xAI 全员会
这是一份对内材料，因此和面向公众的访谈很不一样：数字给得极其具体，而且是各条业务线的负责人自己报出来的。对想了解一家 AI 公司内部实际运转的人，这份的信息密度高于任何一场访谈。
几组值得记住的数字。孟菲斯的集群目前有三十万块 GB300，每个数据厅铺设约八百四十七英里光纤、超过两万七千块 GPU、超过二十万个连接，而一个数据厅的搭建时间不到六周。全部建成后功率将超过一吉瓦，并配备全球最大的 Megapack 储能系统，规模超过夏威夷或南澳大利亚。
图像视频那条线的爬坡速度更极端：六个月前内部连扩散模型的代码都没有，如今每天生成约五千万条视频，过去三十天生成六十亿张图像。作为对照，他们提到谷歌公布的同类产品同期是十亿张。
还有一段关于评测的表态值得单独拿出来：他明确说通用的互联网评测集并不能真实反映有用程度，因此转向请各领域的人类专家来评判，而唯一真正重要的评测标准，是该领域的专家是否认为结果确实有用且正确。
最后那段能源推演，是他这一年里把逻辑链讲得最完整的一次：地球目前只用掉自身潜在能量的约百分之一；轨道数据中心的目标是每年发射一百到两百吉瓦的算力，注意是每年而不是累计，并看到每年一太瓦的路径；而要突破一太瓦就必须去月球，靠月面工厂加质量投射器，才能再上几个数量级。
Musk要记住一件事，xAI 才两岁半，基本上还是个学步的孩子。但我们在很短的时间里已经取得了大量成果。
我们的竞争对手有五年、十年，有些甚至二十年的历史。他们的团队大得多，起步时资源也多得多。而我们仍然在很多领域用几年时间做到了第一。
我们在语音上做到了第一，在图像和视频生成上做到了第一。按我看到的最新数字，我们现在生成的图像和视频，实际上比所有竞争对手加起来还要多。
我们在预测上也是领先的，而预测是衡量智能的关键指标之一。
另外，我们是第一个建成十万块 H100 训练集群的，而现在我们即将达成第一个一百万块 H100 等效算力的训练规模。
而且，对任何技术公司的竞争力来说，重要的不是你在某个时点上的位置，而是你的速度和加速度。如果你在某个技术领域里比所有人都跑得快，你就会成为领导者。
而 xAI 跑得比任何一家公司都快，没有人接近。
它决定了该用什么指标去评估一家追赶者
这段话看似是内部鼓劲，但它给出的框架是可用的。
位置是存量，也就是当前的市场份额和能力排名。它反映的是过去积累的结果。
速度是增量，也就是能力提升的速率。
加速度是速度的变化，也就是这个提升是在加快还是在放缓。
对一家后来者而言，位置注定落后，因此用位置去评估会得出必然的结论。而真正决定终局的是后两项，因为在技术尚未收敛的阶段，落后者只要保持更高的速度，追上是时间问题。
但这个框架有一个前提常被略过：它只在技术还在快速演进时成立。一旦能力增长趋于平缓，位置带来的规模效应、生态与转换成本就会重新占据主导，速度的价值随之下降。
因此判断这类论证是否成立，关键在于判断该技术是否仍处在陡峭段。
而且单位是等效算力，不是芯片数量
两个数字要分清口径。十万块 H100 训练集群指的是实际的芯片数量；而一百万块 H100 等效，是把新一代芯片按性能折算之后的总量。
这个区别很重要，因为新一代芯片的单卡性能远高于 H100。因此达成一百万等效所需的实际芯片数量，会显著少于一百万块。后文提到的三十万块 GB300 正是这个折算的来源。
用等效口径本身是合理的行业惯例，但在跨公司比较时要注意折算系数的差异。不同公司对等效的定义未必一致，直接比较等效数量可能得出错误结论。
Musk随着公司成长，很自然会发生的一件事是要随着规模去重组公司。
刚创业时你可能只有几十个人，他们互相之间聊聊天就行了。当你长到几百人，你就必须加入更多结构。
就像一个生物体，我们都是从一个细胞长起来的，然后变成一团细胞，然后开始有器官分化、长出肢体，还会长出一条尾巴，希望那条尾巴后来消失了，然后你才成为一个婴儿。
你要经过这些阶段。而我们现在到了一定规模，所以要把公司组织得在这个规模上更有效。
当这种事情发生时，自然会有一些人更适合公司的早期阶段，而不那么适合后期阶段。对于那些已经离开的同事，我想说谢谢你们的贡献，谢谢你们把我们带到这一步，祝你们未来一切顺利。
