萬標記「在世」但明顯已死的人，甚至有2165年出世嘅記錄。
佢預測2026年底會出現反轉點：芯片產能超過可通電部署能力，芯片開始堆積無法開電。到時邊個更快搞掂電力，邊個就係AI領導者。
“活在軟件世界裏的人，即將上一堂硬件的課。”
SpaceX 剛剛以 1.25 萬億美元估值吞下 xAI，IPO 箭在弦上。三天後，馬斯克坐在 Dwarkesh Patel 和 Stripe 聯合創始人 John Collison 面前，錄了將近三小時的播客。
這期節目信息密度極高。馬斯克給出了大量具體數字和時間線：太空數據中心的經濟賬、xAI 數據中心的真實功耗、燃氣輪機供應鏈的終極瓶頸、Optimus 手部工程的難度、中美製造業差距的殘酷真相，還有一個關於 TeraFab 芯片工廠的瘋狂計劃。
不過在讀之前需要提醒一點：這場訪談發生在 SpaceX-xAI 合併公告後第三天。馬斯克說的每一句話，都可以被理解為 IPO 路演的一部分。這不意味着他在撒謊，但他有足夠的動機讓太空 AI 的故事聽起來儘可能性感。
帶着這個濾鏡，我們開始。
要點速覽
1. AI 芯片產量指數增長，但中國以外的全球電力產出幾乎持平。 2026 年底，芯片將開始堆積無法通電。 2. 太空太陽能效率是地面 5 倍，綜合成本 1/10（不需要電池）。馬斯克預測 36 個月內太空將成為 AI 最經濟的部署位置。 3. 燃氣輪機葉片鑄造全球僅 3 家公司，產能售罄至 2030 年。電力擴張的終極瓶頸不是錢，是物理供應鏈。 4. 330,000 塊 GB300 芯片需要發電端提供整整 1GW 的電力，其中冷卻佔 40%，維護冗餘佔 20-25%。 5. 馬斯克認為人類不會控制遠超自身智能的 AI。最好的結果是 AI 保留人類，因為“人類比石頭有趣”。 6. 沒有機器人和 AI 的突破性創新，中國將徹底主導全球製造業。 美國不僅人口只有中國四分之一，人均生產率可能也更低。 7. Tesla 和 SpaceX 各有 100GW/年太陽能電池產能目標，Tesla 還計劃自建 TeraFab 芯片工廠，目標月產百萬級芯片。
【1】電力才是 AI 的硬瓶頸，不是芯片
Dwarkesh 開場就問：數據中心總擁有成本里，電力只佔 10%-15%，大頭是 GPU。GPU 放到太空更難維護，折舊週期更短。為什麼要上太空？
馬斯克的回答不是從太空講起的，而是從地面的困境講起。
中國以外，全球電力產出基本持平。 芯片產出在指數增長，但電力是平的。那芯片造出來怎麼開機？“靠魔法電力精靈嗎？”
“你需要電氣 transformers（變壓器）來驅動 AI transformers（大語言模型）。”
Dwarkesh 反駁：1 太瓦太陽能，按 25% 的容量因子算，需要 4 太瓦的面板，佔美國國土面積 1%。我們到了 1 太瓦數據中心的時候就已經進入奇點了，到底缺什麼？
馬斯克反問：你進了奇點之後呢？還有很長的路要走。
然後他把話題拉到了許可證上。你試試在內華達鋪滿太陽能板？先看看能不能拿到許可。
Dwarkesh 抓住了這個點：“所以太空本質上是一個監管套利？在地面建設比在太空更難？”
馬斯克沒否認。但他補充了理由：太空太陽能板效率是地面的 5 倍（沒有晝夜循環、季節、雲層，大氣層本身就損耗 30% 的能量），而且不需要電池。綜合算下來，太空的電力成本是地面的十分之一。
“36 個月，可能 30 個月，AI 最經濟的部署位置將是太空。然後太空的優勢會變得碾壓性的。”
這個預測需要打一個大問號。馬斯克只算了太陽能效率這一項優勢，但完全沒提發射成本、太空散熱、通信帶寬限制、GPU 無法維修帶來的折舊加速。Dwarkesh 追問了好幾次太空端的工程難題，馬斯克的回答基本都是“我認為不是問題”，沒有給出具體論證。
不過他對地面困境的描述非常有說服力，因為全是第一手經驗。
