特斯拉AI的惊人飞跃：一天学习人类500年驾驶经验

如果特斯拉的AI一天之内就能学习人类500年的驾驶经验，你觉得离通用人工智能（AGI: Artificial General Intelligence，指能够理解或学习人类所能完成的任何智力任务的AI）还遥远吗？特斯拉目前所讲述的端到端（End-to-End: 指系统直接从原始输入到最终输出，中间不经过人工分模块处理）技术，是一个极致的总结。它能够在一秒之内处理高达20亿个Token（Token: 在自然语言处理中，指文本或数据被分割成的最小有意义单元），然后输出仅两个Token，实现了1亿倍的压缩。这两个Token主要控制两件事情：一是车辆的转向方向，二是车辆的加速程度。

特斯拉的技术首席最近专门出来讲解了他们的突破。他们利用神经网络训练车辆已有好几年，但在今年才真正实现了生产环境（Production: 指软件或系统在实际用户或业务场景中运行的环境）的突破。今年，他们有两大里程碑事件：第一是Robotaxi（Robotaxi: 自动驾驶出租车）已经在实际道路上运行，尽管数量不多；第二是交付车辆时，车辆能够自动驾驶到车主家中，这已成为常态化操作。此外，车辆在工厂之间运输也实现了自动驾驶。这表明特斯拉的自动驾驶技术已经突破了实验室阶段，进入了深度应用。

过去，特斯拉在解释“端到端”时总是抽象难懂，这可能是因为当时还没有在实际中取得显著成果。而现在，他们能够用非常简单的方式来阐述。正如OpenAI的伊利亚·苏茨克维尔（Ilya Sutskever）曾说大模型就是预测下一个Token一样，特斯拉的端到端核心在于，它能在一秒钟内处理20亿个Token，涵盖所有模态，包括视频、音频、摄像头数据、地图和传感器信息。最终，它将这20亿个Token压缩成两个简单的输出：车辆转向和加速。这种极致的压缩，使得车辆的行驶完全可控。

端到端FSD的优势与“二阶效应”预判

正是由于特斯拉AI每秒处理20亿个Token的惊人速度，它才能够在一天之内学习相当于人类500年的驾驶经验。这种处理能力带来了超越人类的驾驶预判能力，即所谓的二阶效应（Second-order effects: 指一个行动或决策所导致的间接或长期影响）预判。

老修: 老司机在高速上通常会与前车保持100米的安全距离，以确保有足够时间反应。但特斯拉的FSD（Full Self-Driving: 特斯拉的全自动驾驶系统）经过训练后，其二阶效应预判能力非常强。例如，在湿滑路面上，如果前车轻微打滑，人类驾驶员可能会选择保持更远距离。但FSD看到的实际案例显示，它能在零点几秒内判断出这种打滑是异常的，并且预判到车辆会撞上护栏后反弹回来，从而撞到己方车辆。因此，FSD会在事故发生前约5秒就开始减速，与前车保持极远的距离，这是一种“莫名其妙”的防御型驾驶。这种能力是传统系统完全无法判断的，需要海量的训练才能实现。人类驾驶员虽然也会减速，但可能没有那么快，也难以判断轻微打滑是否会引发严重后果。FSD的神经网络日志显示，它能明确计算出高风险，这使其判断能力达到了一个全新的水平。

人民公园说AI: 你觉得端到端这种方式，在现阶段会比模块化的方式更适合电动车或智能车吗？

老修: 我觉得更适合。以我粗浅的AI Agent（AI Agent: 能够感知环境、做出决策并执行行动以达成目标的AI实体）大模型编程经验来看，已经体会到类似的问题。端到端模型的好处非常明显，尤其是在处理数据时。传统的模块化（Modularization: 将系统分解为独立、可互换的模块或组件的设计方法）系统，从数据采集、规划到执行，至少有三个主要模块，实际上还有无数的决策模块和长链条。如果第一个模块出现问题，信息就会出错，错误会在每一步累积并放大，因为每一步都假设前一步是正确的，不会回头检查。但如果是一个大的端到端模型，在处理所有数据时，如果发现采集的数据异常，它可以在规划阶段就觉得奇怪，并能拿到原始数据重新思考，甚至重新加工。而模块化系统需要复杂的撤回和检查流程，很难确定在哪一步出了错。端到端模型相当于“全知”，知道所有原始数据，可以随时返回原始数据重新加工，这与模块化系统有很大区别。