关于公司的新结构，公司按四个主要应用领域来组织。
第一是 Grok 主模型与语音，那是主力模型，所以叫 Grok main。第二是专门的编码模型。第三是图像与视频模型，也就是 Imagine。第四是 Macrohard，它的目标是对整个公司做完整的数字化仿真。
然后是基础设施层。
它意味着模型被当作产品，而不是平台
一家 AI 公司有两种常见的组织方式：按技术层级分，也就是预训练、后训练、推理、应用各成一线；或者按应用领域分，每条线端到端负责一类产品。
他选的是后者。这意味着每条线都对最终的用户价值负责，而不是对某个技术指标负责。
代价是技术上会有重复投入，不同线可能各自解决类似的问题。收益是迭代速度快，因为一条线内部就能完成从模型到产品的闭环，不需要跨部门协调。
对照他前面强调的速度与加速度，这个组织选择是自洽的：用一定的效率冗余换取迭代速度。这与他在特斯拉那边说的宁可资本效率低一点也要更早做成，是同一套取舍逻辑。
把组织变化归为阶段性，而不是绩效问题
这段话在处理一个敏感话题：有人已经离开了。而他给出的解释不是能力不足，而是阶段匹配。
这个说法在管理学上有依据。早期阶段需要的是能在混乱中自主推进的人，后期阶段需要的是能在结构中协作的人，两种能力确实不同。
但它也回避了一个问题：公司规模变化时的人员变动，究竟有多少是阶段匹配，有多少是别的原因。这个区分从外部无法验证。
作为读者，正确的处理是把它当作公司对外的叙事框架，而它本身反映了这家公司正在从初创形态转向规模化形态，这个转变才是可观察的事实。
语音团队2024 年 9 月的时候，同行已经有了可以对话的高级语音产品，而我们什么都没有，没有模型，当然也没有产品。我们起步比他们晚得多。
但在六个月的时间里，我们在内部从零开发出了模型，团队里并没有很多懂音频的人，做出来的产品已经超过了对方。
再往后六个月，现在 Grok 已经进入了超过两百万辆特斯拉，我们还有语音智能体的接口。一年时间，我们从什么都没有变成了领先者。
编码团队最近这段时间，编码模型确实开始产出质量不错的代码了。你仍然需要审阅和给反馈，但很容易看出它们能大幅加速你。
而且不只是写代码，它们理解你意图的能力比以前好得多。现在我描述一个问题，只需要像对一位已经看过这套代码库的同事那样去讲。这是一个巨大的变化，以前你得像哄一个学步的孩子那样手把手带着它改。
它们不只写代码，还能调试代码。我们现在会让 Grok code 连续跑好几个小时，来确认对训练系统做的一次比较复杂的改动在生产环境里确实能跑通。
所以我们很容易看出，这不只是让我们自己写代码快十倍。我们真的走在递归自我改进的路上，当前这一代的 Grok code 正在训练下一代的 Grok code，而我们看到这条路会持续下去，会出现指数式的起飞。
所以我们要在编码上加倍投入，把它变成公司优先级最高的方向之一。我们现在有一百万块 H100 等效算力来训练全世界最好的编码模型。
语音、图像视频、编码，都是同一个剧本
把三条线的时间线放在一起看，规律很清楚：语音从零到超越用了六个月，图像视频从没有扩散模型代码到登顶排行榜用了六个月，编码正在按同一个节奏推进。
这个模式说明了当前阶段的一个重要特征：在基础模型能力和算力都已具备的前提下，进入一个新模态的时间成本大幅下降了。因为底层的训练框架、数据管线和算力集群是共用的，新方向只需要在其上做适配。
对判断的含义是双向的。正面看，这解释了为什么后来者能快速追上；反面看，这同样意味着任何单一模态上的领先都难以长期保持，因为对手进入的成本同样低。
因此在这个阶段，真正的壁垒不在某个模态的领先，而在于底层算力与训练体系的规模，因为那才是六个月复制不出来的东西。
它描述的是加速，不必然是自主
递归自我改进这个说法容易被理解成系统在自己进化。而他们描述的实际情形是：工程师用当前的编码模型来编写和调试下一代模型的训练代码。
这里面人仍然在环路里。是人决定改什么、审阅结果、判断是否上线，模型承担的是执行部分。
这与马斯克在其他场合做的区分完全一致：每一代模型由上一代造出来这件事已经在发生，但完全自动化意味着人类退出环路，那一步还没有到。
