黄金期货配资APP下载特斯拉和xAI联手，马斯克推出数字员工“巨硬”

文 | 段小草（自由撰稿人）

马斯克刚刚推出了一个名为“巨硬”的数字员工，听上去像在玩“微软”的梗，但他确实提前注册了Macrohard这个商标。

马斯克当然不是要和微软竞争，而是要将“公司”这个组织形态，变为一个可以运行的软件。这才是他称之为“宏大且硬核”的真正野心，一个旨在将白领工作乃至整个企业运营彻底数字化的终极方案。

去年以来，马斯克开始逐渐整合旗下的产业，当SpaceX、特斯拉、xAI等公司和技术发生碰撞时，会带来意想不到的火花。

这次，马斯克将Grok和特斯拉的能力相结合，推出了“数字擎天柱”，代号“巨硬”，这不是又一个AI助手，也不是一个简单的自动化工具，而是真正的“数字员工”。

当世界模型与具身智能的结合

马斯克将“巨硬”系统描述为一个双层结构，对应了诺贝尔经济学奖得主丹尼尔·卡尼曼提出的“系统1”和“系统2”思维模型。

系统2：Grok，那个深思熟虑的“大脑”

Grok的角色是“总指挥/导航员”，它拥有对世界的深度理解。这是系统的“大脑”，负责认知、推理和规划。

当马斯克说“深度理解世界”时，他指的不是简单的语言对话能力，而是xAI正在构建的，能够理解物理世界和社会运行规则的“世界模型”。Grok的任务是接收一个高阶指令——比如“完成上个月的财务报表”——然后将这个复杂任务拆解成一系列具体、可执行的步骤。它就像一个项目经理，知道要先打开Excel，找到数据源，进行数据清洗，应用公式，最后生成图表和报告。

系统1：数字擎天柱，那个本能反应的“肉体”

数字擎天柱的角色则完全不同，它是“处理并执行过去5秒的实时计算机屏幕视频和键鼠操作”的执行者。这是系统的“小脑和脊髓”，负责快速、本能的反应。这是特斯拉的核心技术所在，也是整个系统最硬核、最与众不同的地方。

其他公司做AI Agent，思路大多是基于API调用或者分析静态截图。比如，你让一个AI订机票，它会去调用航空公司的API。但如果某个网站没有API呢？或者操作流程极其复杂，横跨多个封闭软件呢？传统Agent就束手无策了。

马斯克的方案是：让AI像人一样“看”和“操作”。

数字擎天柱不关心软件的底层代码或API，它只处理视觉信息流——即实时屏幕视频。它学习的不是指令，而是人类在屏幕前的连续动作。

这套方法论脱胎于特斯拉的FSD（完全自动驾驶）。FSD通过处理来自多个摄像头的实时视频流来理解三维世界并做出驾驶决策，而数字擎天柱则通过处理屏幕的2D视频流来理解软件环境并做出操作决策。本质上，它们都是在训练一个能与特定环境（物理道路 vs. 软件界面）实时交互的神经网络。

这种模式的优势是无与伦比的通用性。任何一个人类能用键鼠操作的软件，理论上数字擎天柱都能操作，无需任何专门的适配或集成。

硬件协同：低成本执行与高成本思考

马斯克还特意强调了硬件方案：“它将在超低成本的特斯拉AI4芯片（650美元）上极具竞争力地运行，同时相对节俭地使用昂贵得多的xAI英伟达硬件。”

这再次印证了系统1和系统2的分工。特斯拉车内的AI芯片（这里提到的AI4是下一代硬件）负责本地的、实时的、高频的“系统1”任务——视频流处理和即时操作。这部分任务需要低延迟，但推理的复杂度相对较低。

而Grok这个“系统2”大脑，则运行在xAI昂贵的云端Nvidia集群上，负责高阶的、低频的、需要庞大世界知识的规划和推理。这种“端云协同”的混合架构，在成本和性能之间取得了精妙的平衡，使其具备了大规模部署的潜力。

总结一下技术核心：Grok（云端世界模型）负责思考“做什么”和“怎么做”，数字擎天柱（端侧实时视觉模型）负责“看”和“动手做”。

这让“巨硬”成为了市面上“唯一一个实时智能AI系统”，因为它模仿的不是人类的逻辑，而是人类与计算机交互的完整生理过程。

从自动化任务到模拟公司

“理论上，它能够模拟整个公司的功能。” 这才是马斯克抛出的真正目标。

当下的企业自动化工具，如RPA（机器人流程自动化），仍停留在“任务自动化”的层面。它们善于执行预设好的、结构化的、重复性的任务。但一旦流程变化或出现意外情况，它们就会失灵。

“巨硬”的目标是“功能模拟”，乃至“公司模拟”。这意味着什么？

想象一下，一家小型电商公司的日常运营。需要客服处理邮件，运营人员上架商品、调整价格，财务人员对账、报税，市场人员投放广告、分析数据。这些职能分布在不同的人和不同的软件之间。

对于“巨硬”而言，它的目标不是替代其中某个单一任务，而是通过“观察”这家公司所有员工的电脑屏幕操作，学习并最终独立完成所有这些数字化的工作流。它可以像一个新员工一样，看着老员工操作几天，然后就能上手。

Grok的大脑让它理解“为什么”要这么做（比如，客户投诉邮件需要优先处理），而数字擎天柱的“身体”则让它知道“如何”去做。

这个系统的最终形态，是一个可以实例化的“数字公司”。创业者或许不再需要招聘一个庞大的运营团队，而是启动一个或多个“巨硬”实例，让它们7x24小时地处理公司的数字化运营。这就是“模拟整个公司功能”的含义——将公司的运营流程，变成一个可以部署和扩展的软件服务。

这直接解释了“巨硬”这个名字的由来。它不仅是对微软的调侃，更是对其商业模式的根本性挑战。微软通过提供Office和Windows等工具，赋能知识工作者。

而马斯克的目标，是直接提供“数字化的知识工作者”，从而让这些工具本身的存在价值受到威胁。

马斯克的未来憧憬与现实纠葛

将“巨硬”项目放到马斯克对未来的画饼和当下的处境中，就更能看清它的意义。

首先，它与物理世界的擎天柱机器人形成了完美互补。数字擎天柱负责处理所有虚拟世界、数字空间的工作；物理擎天柱则负责处理现实世界、物理空间的工作。两者结合，构成了对人类劳动力（无论是白领还是蓝领）的全面覆盖。这呼应了马斯克在多个场合提到的愿景：未来工作将是可选项，AI和机器人将创造一个物质极大丰富的“后稀缺”时代。

其次，关于擎天柱将成为“第一个冯·诺依曼机器”的说法，也揭示了马斯克的星际野心。冯·诺依曼机器是一种可以利用环境中的原材料进行自我复制的机器。“巨硬”系统，作为能够模拟公司并进行价值创造的数字实体，可以被看作是这种自我复制机器的“软件”或“心智”原型。当具备了能在任何星球上自我复制和建设文明的物理机器人后，这个数字大脑就是指挥这一切的核心。

当然，现实总比愿景复杂。