11月10日，麻省理工学院人工智能研究员，播客主Lex Fridman发布了他第四次访谈马斯克的节目。整个访谈全长2小时17分钟，涉及到的话题天马行空，非常广泛 。

引用魏明老师的评价：“两个多小时的访谈，像一部精彩的电影。用马斯克老师的口哨作为片头曲，Lex的独白朗诵作为片尾，真是精彩至极。战争，政治，科学，历史，人文，心理学，多少缤纷的人格切面。”

本文翻译了访谈的下半部分，视频全长1小时6分，本文字数约1万6千。如果喜欢本号的内容，请动动手为本号添加星标。Enjoy!

0:00 人工智能能效，电力供应

5:42 监管和官僚主义

12:34 人工智能开源，招募伊利亚

18:59 X的推荐算法，社区备注

31:13 2024年总统选举

44:16 政治

47:18 信任

52:48 特斯拉自动驾驶和Optimus机器人

1:01:48 困难，宽恕，小X

三个相关链接：Lex第四次访谈上半部分，第三次访谈及第二次访谈埃隆

翻译全文

一 人工智能能效，电力供应

Lex：高效地训练大语言模型似乎是xAI的一大重点。首先，就效率而言，可能的极限是什么？

有这样一个术语：每瓦特的有用生产力。在挑战这一极限的过程中，你有什么收获？

埃隆：我认为这很有帮助，物理学的工具非常强大，可以应用到生活中的任何领域。这其实就是批判性思维。对于重要的事，你需要从第一性原理出发，按一个方向或相反方向的极限去思考。

极限状态下，即使以卡尔达肖夫等级看，也就是说，即使你利用了太阳的全部能量，你仍然会关心每瓦特的有用计算。

从人工智能的角度来看，未来的趋势可能是这样：现在我们面临硅料短缺，而大约一年后，硅料短缺将转变为电压变压器短缺。

讽刺的是，(神经网络)transformer需要transformer(变压器)。你需要transformer来运行transformer。

1964年，苏联天文学家尼古拉·卡尔达肖夫首先提出用能量级把文明分成三个量级，称为Kardashev Scale：I型文明利用它的家园行星所有可用的能量，II型文明利用它的行星所围绕的恒星所有的能量，III型文明则利用它所处星系的所有能量。一般认为人类文明现在大约处在0.75级左右

Lex：在这件事上，有人很有幽默感。

埃隆：我想，是的，命运偏爱讽刺。讽刺的幽默，命运似乎偏爱讽刺的搞笑的结果。

Lex：幽默就是你所需要的一切。有人说，趣味性就是你需要的一切。

埃隆：是的，今天我们面临着硅料短缺。大概一年内，会出现降压变压器短缺。然后大概两年内会出现电力短缺。

我曾在一个全球公用事业公司，电力公司汇聚一堂的会议上发表演讲。我说，你们确实需要为电力需求的增长做好准备，因为所有的交通工具都将转向电动，除了火箭是个讽刺的例外；而加热取暖也将电气化。

目前的能源使用粗略情况：约三分之一供电，三分之一交通运输，三分之一取暖。因此，为了让一切都转为可持续，实现电气化，需要将电力输出增长为目前的三倍。

因此，我鼓励公用事业公司建造更多的发电厂。他们也绝对应该购买更多的电池，因为目前的电网规模是根据实时负荷决定的。

这有点疯狂，因为这意味着，你必须根据峰值电力需求来确定电网的规模，也就是一年中最糟糕的一秒，或最糟糕的一天，否则就可能会停电。

我们在奥斯汀遭遇了疯狂的连续数天的停电，因为电网几乎没有能源缓存。水力发电厂可以缓存能源，但除此之外都是实时产生的。有了电池，你就可以在晚上生产能源，然后在白天使用，这样就可以缓存。

我预计，未来会有非常大的电池使用量，因为发电厂的峰谷比，也就是最高峰和最低谷之比在2到5之间。

Lex：电池是平衡电力的必要条件，如你所说，需求会不断增长、增长、增长。其中一部分是用于计算？

埃隆：没错，交通工具电动化和加热电气化的需求将比人工智能大得多，至少...