压缩即智能：黑盒问题与信任挑战

人民公园说AI: 传统模块化系统虽然不那么智能，但在分工协作下，至少符合更多安全规范。而端到端系统可能会遇到不信任的问题，因为它将每秒20亿个Token的输入压缩成两个Token的输出，这种极大的压缩会带来解释困难。就像我们之前聊过的“压缩即智能”的概念，这种压缩会不会太夸张，导致无法解释其决策过程？

老修: 这里就说到一体两面的问题。虽然有日志可查，但缺点是存在黑盒问题（Black Box Problem: 指AI系统内部决策过程不透明，难以被人类理解和解释的现象）。有些神经网络无法看到内部到底如何思考，不是每一块都能看到。我刚才讲的能看到的，是因为关键决策部分是可看到的，这也是特斯拉的核心技术之一。市面上，大模型普遍存在这个问题，有些神经层完全无法解释其运作方式。在大模型领域，Anthropic的Claude在安全方面做得最好，他们通过制造一个与黑盒行为一致的模型，用相同的输入刺激，观察输出是否一致，并尽量使两个黑盒同步。这样可以提前验证模型是否可行，但为什么可行有时却讲不清楚。所以，这里面总是差一层。特斯拉现在能做到关键执行和决策部分基本是灰盒（Gray Box: 指系统部分透明，部分不透明，介于黑盒和白盒之间），而非完全的白盒（White Box: 指系统内部机制完全透明，可被人类完全理解和解释）。它有一定的可回溯性，但你仍然不知道它在某些关键决策上是如何思考的，这会带来信任问题，是其目前的局限。

我有一个想法是，任何工具到最后，我们也不是要求100%正确，重要的是它比人类原来使用时更好。比如人类开车有事故率，如果AI的事故率能比人类低十倍甚至几十倍，即使它也会犯错，大家还是会选择它，因为人类开车更容易出问题。这可能会比传统的模块化方案提早好多年实现完全自动驾驶。

人民公园说AI: 按照我的理解，未来训练可能都是直接从数据进来，在模拟的世界模型中实现所有训练。就像我们在电脑上玩20年《极品飞车》，然后就能直接上路开车了。

老修: 是的，这个问题衍生自你最开始问的世界模型。世界模拟器是FSD神经网络的更大版本，它最重要的是基于真实数据，实时生成虚拟驾驶环境。以前的模拟器，比如飞机驾驶模拟器，世界是预生成的，无法根据你的动作进行实时反馈。例如，在地面上遇到泥地、水池、雪地等不同情况，以不同速度和角度进入，预制环境无法完全匹配。但特斯拉的模拟器是实时生成，并带有物理推理能力，能真正模拟真实世界。所以，这个故事最重要的是车辆要多，要大量生产和销售。这又回到了强化学习（Reinforcement Learning: 一种机器学习方法，通过与环境互动，根据奖励和惩罚来学习最优行为策略）之父一直讲的苦涩的教训（Bitter Lesson: 指在人工智能领域，通过增加计算资源和数据量，用简单算法往往能超越复杂、基于人类知识的算法），即最终还是数据量大、简单算法跑出来。

人民公园说AI: 包括上次我们聊安德烈·卡帕西（Andrej Karpathy）时也提到，最终的智能不是模型参数量多大，而是能够将这些智能压缩到一个比较小的、适中的模型中去。