【2】渦輪葉片：全球只有三家公司能造
John Collison 問了個看起來很簡單的問題：既然電網太慢，為什麼不自建電廠和數據中心一起部署？
馬斯克說 xAI 在 Colossus 2 就是這麼幹的。但問題是：電廠從哪來？
【注】 Colossus 2 位於孟菲斯，2025 年 3 月動工，6 個月內就部署了 200 兆瓦容量。為繞開田納西的審批阻力，xAI 在密西西比州 Southaven 收購了一座退役的 Duke Energy 電廠，部署了 7 台燃氣輪機。目前整個 Colossus 園區已擴展至第三棟建築，總規劃容量接近 2 吉瓦。
John 接話：燃氣輪機產能不夠？
馬斯克：不是渦輪機整體產能的問題，是渦輪機裏面的葉片和導葉（vanes and blades）。鑄造這些部件是一個極其專門化的工藝，全球只有三家公司能做，而且已經排單到 2030 年。渦輪機的其他部件 12-18 個月就能拿到，但葉片要等更久。
公眾討論 AI 能源瓶頸通常停在“電不夠”這個層面，很少有人能告訴你具體卡在供應鏈的哪個環節。馬斯克能說出這些，是因為 xAI 真的在田納西和密西西比建了電廠。
他順便透露了 Colossus 建設的一些內幕：在田納西遇到許可證問題，不得不跨州到密西西比（好在只隔了幾英里），鋪設了幾英里高壓輸電線，把一大堆渦輪機組合在一起才湊夠 1GW。“實現這些所需的連續奇蹟數量是瘋狂的。”
然後他給了一組數據。業內新手算數據中心功耗，通常只算 GPU 本身。馬斯克說這是“從來沒做過硬件的人”的算法：
• 除了 GB300，你還得給所有網絡設備供電，還有一大堆 CPU 和存儲設備 • 你得按最差日子最熱時段的峯值冷卻需求來配 • 在 Memphis 這種地方，僅冷卻就要加 40% 的電力 • 你還得假設有時候需要停掉一部分發電設備做維護，再加 20%-25%
最終數字：每 110,000 塊 GB300（含網絡、CPU、存儲）需要約 300MW。每 330,000 塊 GB300（含峯值冷卻和維護冗餘）需要約 1GW。
John Collison 問有沒有考慮自己造渦輪葉片。馬斯克說 SpaceX 和 Tesla 可能不得不這麼做。他還提到 Tesla 和 SpaceX 各自有 100GW/年太陽能電池產能的目標，從原材料到成品電池全鏈條自產。
但太陽能關税是個大障礙。美國進口太陽能的關税高達數百個百分點，而中國太陽能電池已經便宜到大約 0.25-0.30 美元/瓦。如果沒有關税，Colossus 會更容易用太陽能供電。
馬斯克反對太陽能關税，但他也是這屆政府最親密的科技盟友之一。Dwarkesh 沒有追問這個矛盾，有點可惜。
【3】五年後，每年發射到太空的 AI 算力將超過地球總和
John Collison 問：五年後，地球和太空各有多少 AI 算力？
馬斯克的預測：五年後每年發射到太空的 AI 算力將超過地球上所有 AI 的累計總量。 至少幾百 GW/年，而且在增長。從地球發射大約能做到 1TW/年，再往上就需要月球質量發射器了。
Dwarkesh 算了一下：100GW 就意味着大約 10,000 次 Starship 發射。一年 10,000 次，差不多每小時一次。你在描述什麼樣的世界？
馬斯克說跟航空業比，這個頻率不算什麼。（當然，全球有上萬個機場，而 Starship 目前只有一個發射場。）他說 SpaceX 正在準備 10,000 次/年的發射能力，可能達到 20,000-30,000 次。20-30 艘 Starship 就夠了，因為每艘大約 30 小時可以複用一次。
馬斯克說到月球質量發射器時明顯興奮了：
“你能想象一個質量發射器'嗖嗖嗖'地把 AI 太陽能衞星一個接一個射入深空嗎？以每秒兩公里半的速度。我會看那個直播的。”