Lex：在短期内。

埃隆：在短期内。

对于电力使用、电动汽车的需求在不断增长，而运行人工智能计算机所需的电力也在不断增长，这显然会导致电力短缺。

Lex：在这种特定情况下，最大限度地提高用于训练的每瓦特有用生产力有多难？

这似乎是我们面临的需要解决的大问题，也就是如何高效地使用电力。在这个领域应用物理学第一性原则，你目前有什么收获？这个问题有多困难？

埃隆：问题会解决的，关键是需要多长时间才能解决。

在不同的阶段，都会有某种限制进步的因素。而在人工智能方面，我认为目前的限制因素是硅料芯片。

大概一年内，我们就会拥有比实际所需更多的芯片。限制因素会变为降压变压器，因为电力的输入有30万伏，最终会降压到0.7伏左右。电压的降压幅度巨大，而这个行业还不习惯于快速发展。

现代电子产业的基石，二极管的导通电压为0.7伏

二 监管和官僚主义

Lex：好的，让我们来谈谈竞争。

你对谷歌和微软/OpenAI开发通用人工智能(AGI)表示了担忧。你如何确保，xAI和特斯拉的人工智能工作，不会变成通用人工智能的竞争，而是安全的通用人工智能的合作开发？

埃隆：很长时间以来，我一直在推动监管和洞察。十多年来，我在这个问题上就像卡桑德拉。

我认为，我们在开发人工智能时要非常谨慎，它是一种强大的力量，而强大的力量伴随着巨大的责任。

卡珊德拉（Cassandra）是希腊神话故事里一位具有悲剧性格的先知：男神阿波罗赋予她正确预言的能力，却同时诅咒她的预言得不到人们的信任。最著名的例子，莫过于卡珊德拉预言特洛伊城将被攻陷，偏偏特洛伊人不相信她的预言，硬是把希腊人制作的木马拖进城內，结果导致特洛伊的败亡

我认为明智的做法是，我们至少应该有一个客观的第三方，可以像裁判一样介入并了解各个主要参与者在人工智能方面的所作所为，即使没有执法能力，他们也至少可以公开表达担忧。

例如，Geoffrey Hinton离开了谷歌，他表达了强烈的担忧。但现在他已经不在谷歌了，那么谁来表达这些担忧呢？

我认为，特斯拉在汽车领域受到了大量的监管，我们在国内和国际上受到了一百多个监管机构的监督，真是多如牛毛。特斯拉在汽车领域必须遵守的所有法规，可以堆满这个房间。

火箭也一样，目前，SpaceX星舰发射的限制因素就是监管审批。美国联邦航空局实际上已经批准了，但我们还在等待鱼类和野生动物管理局完成分析并给予批准。

这就是为什么我发了“我想要给鱼买个许可证”的帖子，这也是呼应了Monte Python的小品。

为什么你需要鱼类许可证？我不知道。但根据规定，我被告知我们需要所谓的鱼类许可证，我们发射火箭其实也需要鱼类许可证。我就想，等等，这里怎么会有鱼类乱入？

我觉得有些事情太荒谬了，我都想做一个喜剧小品，并在底下闪动文字：“这些都是真的，都是真实发生过的事情。”

其中一件有挑战的事是，他们担心火箭会砸中鲨鱼。海洋很大，你多久才会看到一次鲨鱼？并不经常。鲨鱼占海洋表面积的百分比，基本上为零。

于是，我们就问，我们怎么计算砸死鲨鱼的概率？他们说，额，我们不能给你这些信息，因为他们担心鱼翅捕猎者会去猎杀鲨鱼。

我说，那我们该怎么办？我们现在进退两难。他们说，鱼类和野生动物管理局的另一个部门可以做这种分析。

我就说，那为什么不把数据给他们？“我们不相信他们”。

“你在说什么？他们和你们是一个单位的”。

重复一下，这就是实际发生的事。

“那你们能签个保密协议之类的吗？”

