2026年3月11日，馬斯克在X上發(fā)了一條帖子，宣布Tesla和xAI正在聯(lián)合開發(fā)一個(gè)新項(xiàng)目，內(nèi)部代號(hào)叫Macrohard。

這個(gè)名字是在調(diào)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(gè)項(xiàng)目的定義只有一句話：一個(gè)可以模擬整家公司運(yùn)作的AI系統(tǒng)。

這句話值得停下來想一想。不是更聰明的聊天機(jī)器人，不是更好用的代碼助手，馬斯克想干的是模擬整家公司運(yùn)作。AI是要替代那些坐在辦公室里操作電腦的人，馬斯克在瞄準(zhǔn)白領(lǐng)！

● AI干活，難在哪里

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(fā)出去；AI生成了報(bào)告，你還是要自己上傳到系統(tǒng)里。這個(gè)AI界的"最后一公里"的問題，催生了一類叫AI Agent的技術(shù)。

OpenAI的Operator、Anthropic的Computer Use，都在嘗試讓AI直接操作電腦——自動(dòng)填表、發(fā)郵件、操作網(wǎng)頁(yè)，真正完成任務(wù)而不只是回答問題。

但真正用過的人都知道：慢，而且不穩(wěn)定。

原因在于架構(gòu)。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(yīng)。就像一個(gè)人每點(diǎn)一次鼠標(biāo)都要停下來思考三秒。演示視頻里看起來很流暢，真實(shí)場(chǎng)景里用起來讓人抓狂。

這是一個(gè)還沒被解決的工程問題，不是營(yíng)銷問題。

● 特斯拉式解法

Digital Optimus的架構(gòu)設(shè)計(jì)，和現(xiàn)有AI Agent有一個(gè)本質(zhì)區(qū)別。

現(xiàn)有方案把電腦屏幕當(dāng)成一張張截圖來處理；Digital Optimus把屏幕當(dāng)成連續(xù)視頻來處理，實(shí)時(shí)讀取最近5秒的畫面，直接驅(qū)動(dòng)鼠標(biāo)和鍵盤。

這套邏輯直接來自特斯拉自動(dòng)駕駛——汽車在路上面對(duì)的是連續(xù)的世界，不能每隔一秒截圖分析一次，否則早就撞車了。

系統(tǒng)分兩層：執(zhí)行層負(fù)責(zé)實(shí)時(shí)操作，決策層是xAI的Grok模型，負(fù)責(zé)理解任務(wù)、規(guī)劃步驟、在出錯(cuò)時(shí)介入糾正。

心理學(xué)里把這叫系統(tǒng)1和系統(tǒng)2——直覺和理性的分工。人用電腦時(shí)，看到熟悉按鈕會(huì)本能點(diǎn)擊，遇到復(fù)雜判斷才會(huì)停下來思考。Digital Optimus試圖復(fù)制的，正是這套人類操作電腦的底層邏輯。

這個(gè)設(shè)計(jì)思路比現(xiàn)有方案聰明。但聰明的設(shè)計(jì)和能跑通的產(chǎn)品之間，還有相當(dāng)長(zhǎng)的距離。

● 為什么先做軟件，不做機(jī)器人

特斯拉的Optimus機(jī)器人已經(jīng)宣傳了三年，但進(jìn)展比預(yù)期慢。原因不復(fù)雜：現(xiàn)實(shí)世界太難了。

一個(gè)搬箱子的動(dòng)作，背后涉及視覺識(shí)別、路徑規(guī)劃、抓取控制、機(jī)械結(jié)構(gòu)和電池續(xù)航，任何一個(gè)環(huán)節(jié)出問題任務(wù)就失敗。

業(yè)內(nèi)有句話：機(jī)器人最貴的一半是手。這也是為什么幾乎所有機(jī)器人展示視頻里，動(dòng)作都出奇地慢——那不是在展示能力，那是在掩蓋局限。

相比之下，電腦世界是一個(gè)極其友好的環(huán)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(yè)里恰好堆滿了這類工作：錄數(shù)據(jù)、填表單、處理客服、跑ERP流程。

這些工作過去由RPA（機(jī)器人流程自動(dòng)化）處理。RPA的問題是不會(huì)思考，規(guī)則一變它就失效，每次業(yè)務(wù)調(diào)整都要重新編程。Digital Optimus的目標(biāo)是用真正能理解上下文的AI來替代它——不只是執(zhí)行流程，而是理解意圖。

先去軟件世界打工，積累數(shù)據(jù)和經(jīng)驗(yàn)，再慢慢走進(jìn)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(shí)間大量閑置。馬斯克幾年前就提出過一個(gè)設(shè)想：把這些閑置算力組織起來，形成分布式AI推理網(wǎng)絡(luò)。

如果Digital Optimus的推理架構(gòu)足夠輕量，這個(gè)網(wǎng)絡(luò)就可以成為它的算力底座——成本極低，規(guī)模極大，而且隨著特斯拉車隊(duì)擴(kuò)張自動(dòng)增長(zhǎng)。

這是純軟件AI公司在結(jié)構(gòu)上很難復(fù)制的優(yōu)勢(shì)。OpenAI需要租用數(shù)據(jù)中心，成本隨用量線性增長(zhǎng)；特斯拉的邊緣算力網(wǎng)絡(luò)一旦激活，邊際成本趨近于零。

當(dāng)然，這個(gè)設(shè)想離落地還很遠(yuǎn)，解釋了為什么這個(gè)項(xiàng)目的天花板，比表面看起來高得多。

● 最大的風(fēng)險(xiǎn)不是技術(shù)

馬斯克正式宣布之前，媒體已經(jīng)爆出項(xiàng)目?jī)?nèi)部的一些問題：團(tuán)隊(duì)負(fù)責(zé)人頻繁更換，工程師流失，一個(gè)涉及600名數(shù)據(jù)標(biāo)注人員的訓(xùn)練項(xiàng)目被臨時(shí)叫停。這些是執(zhí)行層面的摩擦，大項(xiàng)目里并不罕見。

真正麻煩的是公司結(jié)構(gòu)。特斯拉是上市公司，xAI是馬斯克的私人公司，Digital Optimus同時(shí)依賴兩邊的核心資產(chǎn)——特斯拉的芯片和車隊(duì)，xAI的模型。

項(xiàng)目一旦產(chǎn)生商業(yè)價(jià)值，利益怎么切、技術(shù)歸誰(shuí)所有，這些問題在股東和投資人面前都會(huì)變得非�，F(xiàn)實(shí)。

馬斯克同時(shí)掌控兩家公司，可以強(qiáng)行推進(jìn)；但這種結(jié)構(gòu)也意味著，任何一邊的壓力都可能打斷項(xiàng)目節(jié)奏。特斯拉股東已經(jīng)多次對(duì)馬斯克的精力分散表達(dá)不滿。技術(shù)路線可以迭代，公司治理的矛盾更難化解。

       原文標(biāo)題 : 調(diào)侃微軟，瞄準(zhǔn)白領(lǐng)：馬斯克的“巨硬”公司如何替你上班？