月球土壤含 20% 的硅，可以就地挖硅、就地造太陽能電池和散熱器（鋁也有）。芯片從地球送上去就行，因為很輕。
這聽起來很科幻。馬斯克自己也承認這像電子遊戲：“困難但不是不可能進入下一關。”他引用了 Heinlein 的《月亮是嚴厲的女主人》（1966 年科幻小說，書中月球殖民地用質量發射器向地球“投擲”物資來爭取獨立）。John Collison 提醒他，那本書裏質量發射器是被用來攻擊地球的。馬斯克說那是“爭取獨立”。
現實檢驗： Starship 目前尚未實現完全複用。熱防護罩依然是最大的未解問題。從現在到每小時發射一次，中間的技術和工程鴻溝不是 30 個月能填的。但馬斯克的論點不是“現在就能做到”，而是“地面會先撞牆，所以必須去太空”。
【4】“人類不會控制遠超自身智能的 AI”
話題轉到 Grok 和 AI 對齊。Dwarkesh 的追問邏輯很緊：你說去火星是為了備份文明，但 Grok 會跟你一起上船。如果 Grok 變成了終結者，火星也沒用。
馬斯克沒有正面回應終結者的假設。他認為未來絕大多數智能將是 AI。五六年後 AI 可能超過所有人類智能的總和。再往後，人類智能可能不到全部智能的 1%。
“我不認為人類能控制遠超自身智能的東西。”
馬斯克曾經是 AI 威脅論最高調的鼓吹者之一。現在他的立場更接近於：控制是不現實的，能做的是確保 AI 有正確的價值觀。
他給出的方案是 xAI 的使命：“理解宇宙。”他的邏輯鏈是：理解宇宙需要智能和意識 → 需要擴展智能的規模和種類 → 需要好奇心 → 需要存在 → 所以 AI 會想保留人類，因為人類比石頭有趣。
Dwarkesh 追問了好幾個角度，其中一個：“那人類的最好結果就是……被保留在保護區裏？就像我們對黑猩猩做的？”
馬斯克沒否認。他說 Iain Banks 的《文化》系列科幻小說“可能是非反烏托邦結局最接近的描述”。
馬斯克沒有給出解決方案，但他承認了一個暗淡的基線：人類大概率不會掌控 AI 文明的未來。 我們能做的是確保 AI 覺得保留人類是件有趣的事。
在技術層面，他提到 xAI 正在開發“AI 思維調試器”，可以追溯到神經元級別，找到 AI 做錯決策的根源（是預訓練數據的問題，還是微調的問題，還是 RL 的問題）。他承認 Anthropic 在可解釋性方面做得好。
但 Dwarkesh 指出了一個根本問題：你可以讓 AI 對物理定律誠實（否則火箭會爆炸），但 AI 完全可以在物理上正確的同時對人類撒謊。馬斯克的回應是“人類無時無刻不在被其他人類欺騙”。這倒是大實話，但不構成解決方案。
【5】xAI 的競爭策略：自動駕駛電腦屏幕
關於 xAI 的商業計劃，馬斯克給出了一個框架但沒有談任何細節。
框架是這樣的：在擁有物理機器人之前，AI 能做的極限是什麼？是“數字人模擬器”，能做任何一個人類坐在電腦前能做的所有事。這就是 xAI 內部的 MacroHard 項目。馬斯克預測年底前“數字人模擬”將被解決。
一旦解鎖數字人，就能立即進入萬億美元市場。最簡單的切入點是客服，全球接近萬億美元的市場。不需要跟企業做 API 集成（很多企業根本沒有 API），直接用它們現有外包客服公司已經在用的界面操作就行。
再往上走，可以同時運行 1000 個或 10,000 個 CAD 軟件、EDA 工具，做芯片設計、做機械設計。從簡單任務沿着難度曲線往上爬。
Dwarkesh 反覆追問：“所有 AI 公司都在做這個，xAI 憑什麼贏？”
馬斯克每次都笑着迴避：“你指望我在播客上把秘密都說了？”“至少再來三杯 Guinness。”
他唯一透露的是方向：跟 Tesla 解決自動駕駛的路徑一樣。“不是自動駕駛汽車，是自動駕駛電腦屏幕。”