老修: 对，确实是这样。你看它现在能在这么短的时间内做出判断，因为实际上它运行在车载的边缘AI（Edge AI: 指在设备本地而非云端运行人工智能算法）上，参数量并没有那么大。它能很快处理这些数据，从而达到目标。当然，要达到非常好的效果，后面还有很长的路要走，需要达到很多个“9”的稳定性。但现在这条路已经出来了，方向绝对是对的。原有的、人类预定义的规则绝对达不到这个高度，也看不到新的突破机会。虽然它有缺点，即不可解释性依然存在。

特斯拉的“故事闭环”与潜在风险

人民公园说AI: 老修猛吹了一波，我给大家总结一下，这个故事在老修这里绝对是可以自圆其说的。以AI或世界模型这个“世界大脑”为核心，左手通过卖车走量收集更多数据，右手将这些数据通过AI大脑训练后放到擎天柱（Optimus: 特斯拉开发的人形机器人项目）身上，讲述一个未来的故事，即擎天柱将走入千家万户，甚至上火星、挖矿。虽然现在擎天柱在工厂拧螺丝都有点问题，但这个故事的闭环是：卖车走量保持稳定的现金流（Cash Flow: 指企业在一定时期内现金的流入和流出），支撑AI和机器人的投入；同时，车辆也贡献训练数据，丰富AI大脑。未来，人形机器人和汽车只需在游戏间玩20小时《极品飞车》就能上路了。这个故事能闭环，但从你的角度看，这个故事能否打动你？未来增长中是否存在所有能看到的风险或坑？

贤哥: 我忍老修很久了。刚才我问老修那个问题，其实是因为我在想，特斯拉第三季度财报数据很难看，净利润同比下降很多，甚至腰斩。老修本身就是股东，所以你在吹，我就在想，你这股票要不要继续持仓，要不要加仓呢？但我也在看，整个第三季度财报公布后，它的股价并没有下跌，只是小幅波动后，目前仍维持在高位，甚至接近历史最高点。大家不是没看到它的问题，比如净利润下滑，销量增加但利润大跌，卖车这件事也不见得可持续，还有它跟特朗普（Donald Trump）不清不楚的关系。那凭什么它的股价还能维持在这？这是一个很好的问题。我个人认为，这取决于大家是否相信这个故事能继续讲下去。现在特斯拉肯定不是一家车企，我们在节目中反复说过，它的市盈率（P/E Ratio: Price-to-Earnings Ratio，衡量公司股价相对于每股收益的倍数）在300多，比传统车企高太多了。传统车企的市盈率只有几倍，甚至上不了十。特斯拉现在市值一点几万亿，听了老修的话，大家会觉得要赌它的未来，好激动，好兴奋。但问题是，为什么只有它一个能做？它有什么天生优势？还是说它选择了这条路就回不了头了？

老修: 特斯拉走到现在，在决定走激光雷达（LiDAR: Light Detection and Ranging，一种通过激光测量距离和生成三维图像的传感器）还是视觉方案（Vision-only solution: 指仅依靠摄像头进行感知和决策的自动驾驶方案）时，就已经决定了AI大脑和端侧AI必须同时进行。它还有一个最初的基本原则，就是要走量，尽量扩大规模。所以，它的整个设计，我觉得走到视觉方案是有一定运气成分的，并非完全设计好的，因为它原来也想走Waymo那种堆砌各种传感器的路线。但如果想走量，Waymo那种方式肯定走不了量，即使现在Waymo降了很多价，也无法像特斯拉这样达到几百万辆车的规模。所以，我觉得其他车企其实没有条件这样去做，因为这需要长期的积累。之前我们说它的Dojo（Dojo: 特斯拉为AI训练设计的高性能计算平台）超算（Supercomputer: 性能远超普通计算机的超级计算机）都退役了，但退役也是因为自研不如用英伟达（Nvidia）的，不如交给专业的公司去做。所以，我觉得特斯拉其实经历了许多波折，但从它选择了视觉方案这条路开始，一步步走下去，虽然现在拿到的一些结果不是最佳，但也确实有足够的想象力。包括它现在能够通过世界模型和整套神经网络训练出来，应用到机器人身上，至少这条路在方向上是趟出来了，而且讲得通。