因此这段话的正确读法是研发效率的显著提升，而不是系统的自主进化。两者的含义差别很大，前者是可观察的生产力事实，后者是尚未发生的假设。
Musk我认为事情也许在今年年底之前就会发展到，你根本不用去写代码，AI 直接生成二进制文件。
而且 AI 生成的二进制，会比任何编译器能做出来的都更高效。
你只要说，为这个特定的目标生成优化过的二进制，然后你就绕过了传统意义上的编码。那其实是一个中间步骤，而这个中间步骤大概到今年年底就不再需要了。
另外我们确实预期 Grok code 在两到三个月内达到业界最好水平。所以这件事发生得非常快。
它假设源代码只是给人看的中间产物
这个论断的内在逻辑是清楚的：如果 AI 既能理解需求也能直接产出机器码，那么源代码这一层的存在意义就只剩下让人类阅读和维护。去掉它可以让优化不受高级语言语义的束缚。
技术上这个方向并非天方夜谭，因为编译器本身就是把人类可读的代码翻译成机器码，而它的优化受限于必须保证语义等价。一个直接生成机器码的系统理论上可以做更激进的优化。
但它同时取消了两样东西，而这两样在工程上极其重要：可审阅性和可维护性。无法阅读的产物意味着无法验证正确性，也无法在出问题时定位。
因此更可能的演进路径是：在性能极端敏感且行为可完整测试的局部使用这种方式，而系统的主体仍然保留可读的源代码。他给的年底这个时点，宜作为方向而非日程。
编码能力恰好是最容易被第三方验证的方向
在这场会上的诸多预测里，这一条最有对表价值，原因是编码能力有公开的评测基准，任何人都可以在几个月后回过头核对。
这与他在 Abundance Summit 上的表述可以互相印证。那次他公开承认在编码上落后，并说目标是年中追上并超过竞争对手。而这场会在二月，给的是两到三个月，时间上是吻合的。
把这两处放在一起，构成了一个完整的可验证承诺：二月承认落后，给出年中追上的目标，并在内部会议上把时点收紧到两三个月。这类承诺的兑现情况，是校准他所有时间表可信度的最好样本。
Imagine 团队六个月前，我们内部完全没有扩散模型的代码。
而现在用户每天用 Imagine 生成接近五千万条视频。据我们所知，这比其他所有供应商加起来还要多。
过去三十天我们还生成了六十亿张图像。谷歌前不久公布他们的同类产品三十天生成了十亿张图像，所以我们是那个数字的六倍。
而且目标不只是赢，是要在很长的时间里持续地赢，保持长久的卓越。
视频团队到今年年底，我们很可能会有模型，能够一次性生成十分钟甚至二十分钟的视频，中间不需要任何人工介入。你只需要给出你的想象，我们的模型和智能体会替你完成。
而且我们不只是生成这些视频。我们已经是生成速度最快的，接下来会把它推到极致，做到实时渲染。你将能够想象、构建并与你自己的世界互动，而那个世界会实时地回应你。
Musk我的预测是，AI 算力的大部分最终会用于实时视频理解和实时视频生成。而我们预期在这方面成为领先者。
这几点值得强调，六个月前我们在视频与图像的生成和编辑上基本什么都没有，或者说非常弱，六个月之内走到了第一，而且实际生成量比所有其他人加起来还多。
我们会在编码上做同样的事，也会在 Macrohard 上做同样的事。
把它换算成时长就能感受到量级
即便按每条视频只有几秒钟计算，每天五千万条也意味着以年计的总时长在数千年量级。这个产出规模已经远超任何传统内容生产体系。
而六十亿张图像对十亿张这个对比更值得注意，因为它是与一个具体的、公开披露过数字的竞品做的比较，因此可以被外部核对。在企业内部会议上引用可核对的竞品数据，比引用不可验证的内部指标更有说服力。
需要保留的是口径问题：生成量衡量的是使用规模，不直接等于收入或用户价值。免费额度、批量重试、以及单条内容的时长差异，都会影响这个数字的可比性。
算力的大头会是实时视频，这个判断影响硬件需求结构
如果这个预测成立，它对算力需求的性质有实质影响。
文本生成的特点是输出量小、可容忍延迟、批处理效率高。而实时视频生成的特点是输出数据量巨大、延迟要求严格、难以批处理。
两者对硬件的要求不同：前者更吃内存带宽与容量，后者同时吃算力、带宽和网络出口。而实时这个要求还意味着算力必须靠近用户，无法完全集中在少数超大集群里。