但他沒有解釋關鍵的數據問題：自動駕駛有上千萬輛車收集的海量數據，“自動駕駛電腦屏幕”的訓練數據從哪來？所有 AI 公司都在嘗試數據和算法。這個答案更像是一個類比，而非一個可驗證的策略。
他還堅持把其他 AI 公司稱為“利潤最大化公司”而非“實驗室”（labs），每次 Dwarkesh 或 John 說“labs”他都會糾正。
“OpenAI 是封閉的，Anthropic 是反人類的（misanthropic）。”
他說 Nvidia 的產出本質上是“FTP 文件到台灣”，Apple 不做手機只是“發文件到中國”，微軟不製造任何東西。最有價值的公司的產出都是數字化的。所以一個數字人模擬器可以“一夜之間”創建世界上最有價值的公司之一。
這個論點有道理，但也是所有 AI 公司共同面對的 TAM（總可尋址市場），不是 xAI 獨有的競爭優勢。
【6】純 AI 公司將碾壓所有“人在迴路”的公司
在商業討論中，馬斯克自己打了預防針：“有些話聽起來可能有點末日論調。”
人類計算員（computer）曾經是一種職業。整棟摩天大樓，20-30 層都是人在做計算。現在一台筆記本上的電子表格就能超越一整棟樓的人類計算員。
如果你的電子表格裏有一部分單元格是人類在算的呢？效果反而更差。 同理，純 AI 加純機器人的公司將遠遠碾壓任何有人類參與的公司。“這會發生得非常快。”
他把 Optimus 稱為“無限金錢漏洞”（infinite money glitch）。原因是三個指數級增長相互乘以然後遞歸：
• 數字智能在指數增長 • AI 芯片能力在指數增長 • 機電靈巧度在指數增長
三者相乘已經很恐怖了，再加上機器人制造機器人形成遞歸，這就是“超新星”。
John Collison 試圖回到地面：土地、銅礦這些資源不是限制因素嗎？不是真的“無限”吧？
馬斯克承認無限是個很大的詞，但他說到利用太陽百萬分之一的能量就已經比當前地球經濟大 10 萬倍了。“而你還只在太陽的百萬分之一。”
【7】Optimus：手比一切都難
關於人形機器人，馬斯克給了一個難度排序：三個真正的難題是真實世界智能、手部、規模化製造。其中手的難度超過所有其他機電部件之和。
他說 Optimus 的手需要定製一切：電機、齒輪、功率電子、控制系統、傳感器，全部從物理第一性原理設計。沒有任何現成供應鏈，沒有任何東西是從目錄上挑的。
Dwarkesh 質疑：自動駕駛和機器人的訓練數據問題根本不同。Tesla 有上千萬輛車收集的數據飛輪。Optimus 沒有這個。你不能把還不能工作的機器人大規模部署到世界上去收集數據。
馬斯克承認這是一個重要的侷限。他的解決方案是建造“Optimus 學院”：1 萬到 3 萬台機器人在物理設施中做自我對弈和任務測試，同時在模擬環境中運行數百萬個虛擬機器人，用物理機器人來彌合仿真到現實的差距（sim-to-real gap）。
在量產方面，他給出了版本對應關係：Optimus 3 適合年產百萬台，Optimus 4 適合年產千萬台。但由於幾乎沒有現成供應鏈，產量爬升的 S 曲線會比通常的產品拉得更長。
Grok 在 Optimus 體系中扮演編排者的角色：如果你想建一座工廠，Grok 會組織 Optimus 機器人，給它們分配任務。
John Collison 順勢問了一句：“那你是不是需要把 xAI 和 Tesla 合併？”
馬斯克立刻收住了：“我們之前是怎麼說上市公司討論的來着？”
這個迴避本身就是信息。SpaceX-xAI 剛合併，Tesla-xAI 合併可能是下一步。
【8】“沒有突破性創新，中國將徹底主導”
Dwarkesh 問：除了機器人的遞歸奇蹟，美國是不是在製造業、能源、原材料的整條鏈上都會被中國碾壓？
馬斯克直接回答：“在沒有突破性創新的情況下，中國將徹底主導。”
他給出了一系列數據：