我也得讲，我作为小股东，还是希望它能活下去。特斯拉当初差点倒闭，如果没有靠中国上海那一波给他续上，那6个月可能已经挂掉了。那段关键的6-12个月，无论是产能还是政策，都因为资金链不行而太烧钱。现在搞机器人更烧钱，比那时候高多了。所以，我也会担心，因为这个东西实在太烧钱，不确定性因素很大。

机器人与Robotaxi的挑战

老修: 马斯克提到将技术无缝迁移到擎天柱身上，但我觉得这个“缝”其实很大，那不是缝，那是一条沟。四个轮子和四根手脚的差别非常巨大，可以说是完全不同的产品。脑子有用，但手脚和四个轮子还是差别非常巨大。所以，这个过程中，我觉得大方向可能是一个可行的方向，至少现在没有更好的方向。但它真的要到生产环境，能做到几个“9”的稳定性，我是打蛮大问号的。就像FSD，他已经叫了10年了。

人民公园说AI: 我觉得这个故事在前两环都能通，即在车和AI这一块都能通，但到机器人这边就卡住了。最近擎天柱的工程负责人也离职了，爆出来是因为灵巧手的问题。这导致今年原本预测要生产5000台，现在变成几百台，甚至2000台可能也造不出来，都不提了，回归到研发原型阶段。这里面，我觉得故事就断掉了。首先，机器人这种东西用在商用能做什么，现在市场不明确。其次，投入巨大。你这一套理论说可以做到从一秒20亿个Token压缩到2个，可以迁移到机器人身上，也能有非常强的泛化能力（Generalization ability: 指模型在未见过的数据上表现良好的能力），理论上可以，但没有验证过。也就是说，在技术端和市场端，机器人都没有被验证，所以这个故事到这里就断掉了，其实很难。机器人是一个非常复杂的综合工程，AI只是其中的一个部分。你AI再牛，也只解决了一小部分问题，还有很多问题要解决。

老修: 还有一个更大的问题是，他用一个车企的净利润来养一个AI和机器人公司，这是很可怕的一件事情。你不是用已经转型成AI公司的净利润，不是啊，你一个制造业车企的净利润来养AI公司，这现状是绝对不对的。

人民公园说AI: 微软（Microsoft）、Meta（Meta）的净利润是百分之四五十，而特斯拉只有百分之五点几。

老修: 对，我国国企都不敢这么搞。

人民公园说AI: 还有一个地方卡壳了，就是2.5环：Robotaxi这个事情没跑起来。理论上跑起来会非常棒，因为它真的能帮人赚钱，伟大的公司帮人赚钱，给你一个平台，给你个工具，还能帮你赚钱，这东西太伟大了。但现在看起来，应该不全在技术上，因为法规还有很多事情都卡着呢。最近优步（Uber）也加入Robotaxi的测试，加大了力度，但目前来看，大家都是在试验性质地搞，量都不大。