这也解释了为什么他在其他场合会同时推进两条看起来矛盾的路线：一边建超大规模的集中训练集群，一边设计可以分散部署的算力盒子。训练需要集中，实时推理需要分散。
Macrohard 团队可以说，把计算机交给人类是个好主意。所以我们对 AI 做同样的事，等于是把计算机交给计算机。
Macrohard 要做的是一个功能完整的、实时的数字化人类仿真体。它能在计算机上做人能做的任何事，包括使用工程和医学领域的高级工具。
所以应该会出现完全由 AI 设计的火箭发动机。
某种意义上，这是 AI 仍然明显不如人类的少数几个领域之一，这也正是我认为它最令人兴奋、最值得去创新的原因。
另一位负责人我们正在构建的强推理模型现在会来操控我们的命令行工具，我们每天都在用，它对整个团队是巨大的生产力提升。这也正是我们需要大规模算力的原因，我们需要它来运行这些模型，从而提升自己的生产力。
但是，世界上百分之八十到九十五的软件是有图形界面的。所以要真正让人们的生活更轻松，我们需要开发出能在图形界面上解决日常任务的模型。
Macrohard 会去仿真一家产出是数字化的公司，这是智能体显然的下一步。
MuskMacrohard 这个项目，随着时间推移，很可能会成为我们最重要的项目。因为我们说的是对整个人类公司的仿真。
当你去看世界上最有价值的那些公司，它们的产出都是数字化的。它们其实并不制造硬件。
所以完整地仿真任何一家产出为数字化的公司，应该是可能的。而这会开启一个我们此刻几乎无法想象的繁荣时代。
这就是为什么 Macrohard 这几个字被刷在了训练集群的屋顶上，因为那栋楼要造的正是这个东西。
它解释了为什么命令行智能体不够
这个数据点很关键，因为它划出了当前智能体能力的边界。
命令行工具是为程序化调用设计的，输入输出都是结构化文本，因此模型很容易操作。这也是为什么编码类智能体最先成熟。
而绝大多数实际工作发生在图形界面里，包括各类专业软件、办公套件、企业系统。这些软件没有可供调用的接口，只能通过看屏幕和操作鼠标键盘来使用。
因此如果目标是替代实际的知识工作，能操作图形界面就不是一个可选项，而是必要条件。这也把它与马斯克在特斯拉那边讲的数字版 Optimus 连了起来，两者是同一件事：光子进，控制指令出。
需要保留的是难度。图形界面的状态空间远大于文本，反馈稀疏，而且每个软件的交互逻辑各不相同。他们自己也承认这是 AI 仍明显不如人类的少数领域之一。
它在很大程度上成立，但边界比听起来窄
他的论证是：最有价值的公司产出为数字化，因此可以被完整仿真。这个推论的两个环节都值得看。
第一个环节大体成立。全球市值最高的企业中确实以软件、互联网与半导体设计为主，它们的核心产出是代码、设计与服务，而非实体制造。
但第二个环节有跳跃。产出是数字化的，不等于这家公司的全部运作都是数字化的。销售关系、组织决策、品牌信任、监管合规，这些都不是可以在计算机上完成的操作。
因此更准确的表述应该是：这些公司中可被数字化操作替代的部分占比很高，而不是整家公司可以被仿真。这个区别决定了这个项目能替代的是工作量还是组织本身。
评测团队我认为明年这些模型的主要瓶颈之一，会是极高质量的评测集与训练数据。
我们解决这个问题的办法之一，是把各个领域全世界最顶尖的专家请来，让他们来评估模型。我们在医学、金融、法律等领域都这么做，我们还有配音演员、视频剪辑师，他们每天都在为让模型变好而贡献。
我们想构建的是真正有用的评测，以及能代表有用工作的训练数据，而不是像现在很多开源评测那样，只是智能的某种代理指标。
Musk我们正在从那些通用的互联网评测集，转向在每个领域配备专家导师。我认为那些通用评测其实并不能真实反映有用程度。
所以每一个领域，工程、医学、法律，不管是什么。而真正的评测标准是，那个领域的专家，或者我们那一组人类专家，是否认为 Grok 极其有用、结果是正确的。
那才是唯一真正重要的评测。
公开评测的失效机制，值得说清楚
他说通用评测不能反映有用程度，这个判断在业内有广泛共识，原因有三层：
第一层是污染。公开评测的题目一旦发布，就可能进入后续模型的训练数据，导致成绩虚高而能力未变。
第二层是过拟合。当一个指标成为公认的排名依据，各方就会针对它优化，于是指标与它原本要衡量的东西逐渐脱钩。