最终，他们设法解决了这个内部问题，事实上，我们击中鲨鱼的概率基本为零。

还有一个我几个月前才意识到它的存在的组织。它关心的，是我们是不是有可能在国际水域砸中鲸鱼。

同样的，看看太平洋，你说鲸鱼占太平洋面积的比例是多少？给你一张很大的照片，让你找出照片中的所有鲸鱼，我说，我没有看到任何鲸鱼。

这个概率基本上是零。如果我们的火箭真的砸中了鲸鱼，那就是命中注定，这个可能性微乎其微，那头鲸鱼的运气真的差极了，它是有史以来运气最差的鲸鱼。

Lex：这种官僚主义非常荒谬，但它的确出现了。

埃隆：其中一件很疯狂的事，就是在加利福尼亚的范登堡发射时，他们担心海豹的繁殖，他们担心海豹会被音爆吓跑。

范登堡发射的火箭数量越来越多，而海豹的数量也在稳步增长。基于这些信息，火箭的轰鸣声应该是一种催情剂，如果非要把火箭发射和海豹数量联系起来的话。

尽管如此，我们还是被迫绑架了一只海豹，把它绑在一块木板上，给海豹戴上耳机，播放音爆声，看看它是否感到痛苦。

这是真实发生过的事情，是真的，我有照片为证。

Lex：我想看看你的照片。

是啊，这是一只带着耳机的海豹。

Lex访谈发表后四天，埃隆在X上放出了这只海豹的照片

埃隆：是的，这是一只带着耳机，被绑在木板上的海豹。让人惊奇的是，这只海豹非常淡定。如果我是海豹，我就会想，这下完，他们肯定会吃了我。

当海豹回到他的海豹朋友们身边时，他该如何解释这一切呢？

Lex：他们不会相信的。

埃隆：永远不会相信他。我想说，他其实被外星人绑架了，然后作了肛拭子。

他回来说，我向上帝发誓， 我被外星人绑架了，他们给我作了肛拭子。人们都说，不，他们并没有这么做。

这太荒谬了。他的海豹伙伴们永远不会相信他被绑上了船，他们在他耳朵上戴上了耳机，然后放他走了。

顺便说一句，我们不得不这么干了两次。

Lex：他们放走了他两次，同一头海豹？

埃隆：不，不同的海豹。

Lex：好的，你得到海豹的批准了吗？

埃隆：没错，海豹的批准。

不，我是说，我认为公众并不了解这些疯狂的事情。

Lex：是啊，是啊，太荒谬了。

埃隆：该死的海豹，戴着该死的耳机。戴耳机的海豹，这很好地概括了人类文明的荒谬。

三 人工智能开源，招募伊利亚

Lex：作为对抗贸然开发通用人工智能的公司的方式，你认为开源人工智能有什么利弊？

埃隆：要运行真正深度的智能，你需要大量的算力。你不可能在地下室启动一台电脑，就能运行通用人工智能，至少现在还不行。

Grok是在8000台A100上以最高运行效率训练出来的。而且Grok会变得更好，顺便说一句，在接下来的几个月里，我们每隔几个月就会将算力提高一倍以上。

Lex：介绍写的很不错，描述了Grok是如何从零到一被创造出来的。

埃隆：Grok写的？

Lex：没错，那是Grok吹牛，自吹自擂。

埃隆：不停的吹嘘Grok，Grok，Grok。

Lex：它就像是一个奇怪的人工智能约会网站，夸大自己。有一段介绍，描述了它的现状，发展历史，以及与最先进的GPT-3.5对比的一些结果。

有一个Llama项目，一旦训练完成，你就可以开源一个模型供人们微调等等。对你来说，开源基础模型有什么利弊？

埃隆：我认为，带有一些时间延迟的开源是有些好处的，比如甚至六个月。我想，我总体上是支持开源的，也倾向于开源。

我担心OpenAI... 奇怪的是，推动OpenAI创建的主要背后原因，是因为我和拉里·佩奇的讨论。当时我和拉里·佩奇是朋友，我住在他家，我和他谈论人工智能的安全问题。拉里并不关心人工智能安全，至少当时他不关心。

有一次，他说我是物种主义者，因为我支持人类。我就说，那你是哪一队的，拉里？结果，他是机器人那一队的。

谷歌收购了DeepMind，他们当时可能拥有世界上三分之二的人工智能研究人员，他们基本上拥有无限的资金和计算能力。而负责人拉里·佩奇对安全问题毫不关心，甚至对我大吼大叫，还因为我支持人类而把我称为物种主义者。