老修: 是的，过于前沿了，过于脱离大家的想象力，没那么容易。马斯克自己也讲过擎天柱手的问题，很多人问他手为什么不行。他解释了一下思路，从工程学上讲是对的。我们现在感受到的ChatGPT、Gemini、国内的豆包或Kimi等，都感觉智能了很多，尤其是可以用电脑后，比如Kimi的OK computer可以操纵电脑做PPT等。它智能了很多，其中最重要的就是使用工具。它能把现有的东西用起来，无论是浏览器、插件，还是通过MCP协议将孤岛式的小工具被AI所用。这就像人与动物的区别在于人会使用工具，而人最厉害的是双手非常复杂，可以使用很多种工具，而且这些工具是现成的。如果有一个方式让机器人最好地融入人类社会，它应该尽可能接近人类手的使用能力，这样它就能尽可能地使用人类能用的工具，完成人类的各种事情。原理是这样。但人的手物理结构非常精妙复杂，他们现在实测下来，很多原来觉得可以的事情都不行。其他公司也会转向，比如用普通的机械臂，或者手指少一点，像波士顿动力（Boston Dynamics）的机器人是三根手指，而不是人的五根。大家都会做妥协。马斯克这边现在量产不出来，就回去搞原型了。不知道他最后能不能像他说的，遵从第一性原理（First Principles Thinking: 指从最基本的、不可再分解的真理出发进行思考和推理的方法）去解决，尽量接近人的方式去使用工具。如果没有，我觉得也应该会想出其他折中方案。

人民公园说AI: 国内像宇树科技（Unitree Robotics）的王兴兴他们也有观点，认为硬件不是瓶颈，瓶颈在整个架构上，模型、数据这些都还不够。首先，模型侧没有足够的数据能够压缩到放在机器人上的模型去产生智能。其次，很多数据进来也是有问题的，它并不是这么多数据就能泛化为日常生活中无穷无尽的指令。

老修: 参照车的自动驾驶是很好的方式，但车的驾驶里程数和各种角落案例（corner case）实际上是非常高质量的数据。机器人也需要非常高质量的数据，但目前机器人不具备。首先要能采集到那么大的数据，然后要从中间提取出好的数据，这实际上是两件事。一个是要有具体的场景，第二个能够交付直接的结果。目前机器人不具备，车是具备的，开车在路上走，从A点到B点，这是可以衡量和训练的。但泛化到机器人身上的模型或数据，它在什么场景解决什么问题，现在没有非常具体的答案，至少特斯拉没有。这就会很难。像车一样，它很明确知道有很多常见的场景可以先满足，但机器人这里，你可能就算知道场景数据也不够，还得自己去把数据撸出来。那这个事情就复杂了。可行性是有的，但要把这几个链条串起来，还需要假以时日和一些运气才能快速突破。不然的话，我觉得坑是很大的。这个东西什么时候能到量产，甚至达到第一个“9”的90%的稳定情况，我都觉得很难。

马斯克的豪赌与特斯拉的未来

人民公园说AI: 但马斯克作为特斯拉的CEO，他可等不了。特斯拉毕竟是上市公司，后面有一堆人追着。今天刚看新闻，特斯拉董事会主席发公开信，敦促大家尽快投票。特斯拉提出了一个1万亿的给马斯克的薪酬包（Compensation Package），下个月初要去投票。如果被否决，马斯克明确表示，如果没有拿到这个薪酬包，就要离开特斯拉，专注于SpaceX和XAI。这条新闻出来后，有两个解读。一个肯定是有人反对，因为没有先例，一个人拿1万亿的薪酬包，虽然是以未来股权期权（Stock Options: 授予持有人在未来特定时间以特定价格购买公司股票的权利）来衡量，全部兑现将是天文数字。而且，这件事情绑定在个人身上，如果真的行权，马斯克自己可能会超过25%的控制权（Controlling interest: 指对公司拥有足够投票权以影响其决策的股权比例）。他一直想拿到这个，真正能够一个人做决策，引导这么大的公司航行，做唯一的舵手。当然也有很多人支持，觉得特斯拉就是马斯克，靠影响力才到今天1万多亿的市值。我个人认为，这个时间点上其实是一场豪赌，这是一个战略选择问题。你选择了特斯拉，其实也就选择了马斯克，也就选择了刚才老修说的端到端、机器人、Robotaxi这条路，不能再飘了。既然白纸黑字写在这了，任何人不能再废话，就往这条道上走，资源也不可能再做二次选择了。要不然就是在此时换将或换思路，换将就是背锅走，换思路马斯克也可以说自己还有其他事干，你们既然不坚定，我就不跟你玩了。但如果马斯克真的走了，我觉得特斯拉现在一点几万亿的估值肯定没了，估计至少掉百分之二三十。老修，你觉得如果真的没有马斯克，特斯拉还能往下走吗？或者说，特斯拉是不是就可能会过段时间就没了呢？