第三层是代表性不足。标准化题目的形态与真实工作差别很大。真实任务通常目标模糊、上下文很长、且没有唯一正确答案。
而专家评判的方案解决了前两层，代价是成本高、无法规模化、且带有主观性，同时结果不可被外部核对。
对读者的实际含义是：当一家公司宣称在专家评测上领先时，这个说法既更接近真实价值，也更难被验证。两种评测各有各的问题，不存在一个既客观又贴近实用的标准。
他们说明年的主要瓶颈之一是高质量评测与训练数据
在一场大量篇幅在讲三十万块 GPU 的会议上，评测团队说瓶颈是数据，这个反差本身是信息。
它反映的是当前阶段的一个变化：当算力和通用语料都不再是稀缺项时，稀缺的就变成了能界定什么算做对的高质量判断。
而这类数据有一个特点，就是它无法从互联网上抓取，只能由具备专业能力的人现场产生。因此它的获取速度受限于专家的数量与时间，而不受资本规模约束。
这可能是这个行业下一阶段真正的分化点。算力可以用钱买，专家判断的产能不能。
知识团队Grokipedia 的目标是做出全人类知识的一次提炼。我喜欢把它想成现代版的亚历山大图书馆。
我们从基本上什么都没有，做到了大约六百万条词条。作为对照，维基百科的英文词条大约是七百万条。
我们在幻觉问题上也在改进。而我们的目标，本质上是让 Grok 5 不必再到数据中心之外去检索。
MuskGrokipedia 最终会远远超过维基百科，在信息的全面性和准确性上高出好几个数量级，而且会包含维基百科上根本不存在的视频和图像数据。
它比听起来更实际
这个目标容易被当成技术炫耀，实际上它对应着很具体的工程收益。
外部检索的代价有三项：延迟，因为要等外部服务返回；成本，因为大规模检索需要付费或消耗带宽；以及不可控，因为外部内容的质量与可用性不由自己决定。
把知识固化在自有语料里，可以同时消掉这三项。代价是知识的时效性，因为固化的内容无法反映最新变化。
因此这个目标合理的适用范围是相对稳定的通用知识，而时效性内容仍然需要检索。把两者说成互相替代，会高估这个方案的适用面。
词条数量不衡量质量
用词条数量与维基百科对比，是一个直观但有局限的口径。
维基百科的七百万英文词条是二十多年间由人工撰写与反复编辑积累的，其价值不只在数量，还在于长期的争议解决机制与来源规范。
而快速生成大量词条在技术上并不困难。真正的问题在于准确性与可核查性，而这恰恰是团队自己承认仍在改进的幻觉问题。
因此这个对比说明的是覆盖广度已经接近，而不是可靠性已经接近。两者是不同的指标，前者可以快速追上，后者需要时间和机制。
机器学习基础设施团队训练 Grok 3 的时候我们要为它搭预训练框架。在我看来那是软件工程师能做的最酷的系统之一。
当时十万块 H100 刚交付，而我们并没有配套的软件。我们本以为软件是有的，但到了三万块的规模就发现软件其实跑不通，最后几乎是把软件重写了一半。
因为一个数据中心里发生的事情太多，你根本无法全部预料到。交换机会抖动，链路会抖动，交换机会宕掉，GPU 会烧掉，还会出现数值问题。
而这是一个你希望十万块 H100 严格同步迈步的系统。一个训练步大约五秒，你要让它们在这五秒里齐步走，可是这五秒里什么事都可能发生。
所以你必须写出一个系统，让它在环境中发生这一切的同时仍然能够推进。
而这类问题在别处找不到，因为没有别人有这样的算力，也没有别人有这样的人才密度。当时我们整个预训练团队大概只有十五个人，其中大概七个人在做真正的训练系统。
强化学习与推理团队我们在地球上运行大规模的强化学习训练任务和生产推理，很快大概也会在太空里运行。
我们正在构建能从十万块芯片扩展到数百万块芯片的系统，并且要让它对每一种已知和未知的硬件故障都保持韧性。
买到 GPU 和用起来 GPU 是两回事
这是全场对理解算力竞争最有帮助的一段。十万块芯片交付了，而软件跑不通，在三万块规模上就已经暴露问题，最终重写了一半。
为什么会这样。因为大规模训练要求所有芯片严格同步：一个训练步只有五秒，而在这五秒里，任何一块 GPU 故障、任何一条链路抖动，都可能让整步作废。而在十万块的规模上，硬件故障不是偶发事件，而是持续发生的背景噪声。
因此系统的核心能力不是快，而是在持续故障中仍能推进。