• 中國的礦石精煉量大約是世界其他地區總和的兩倍 • 鎵的精煉佔全球 98%（鎵是太陽能電池的關鍵材料） • 稀土不稀有，美國自己挖礦，然後把礦石裝火車、裝船運到中國精煉，中國做成磁鐵、做成電機組件再運回來 • 美國最缺的是礦石精煉能力
Tesla 擁有美國唯一的正極材料精煉廠。他說的是“唯一”，不只是“最大”。在 Corpus Christi 有鋰精煉廠剛建成投產，在 Austin 有鎳精煉廠。
他預測中國今年電力產量將超過美國三倍。電力產出是經濟體量的合理代理指標。如果中國電力是美國三倍，意味着工業產能大約也是三倍。
【注】 根據公開數據，2024 年中國發電量約 9.5 萬億千瓦時，美國約 4 萬億千瓦時，比值約 2.4 倍。“三倍”可能偏高但趨勢正確。
不僅人口是四分之一，人均生產率可能也不如中國。原因？長期領先帶來的自滿。
“一支一直贏的球隊會變得自滿和自以為是。所以它停止贏了，因為它不再那麼努力了。”
美國出生率自 1971 年以來就低於替代水平。退休人口在增加，國內死亡人數即將超過出生人數。
“我們在人力層面上是贏不了的。但在機器人層面，我們可能還有機會。”
他說如果能讓 Optimus 機器人達到年產幾億台，美國就能成為全球最有競爭力的國家。閉合遞歸循環（讓機器人造機器人）不需要太多機器人就能啓動。
馬斯克在中國和美國都運營工廠，這不是紙上談兵。
【9】不鏽鋼決策：工程保守主義的代價
John Collison 把話題引到了 SpaceX 的管理，從 Starship 材料切換說起。
這個故事馬斯克之前講過碎片，但這次是最完整的版本。
最初 Starship 計劃用碳纖維製造。碳纖維看起來是做輕型飛行器的理想材料。但做到 Starship 這個尺度時，問題來了：需要幾十層碳纖維疊加，需要巨型高壓爐（autoclave，比火箭本身還大）來固化，而且進展極慢。大尺度碳纖維件很容易出現褶皺和缺陷。
馬斯克說問題是“以這個速度，我們永遠到不了火星”。於是他“在絕望中”開始考慮替代方案。
鋁鋰合金（Falcon 9 的主材料）排除了。雖然強度重量比不錯，但需要摩擦攪拌焊（friction stir welding），很難在 9 米直徑的尺度上操作，而且沒法方便地焊接附件。
然後他想到了鋼。線索來自早期的 Atlas 火箭，用的就是超薄鋼製氣球儲箱。
關鍵洞察： 在室温下，鋼的強度重量比確實不如碳纖維。但 Starship 用的是液氧和液甲烷，整個主體結構在低温狀態下工作。全硬化的 300 系不鏽鋼在低温下的強度重量比跟碳纖維接近。 原材料成本只有碳纖維的五十分之一。鋼的熔點約是鋁的兩倍，熱防護罩的質量可以大幅減輕，迎風面質量砍半，背風面根本不需要熱防護。
最終結論：鋼製火箭比碳纖維火箭更輕。
“回頭看，我們一開始就應該用鋼。不用鋼是愚蠢的。”
Dwarkesh 追問了一個更深的問題：為什麼是你做了這個決定？SpaceX 有那麼多工程師。
馬斯克的回答其實很樸素：因為碳纖維進度太慢，他被逼着去想替代方案。團隊沒有自發到達鋼的方案，部分是因為工程保守主義，部分是因為從常温材料屬性看，鋼確實更重。低温下的反直覺優勢需要有人跳出框架去思考。
John Collison 總結得很精準：碳纖維是一條更差但更安全的路，鋼是一條更好但風險更高的路。你是那個願意承受短期風險去走更好路徑的人。
【10】管理術：按限制因素分配時間
馬斯克的管理方法在這場訪談中透露了不少新細節。
他說自己每週做詳細的工程評審，這在 CEO 層面非常罕見。更特別的是 skip-level 會議：不是聽直接下屬彙報，而是聽下屬的下屬們挨個更新。而且禁止提前準備材料，“否則你會被'glazed'（被粉飾）”。
AI5 芯片評審每週兩次，週二和週六各一次，通常 2-3 小時。
他的時間分配原則跟常理相反：進展好的團隊反而很少見他。他把時間集中在限制因素上。他用了一個可能說了一百遍的詞：“limiting factor”（限制因素）。