老修: 如果从思想实验的角度讲，我觉得它可能会很像苹果（Apple）。它的优势还可以跑个几年，靠个职业经理人（Professional Manager: 指受雇管理公司日常运营，而非公司所有者的管理人员）可以跑一跑，但创新上应该会有很大的问题。

人民公园说AI: 确实，董事长主席发信也说了，已经开始准备在内部物色一个CEO了。如果马斯克走的话，可能就像你说的，找个另一个蒂姆·库克（Tim Cook）出来，找一个供应链高手（Supply Chain Expert: 擅长管理和优化产品从原材料到最终消费者整个流程的专家），把利润再爬回来。因为他现在利润其实是烧在了研发上，太烧钱了。光搞卡，找英伟达搞卡就花了多少钱，平时还要烧钱去训练、去干嘛，研发费用实际上很高。

老修: 其实他还有自己的东西，你看财报里面，他那个Megapack（能源储备产品）的装机率和盈利水平都在往上走。而且像现在特斯拉保有率这么高，交车交付得这么好，后面的FSD订阅这些都是未来长线收入。所以我觉得，如果作为一家智能车企，国内还有这么多车企能活的，他肯定能活得更好。就像你可以做一些类比，就像以前史蒂夫·乔布斯（Steve Jobs）在世时，把iPhone和App Store的框架搞出来了，后面自己跑不了太远，至少跑个5年应该是可以的，10年不知道。那这5年内能把Robotaxi做起来，就已经是全球范围的，比如把优步干下来，那也已经是不知道多大的一个市场了，非常大。

小苏: 马斯克不在，特斯拉会玩别的去，或者说他退路很多。他现在那个Grok、XAI那些跟特斯拉也没有直接关系，照样能够搞。

人民公园说AI: 我觉得这些东西就是解释特斯拉估值的一部分。因为马斯克在同时做这么多件事，才让特斯拉的估值能够继续往上走。

小苏: 从搞钱的角度，他不会这么看。他只会认为特斯拉是我稳定的现金流。但如果没有这个现金流，我一样有搞钱圈钱的方式，我的个人影响力也好，我现在的手上资源也好。

人民公园说AI: 就跟伏地魔一样，大女儿现在出去了，有机会自己挣钱了，就得扶持扶持弟弟。父母有的父母觉得天经地义。但现在大女儿说要单过了，我也不是说没有其他孩子了，也还是可以继续活的。

小苏: 我觉得对他本人影响不大，因为怎么搞钱不是搞。特斯拉只是说我搞钱让我轻松点，我搞钱的成本低一点，我有个稳定的现金流，就好比我现在领着工资，我能去做副业，我可以骂甲方。那我大不了以后我出去做副业，我不能骂甲方了吗？

人民公园说AI: 所以负面的，或者说反对的意见就是说，特斯拉或者说马斯克不专心、不专注。即使给他这1万亿之后，他也不可能完全放弃其他那些东西不做，然后能专心去搞特斯拉。首先我觉得媒体对马斯克是有误读的，我觉得把理想的成分讲得太多了。实际上，我觉得他还是非常独立的一个人，任何对他不利的声音，他一定会第一时间否定你的观点。最近脑机接口，山姆·奥特曼（Sam Altman）做出了一个非入侵式的，他马上骂得很厉害。奥特曼马上骂你全家，说你这个不行，你这个干嘛。谁就做出一点但凡跟他路线不一样的，或者想要抢夺他份额的东西，他就会开始骂。其实这是一个非常直接的。我个人觉得，三七分的话，我个人觉得就是理想在三吧，就从这个人的角度来讲。那对于特斯拉，他的实际影响有没有那么高？我觉得至少刚才老修讲得很好，看苹果例子，至少10年不被祖训，这个还做得到。就是说你找个供应链高手，或者搞个整车高手，我就不增长了，我就是一年5%点几的净利润这个水平，我业绩保持我的增长，我回归制造业，我也可以过得还可以，然后慢慢地去把那个Robotaxi还有那个擎天柱搞出来。那可以啊。