对判断算力竞争的含义是：公开的芯片采购数字，只反映了竞争的一半。另一半是能否把这些芯片组织成一个有效的整体，而这项能力无法通过采购获得。
这也解释了英伟达高管公开称赞这家公司上线算力最快时，赞的究竟是什么。不是买得多，是装得快、跑得起来。
这个团队规模与算力规模的对比很悬殊
管理十万块 GPU 的预训练团队约十五人，真正做训练系统的约七人。也就是说人均对应超过一万块 GPU。
这个比例说明了这类工作的性质：它是高度杠杆化的系统工程，而不是可以靠堆人解决的问题。因为系统的复杂度来自协调，而团队人数增加本身也会增加协调成本。
他们自己也把这一点当作招聘卖点，强调仍然是很小的团队、不是千人组织中的一员。在这类岗位上，人才密度确实比人数更决定产出。
孟菲斯现场孟菲斯这座数据中心是这颗行星上最大的集群，而且还在扩建。
我们今天在这里有三十万块 GB300 平台的 GPU，还在继续增长。每个数据厅铺设八百四十七英里光纤，一共十二个数据厅。
为了让这些 GPU 正常工作，很多要素必须凑齐，主要是软件和硬件。这里有各种 CPU、网卡、交换机，还有数十万个操作系统，要作为一台大型超级计算机来运转。
建设团队我身后是十一号数据厅。我们在这里做的事情最了不起的一点是速度。每个数据厅超过八百五十英里光纤、超过两万七千块 GPU、超过二十万个连接。
而你看到的这一整套，是在不到六周里建起来的。我们一遍又一遍地这样做，把它大规模并行化。
这大概是你能想象到的最复杂、也最需要一致性的工程设计与建造项目。
这个团队的所有环节都是完全垂直整合的，从建筑、机械、电气到结构，各个专业都在内部。而且我们在设计时非常在意效率，不只是要最快地把算力上线，还要做到业内最高的能效水平。
Musk在不到一年的时间里做到这一步，是相当了不起的。
全部建成之后，我们上线运行的电力会超过一吉瓦。我们还会拥有全世界最大的特斯拉 Megapack 储能系统，比夏威夷或者南澳大利亚的还要大。
对任何一家 AI 公司的成功来说，算力优势是根本性的。而我们一次又一次证明的是，xAI 部署 AI 算力的速度比任何人都快。
正如英伟达的黄仁勋在多次采访里说过的，在把 AI 算力上线这件事上，没有人比 xAI 更快。
第一期是三十三万块 Grace Blackwell，楼顶上写着 Macro 那栋。那不是修图，字确实在屋顶上。然后另一栋楼会再放二十二万块 GB300。
十二个数据厅，每厅两万七千块，正好对得上
这组数字内部是自洽的，可以互相验算：
每个数据厅超过两万七千块 GPU，共十二个数据厅，合计超过三十二万块。而现场给出的当前规模是三十万块，与在建状态吻合。
光纤方面，每厅约八百五十英里，十二厅合计超过一万英里。作为参照，这个长度超过了地球直径。
连接数每厅超过二十万个，合计超过两百四十万个物理连接。而前一节提到的链路抖动问题，正是发生在这个量级的连接上。
把这几个数放在一起，就能理解为什么软件必须为持续故障而设计。在两百多万个连接的系统里，任何单点的可靠性再高，总会有若干处在同一时刻出问题。
它不是技术问题，是建设组织能力
把两万七千块 GPU、二十万个连接、八百五十英里光纤在六周内装完并调通，这属于工程管理而非算法能力。
而他们给出的原因很具体：完全垂直整合，建筑、机械、电气、结构各专业都在内部；并且把工序大规模并行化。
这与马斯克在特斯拉那边说的自己担任总承包商是同一个思路。把外包环节收回内部，通常不是为了省钱，而是为了控制工期。
对判断算力竞争的含义是：在芯片供给受配额约束的情况下，谁能更快把到手的芯片变成运行中的集群，谁就获得了实际的时间优势。而这项能力的积累周期很长，无法用资本快速买到。
比夏威夷或南澳大利亚的电网级储能还大
他拿来对标的两个对象都是整个电网级别的储能系统，而不是某个工业项目。这说明单一数据中心的功率波动缓冲需求，已经达到了一个中等规模电网的量级。
为什么需要这么大，他在特斯拉的财报会上给了答案：训练任务的功耗可能在一百毫秒内下降百分之七十，而传统电力系统的调节机制以秒甚至分钟计。
因此这里的储能不是备电，而是高速缓冲。这也是同期特斯拉能源业务需求强劲的直接来源之一。
X 团队我们现在覆盖了超过十亿人。一月是这个应用有史以来参与度最高的一个月，二月看起来会超过一月。