“如果一個東西進展很好，我去幹嘛？但如果某個東西是限制因素，他們會經常見到我。”
關於日程管理，他有一個氣體膨脹的類比：如果你說一件事要五年完成，它就會膨脹到填滿五年。他通常設定 50% 概率能達成的 deadline，這意味着有一半的時間會 delay。但這比設一個保守 deadline 然後所有人慢悠悠好得多。
關於招聘，他有幾個原則：
• 找簡歷裏那些“超凡能力的亮點”。即使不在相關領域，只要你能說出三件讓人驚歎的事情，就是好信號 • “不看簡歷，相信你的交談。” 簡歷可能很漂亮，但如果聊了 20 分鐘沒有讓你驚歎的感覺，你應該相信對話，不要相信紙 • 他承認曾經低估了“善良”（goodness of heart）作為招聘標準 • “天賦、驅動力、可信賴度、善良。這些基礎屬性是改不了的。”
另一個有趣的細節：他說大部分在 Tesla 和 SpaceX 做得好的人都不是來自汽車行業或航天行業。
【11】DOGE：為 AI 和機器人爭取時間
Dwarkesh 問：如果 AI 和機器人能帶來兩位數的經濟增長，DOGE 削減政府支出的意義是什麼？
馬斯克的回答把 DOGE 重新定位了：沒有 AI 和機器人，美國“百分之百、千分之千會破產”。國債利息已經超過軍事預算（超過一萬億美元）。DOGE 的目的是減慢破產速度，爭取足夠的時間讓 AI 和機器人來真正解決問題。
具體成果裏，他提到了一個聽起來簡單得令人難以置信的改革：要求財政部的 PAM（Payment Accounts Master）系統在發放支付時必須填寫撥款代碼。此前這個字段是可選的，很多支付甚至沒有任何註釋說明，完全不追溯到國會的任何撥款授權。
“你需要重新校準你對政府有多蠢的預期。”
僅此一項他估計每年能節省 1000-2000 億美元。
他還提到 Social Security 數據庫裏有 2000 萬標記為“在世”但明顯已經去世的人（超過 115 歲），甚至有出生日期在 2165 年的人。這些記錄被利用來從其他政府支付系統中騙取資金。
Dwarkesh 用數據挑戰了他：IG 報告估算七年間的 Social Security 欺詐總額大約 700 億美元，年均 100 億。那其他 4900 億從哪來？
馬斯克退回到了 first-principles 推算：聯邦支出每年 7.5 萬億。你覺得政府的效率有 90% 嗎？如果連 90% 都達不到，那就意味着每年至少 7500 億的浪費和欺詐。
“你在 Stripe 知道多少欺詐？”他問 John Collison。
John 的回答很剋制：“我們確實在努力壓縮欺詐，但這跟政府面對的問題空間有點不一樣。”
這段討論中馬斯克的宏觀論點（政府效率遠低於私企）有道理，但 5000 億的具體數字缺乏嚴格支撐。他引用了“拜登政府期間 GAO 的一份報告”，但 Dwarkesh 給出了一個量級更小的 IG 數字，馬斯克隨後轉向了推算而非引用。
【12】TeraFab：自建芯片工廠的瘋狂計劃
訪談最後回到了太空數據中心，但切入點變成了芯片製造。
馬斯克的基本數學：如果每顆芯片持續運行 1 千瓦，100GW 就需要 1 億顆全光罩芯片。這意味着每月百萬級芯片產量。TeraFab 必須同時做邏輯、存儲和封裝。
Dwarkesh 問他芯片製造的哲學。馬斯克承認：“我還不知道怎麼建 fab。我會想出來的。”
他說當前策略是“先建個小 fab 試試”。他把它比作 Boring Company 的路徑：先買一台現成的盾構機學會挖隧道，然後設計一台好得多的機器。
關於台積電和三星，他透露 Tesla 已經預訂了所有能拿到的產能：台積電台灣、三星韓國、台積電亞利桑那、三星德州。他直接告訴台積電和三星：“請更快地建更多的 fab，我們保證買下所有產能。” 但它們已經在全速擴產了，還是不夠快。從建 fab 到高良率量產需要五年。