老修: 还有特斯拉的储能（Energy Storage: 储存能量以备后续使用的技术或系统）业务，对大模型训练这块都很有帮助，因为过程中电量的脉冲波动特别大，有它这个储能就可以做稳定器的作用。这个其实没有其他几个很多能做的，他其实可以做。

人民公园说AI: 所以你说这个没有了马斯克的特斯拉，你怎么判断他？其实从马斯克个人角度来讲，他要用特斯拉去做很多他想做的事情，但是这些事情不一定跟特斯拉有毛线关系。但一旦这些事情剥离掉以后，说不定特斯拉可以更好。我只能说说不定。我们知道会不好的，就是说创始人精神（Founder's Spirit: 指公司创始人所特有的创新、冒险和愿景等特质）没有了，公司会官僚（Bureaucratic: 指组织结构僵化、效率低下、过度强调规则和程序的特点），公司产品会不极致（Extreme/Ultimate: 指达到最高水平或最佳状态），技术路线会不够极端，都会出现这样的问题。但是如果回到做生意的角度，你能够把特斯拉这个牌子打烂掉，那你也别做CEO。你一个正常的CEO，你把特斯拉这种盘子你能接，特斯拉这个盘子你都敢接了，你这牌你能打烂，我也是敬你是条汉子。

贤哥: 如果你有股东会的投票权，你会投同意他1万亿的这个薪酬包，还是不同意？我倾向于让他做董事长，不让他做CEO。给你一个这种也不能叫一票否决吧，就是说作为董事长，你可以介入这些业务，你还是有话语权，跟谷歌（Google）的创始人一样。你作为专家组，你提供意见，但是不好意思，我请允许我把你供起来，我请个这种专业的人来去做好这个特斯拉这个公司。那其他的什么Grok、X、SpaceX等等，您各自发展。然后如果我们想要在股权上面有一个这种其他的协助，我们再另外设计。我个人是这么想的。至少说，作为一些固定资产，或者我是作为一个像AI买那么多卡，那么多人，这个东西其实还是可以有一部分可以外部化的，也是可以做生意的，也可以赚很多钱的。只是说现阶段马斯克在特斯拉，他看不上。

老修: 如果我手里的股票能够变成股东会投票的票，我还是投赞成。我觉得就是这样子，还是要赌创始人的。因为你创始人这个事情就是那一票是很重要的。

人民公园说AI: 对我而言，肯定也是投赞成的。为什么？其实我是觉得只要他这个人还在就行了。至于他那个位置，就刚才小苏讲的，可能是行政上或者组织结构上，他该在哪个位置，是这个董事会还是CEO。但我觉得他在哪个位置，哪怕不是这些位置，他就跟普京（Vladimir Putin）在俄罗斯的位置一样。你说他是总理吗？但是好像他又干了所有的事情。其实只要他人还在，这个影响力就是在那。你不可能说运气好到像瑞幸咖啡（Luckin Coffee）这种，创始人被干掉了，换了一个上来就直接把盘子搞活了。我觉得这种例子还是很少的，太太少了，这可能是世间罕见的。

老修: 其实他就是回归主业嘛，少讲一点数字化，多开一点店，多做一点加盟，然后把供应链做到极致，差不多就做这几个事情。然后可以把这个盘子守到一个稳定增长的层面，那已经是很好了。