首次下载量每个月增长超过百分之五十，我们现在呈现出的基本上是一个早期消费产品的增长曲线。
我们还在一个困扰这个应用二十年的老问题上取得了很大进展，就是新用户的引导。新用户现在每天在应用里花的时间，比六个月前多了百分之五十五。
我们不只重建了算法，还重建了引导流程、通知、内置浏览器和聊天功能，几乎每一个界面都被重做了一遍。
上个月我们在文章功能上做了一次小推动，发布的文章数量增长了十倍，阅读量增长了十七倍。假期期间我们在订阅上做了一次推动，订阅业务的年化收入刚刚突破十亿美元。
Musk我们说超过十亿用户，是因为虽然月活平均在六亿左右，但安装了这个应用的人数远超过十亿。
只是大部分人只在发生重大事件的时候才偶尔打开它。
而随着我们给人们更多使用的理由，无论是通讯、Grok 还是支付功能，我们希望做到，如果你愿意，你可以在这个应用上过完你的一整天。
随着它越来越有用，我们显然会给人们每天使用它的充分理由。我的预期是日活会远超十亿。
关于聊天功能，我们把原来那套未加密、基本上只有文字的私信系统，升级成了一套完全加密的通讯系统，支持音频和视频通话。
我们会在接下来几个月把这部分代码开源，就像我们开源推荐算法一样，这样人们能真正看到我们在做什么。
在让人相信一家公司这件事上，没有什么比透明更有效。所以我们会是唯一一个真正开源推荐算法的，你可以看到它在做什么、它在怎样演进。
聊天功能也会开源，这样你可以真的检查有没有漏洞。而且里面不会有任何用于广告或者别的什么目的的钩子。
关于支付功能，我们已经在公司内部做了封闭测试。预计接下来一两个月会进入有限的外部测试，然后向所有用户开放。
他们要转化的不是新用户，是沉睡用户
把两个数字并排看：月活约六亿，而安装过应用的人远超十亿。差值在四亿以上。
这个结构说明增长的主要来源不在拉新，而在唤醒。沉睡用户的获取成本已经付过了，转化他们不需要重新支付获客费用，只需要给出使用理由。
这也解释了他们为什么在同一个应用里堆叠通讯、AI 助手和支付三项功能。三者都属于高频刚需，而原有的内容消费属于低频可选。把低频应用变成高频应用，唤醒沉睡用户是最直接的路径。
需要保留的是：安装量与可唤醒用户不等价。很多安装记录来自早已换机或不再使用的账号，实际可触达规模会低于名义数字。
它把这个平台的性质从广告转向了订阅
本节大部分是使用量指标，只有这一项直接对应收入。
订阅收入与广告收入的差别是结构性的：广告收入随宏观景气波动、依赖广告主关系、且与内容环境高度绑定；订阅收入来自用户直接付费，波动小、可预测性强，且不受广告主偏好影响。
对一个曾经严重依赖广告、并且经历过广告主流失的平台而言，订阅业务达到十亿美元年化规模，意味着收入基本盘的性质发生了变化。
需要注意口径：年化收入运行率是按当期水平推算的，不等于已实现的年度收入。而这个数字是在一次假期推动之后达成的，因此其中包含促销带来的成分。
一个是为了信任，一个是为了可验证
他把两件事放在一起讲，但它们要解决的问题不一样。
开源推荐算法针对的是内容分发的公正性质疑。让外界能看到排序逻辑，是回应算法黑箱指控最直接的方式。
开源通讯代码针对的是加密的可信度。端到端加密的安全性无法靠承诺证明，只能靠代码审计。这在加密通讯领域已是行业惯例，而非特殊做法。
因此前者确实少见，后者则是这个品类的入场标准。他特意补的那句里面不会有广告钩子，其实说明了这项承诺的真正约束所在：不是技术上能否做到，而是商业上是否放弃这条变现路径。
Musk要理解宇宙，你必须去探索宇宙。仅仅待在地球上，用地面的望远镜和对撞机，你能学到的是有限的。
最终你必须走出去，去探索它，才能理解它。而这正是 SpaceX 与 xAI 结合背后的动机，是要加速人类理解宇宙、并把意识之光延伸到群星之间。
从大局上看，当你去看地球实际为文明消耗了多少能量，我们现在只用掉了地球潜在能量的大约百分之一。
而如果我们想用上太阳能量的哪怕百万分之一，那也大约相当于文明当前用能的一百万倍。
要获取那份能量，也就是太阳的能量，唯一的办法就是走出地球。地球真的只是一片巨大黑暗里非常非常小的一粒尘埃。