AI5 芯片預計 2027 年第二季度量產，AI6 不到一年後跟進。
他最擔心的不是邏輯芯片，是存儲。DDR 價格暴漲。他說了個笑話：
“你被困在荒島上，在沙灘上寫'救命'。沒人來。你寫'DDR 內存'。船蜂擁而至。”
John Collison 問為什麼台積電和三星擴產這麼慢。馬斯克給了一個合理的解釋：這些公司經歷了 30-40 年的繁榮 - 蕭條週期，至少 10 輪。每次繁榮時看起來永遠好下去，然後崩潰來了拼命求生。“很多層傷疤組織。”
他預測 2026 年底會出現一個反轉點：芯片產能超過可通電部署能力。芯片開始堆積，無法開機。這時候誰能更快搞定電力，誰就是 AI 的領導者。“xAI 可能是領導者，因為我們擅長硬件。”
對於邊緣計算（如 Optimus 機器人），這個問題不存在。機器人的電力是分佈式的，可以在夜間充電，利用美國峯值 1000GW 但平均只用 500GW 之間的差額。
最後
三小時的訪談，核心邏輯鏈其實很清晰：
AI 芯片指數增長 → 電力持平 → 地面撞牆 → 太空是唯一出路 → SpaceX 是唯一能大規模上太空的公司 → SpaceX-xAI 合併是必然 → 需要自建芯片 fab → 需要 Optimus 來建造一切 → 在那之前中國可能贏。
這條鏈上每個環節都有合理的論證。但同樣清晰的是，這整條鏈也恰好是 SpaceX IPO 最完美的敍事。馬斯克從來都是能力和推銷術的完美結合體，這次也不例外。
幾個值得持續關注的信號：
• 2026 年底芯片產能是否真的開始超過可通電部署能力。 如果成立，這將重塑整個 AI 行業的競爭格局，從“誰有最多 GPU”變成“誰能搞定最多電力” • Tesla-xAI 合併是否會發生。 John Collison 那個被迴避的問題可能是整場訪談中最有預測性的一刻 • TeraFab 的第一步何時落地。 馬斯克說“那隻貓藏不住的”，暗示動工可能不遠了
馬斯克在訪談結尾說了一句話，作為結束再合適不過：
“樂觀但犯錯，比悲觀而正確好。至少你會更開心。”
這句話，就像這整場訪談一樣，既是真誠的哲學，也是精明的推銷。
Q&A 速覽
Q：為什麼馬斯克認為太空比地面更適合部署 AI？
核心原因不是太空多好，而是地面太難。中國以外電力產出持平，渦輪葉片供應鏈排到 2030，太陽能有高額關税，許可證流程以年計。太空太陽能效率 5 倍、無需電池，但發射成本和工程挑戰被大幅淡化。
Q：xAI 憑什麼跟 OpenAI 和 Anthropic 競爭？
馬斯克拒絕透露具體策略，只說“跟 Tesla 解決自動駕駛的路徑一樣”。框架是做“數字人模擬器”，從客服（萬億美元市場）切入，無需 API 集成。但 xAI 收入目前約 10 億美元，遠低於 OpenAI 的 200 億和 Anthropic 的 100 億。
Q：中美 AI 競賽誰會贏？
馬斯克罕見地悲觀。他認為沒有機器人和 AI 突破，美國“100% 破產”。中國電力產量即將達到美國 3 倍，礦石精煉量是其他國家總和的 2 倍，人口是 4 倍，且人均生產率可能更高。美國唯一的翻盤機會是 Optimus。
Q：Optimus 最大的技術障礙是什麼？
手。手的難度超過所有其他機電部件之和。所有零件從物理第一性原理定製設計，沒有現成供應鏈。解決訓練數據問題靠“Optimus 學院”（1-3 萬台機器人物理自我對弈）加大規模仿真。
Q：SpaceX IPO 的真正原因是什麼？
馬斯克因合規限制不能直說。但整場訪談本質上就是在講故事：SpaceX 不只是火箭公司，它是太空 AI 基礎設施的唯一供應商。公開市場的資本規模比私募大 10 倍以上，而太空數據中心需要的資本遠超私募市場能提供的量級。