人民公园说AI: 听了你们俩说的，我真的就是深深感觉到，真的地球离了谁都不转。即使是世界首富马斯克这样的，真的要是说特斯拉没他，其实也一样能往下继续走，只不过就是走的方向和走的方法不一样罢了。

老修: 是的，只不过我们为了特斯拉更，比如说我们还是很喜欢他的那种颠覆性创新（Disruptive Innovation: 指创造新市场和价值网络，最终取代现有市场和价值网络的创新）的路子。就是风险很大，你贤哥你说的就是赌，其实还是赌。那这个风险是真的很大，你有可能把别人的好盘子也会开得很烂的。在他手上是有可能被开得很烂的。特斯拉也是因为他才到今天这个地步，当时要没有他左右逢源，或者怎么样，跟中国这边能够拿到产能，可能6个月时间就没了这家公司。但是呢，我觉得还是会希望去赌一把，希望说万一成了呢？那成了，其实这个世界确实更美好一点。我真的希望这个自动驾驶以后是能普及的，因为实在是一个是自己开的累就不说了，还有一个实际上是在路上跑，你真的看到太多不知道什么样的司机，就是很危险，真的很危险。我是觉得如果自动驾驶比人开得好，我是希望大家都自动驾驶，不要再人开了，太危险。

贤哥: 想想今天的苹果多无趣啊，老头要退休了，什么事都不想了。

人民公园说AI: 如果抛开投资者的身份，就以创业者身份讲，我是双手双脚赞成，真的是该赌就赌。一个创业者就是像他特斯拉，虽然上市公司还是七朵金花，但他同样现在在这个阶段面临着巨大创业挑战。咱们刚才分析半天，什么端到端等等，不都是因为他卖车这件事持续不下去嘛？他这个光靠卖车绝对支持不了自己现在这个市盈率，绝对不能支持这种估值。子曰什么来着？等死不如作死，使劲折腾才是真正创始人。

老修: 子曰这个事情还真不怪他，因为卖车这个事情还是跟不同国家市场、国际形势、原材料等等，就是牵一发动全身的事情，复杂了。包括Robotaxi也一样，我觉得其实技术是一个层面，更重要还是监管，还是那个社会舆论等等各方面原因，所以没那么简单。在美国这么开放了，还是很难扩大影响，还没有办法。

贤哥: 那你看黄仁勋（Jensen Huang），几个月前咱们刚评价他4万亿，今天5万亿了。所以，马斯克还在苦哈哈一点几万亿，还在往上争取呢。他那个是1万亿美金的薪酬包，要跟市值、Robotaxi、擎天柱挂钩的，要分12个批次才交付的。所以你看黄仁勋已经干到5万亿了，不得不佩服。还是应该走的道路不一样嘛，你选择的是最难的，制造业加造车加AI加这种创新，这是最难的组合了。所以从创业者又要创新，又要做到N个“9”的稳定性，这两个事情你怎么兼顾嘛？就是确实就是特别难，但魅力也就在这里嘛。

人民公园说AI: 你不说别的，就是创始人精神也好，我觉得就是真的做出来，就是在某个点上面有坚持嘛。OpenAI一条路走到黑，坚持就是预测下一个Token，这个方式就是把ChatGPT做出来。那特斯拉也是坚持他现在这种纯视觉的、端到端的这样一个技术路线。那我也觉得也是希望他能够真的闯出一条路吧。这个作为一个我觉得故事或者激励非常多的创业者，我觉得这个价值是非常大的。行了，咱们也不用上价值了，特斯拉也不缺咱这点价值，马斯克更不缺咱这点价值。聊一聊我觉得还挺好。真的是在这个时间点，让我们拭目以待，看看下个月会发生什么事情。看看如果真的在某个历史时间线上，马斯克离开了特斯拉，不知道特斯拉会成什么样，会不会成为下一个苹果。好，那今天我们先到这，就到这里结束。谢谢大家的收听，各位大家下期见，拜拜。