太阳占了太阳系全部质量的百分之九十九点八。所以你必须扩展到地球这粒微小尘埃之外，才能在利用太阳能量这件事上产生任何有意义的影响。
就像我说的，你大概要扩展一百万倍，才不过是用上太阳能量的百万分之一。
所以，地球上的数据中心之后，下一步是我们的地球轨道数据中心。
我们会和 SpaceX 一起，以每年一百到两百吉瓦的水平发射轨道数据中心。不是累计，我说的是每年。
而最终我们看到一条路径，也许能做到每年从地球发射多达一太瓦的算力。
但如果你想超过区区一太瓦呢。要做到那一步，你就必须去月球。
在月球上建工厂来制造 AI 卫星，再加上一台质量投射器。质量投射器是那种你只会在科幻小说里读到的东西，但我们要把它变成真的。我们真的会在月球上建一台质量投射器。
如果你做到这一点，你就能再上好几个数量级，可以做到每年一千吉瓦甚至更多。
最终也许能用上太阳能量的百万分之一，然后是千分之一，甚至可能是百分之几。
很难想象那种规模的智能会思考些什么，但亲眼看到它发生会非常令人激动。
我真的很想看到月球上那台质量投射器，一颗接一颗地把 AI 卫星射向深空。
百分之一，一百万倍，一太瓦，一千吉瓦
这是他这一年里把能量逻辑讲得最完整的一次，值得逐步拆开：
起点：地球目前只用掉自身潜在能量的约百分之一。也就是即便不离开地球，理论上还有百倍空间。
参照：太阳能量的百万分之一，约等于当前文明用能的一百万倍。这个比例来自地球接收的太阳能只占其总输出约二十亿分之一。
第一步：轨道数据中心，每年发射一百到两百吉瓦。他特意强调是每年而非累计。
第二步：从地球发射的上限约每年一太瓦。受制于发射能力。
第三步：月面工厂加质量投射器，每年一千吉瓦以上，再上几个数量级。
关键在于第二步到第三步之间的那道墙。从地球发射，每一公斤都要付出推进剂代价，即便星舰把成本降两个数量级，到太瓦量级仍然吃不消。而月球没有大气、逃逸速度只有地球的五分之一，因此可以用电磁弹射代替化学推进。
所以月球在这条链上不是目的地，是绕开地球引力井这道成本墙的唯一办法。
它是同期地面算力规模的两个数量级以上
把它放进参照系才能感受到跨度：同期 SpaceX 给出的地面算力目标是年底超过两吉瓦、次年底接近十吉瓦；而这里说的是每年发射一百到两百吉瓦。
两者相差一到两个数量级，而且时间尺度并不明确。这说明这段属于终局愿景，而不是可排期的工程目标。
区分的方法是看有没有配套的约束条件。他在讲地面算力时会给出电力、冷却、GPU 配额等具体制约；而在讲轨道算力时，给的是应该能做到的数量级，没有对应的运力与成本推算。
因此这段的正确用法是理解方向和排序，而不是把数字写进任何模型。本篇前面那些孟菲斯的建设数据才是可对账的部分。
八条带走的东西
- 重要的不是位置，是速度和加速度。这个框架对追赶者成立，但有前提：只在技术仍处陡峭段时有效。一旦能力增长趋缓，规模效应与转换成本会重新占据主导。
- 六个月从零到领先，这个剧本在语音、图像视频、编码上重复了三次。因为底层训练框架、数据管线和算力集群是共用的。但反过来也意味着单一模态的领先难以长期保持，真正的壁垒在底层算力体系。
- 当前一代模型在训练下一代，这描述的是加速而非自主。人仍在环路里决定改什么、审阅结果。与完全自动化之间还差着关键一步。
- 世界上百分之八十到九十五的软件有图形界面。这是命令行智能体不够用的根本原因，也是把这条线与数字版机器人连起来的地方：都是光子进、控制指令出。
- 通用评测集不能反映有用程度，因为存在污染、过拟合和代表性不足三层问题。但转向专家评判的代价是不可被外部核对。两种评测各有各的问题，不存在既客观又贴近实用的标准。
- 买到 GPU 和用起来 GPU 是两回事。十万块芯片交付了而软件跑不通，三万块规模就暴露问题。在两百多万个物理连接的系统里，故障是背景噪声而非偶发事件，系统的核心能力是在持续故障中仍能推进。
- 不到六周建成一个数据厅，这才是真正的护城河。它不是算法能力，是垂直整合的建设组织能力。在芯片受配额约束时，谁能更快把芯片变成运行中的集群，谁就赢得时间。
- 月球在能量推演里不是目的地，是绕开地球引力井那道成本墙的唯一办法。从地球发射的上限约每年一太瓦，而月面没有大气、逃逸速度只有五分之一，可以用电磁弹射代替化学推进。