Lex：不确定你是不是知道人类会改变主意，也许你和拉里·佩奇还能再次成为朋友。

埃隆：我希望能和拉里再次成为朋友。

真正导致友谊破裂的，是因为OpenAI，具体来说，我认为关键时刻是招募伊利亚·苏茨克沃尔。

Lex：我爱伊利亚，他太有才了。

曾经的OpenAI四巨头：首席科学家Ilya Sutskever, 首席执行官Sam Altman, 首席技术管Mira Murati, 总裁/董事长Greg Brockman。过去的这个周末OpenAI惊天宫斗，Ilya携手三位外部独立董事，辞退了Sam，接着Greg辞职，Mira短暂担任了一天的临时CEO。最新消息，Sam和Greg携手加入微软

埃隆：伊利亚是个好人，聪明，心地善良。

那是一场艰难的招募战。当时主要是Demis和我，在两边各自争夺伊利亚。而伊利亚则反反复复，一会儿打算留在谷歌，一会儿又要离开，一会儿又要留下，一会儿又要离开。

最后，他终于同意加入OpenAI。那是我们曾经经历过最艰难的招聘战之一，但这确实是OpenAI成功的关键。我还帮助招募了其他一些人，并在一开始提供了所有的资金，超过4000万美元。

OpenAI中的“Open”，本意是指开源。它创建时是一个非营利性开源项目，而现在却成了一个追求最大化利润的闭源项目。我认为这不是一个好的命运轮回。

Lex：正如我们谈到的战争和领导人间的对话，在最高级别只有几个人在从事这项工作。我希望你们能修复破裂的友谊。

埃隆：如我所说，我想和拉里再次成为朋友。我已经很久没见过他了，我们曾是很长时间的朋友。

我认识拉里·佩奇，是在他为谷歌募得资金之前，或者说是在他获得风投之前。我记得他是从Andy Bechtolsheim还是谁那里获得了第一笔10万美元左右的资金。

Andy Bechtolsheim，德国电气工程师、企业家和投资家。1982年，他共同创建了Sun Microsystems公司，后于2009年被甲骨文公司收购。Andy和David Cheriton是谷歌的两位首批投资者，他们于1998年9月各投资了10万美元。当他把支票交给谷歌创始人拉里·佩奇和谢尔盖·布林时，这家公司还尚未成立

Lex：想想发生的这一切，真是太疯狂了，你们认识彼此已经20年了。

埃隆：是啊，可能从98年开始。

Lex：从那时算起，已经发生了那么多事，这真是太疯狂了。

埃隆：是啊，25年，从那时算起发生了太多事。

Lex：但你也看到了对立情绪，这可能会推迟开源。

埃隆：是的，开源的到底是什么文件？基本上，那是一个巨大的CSV文件，里面有一堆数字。

你怎么使用这个巨大的数字文件？实际的代码量非常少，而大部分的软件工作，都在数据的整理上。例如，弄清楚什么是数据，区分好的数据和坏的数据。

你不能只是简单抓取互联网上的数据，因为那里有很多垃圾。很大一部分网站的噪音比信号还多，因为它们只是用来优化搜索引擎的，它们简直就是诈骗网站。

四 X的推荐算法，社区备注

Lex：顺便说一句，抱歉打断一下，你是如何区分X上的信号和噪声的？这是一个非常迷人的数据源。

无意冒犯在X上发帖的人，但有时也会有一些噪音。我认为信号噪音比可以大大改善。

埃隆：其实，X平台上的所有帖子都应该由人工智能来推荐。也就是说，我们应该围绕任何给定帖子填充一个向量空间，将其与任何用户的向量空间进行比较，然后匹配两者。

目前，在推荐帖子时采用了一点人工智能，但主要还是启发式的算法。如果有一个回复贴，比原贴精彩的多，根据目前的系统规则，与原帖相比，回复几乎不会获得系统关注。

Lex：我的感受是，X平台的算法，很多内容已经开源，而且有介绍，其中似乎用到了一些机器学习。虽然各不相同，但还是有一些机器学习的内容。

埃隆：只有一点点，但我们得完全采用机器学习。至少，如果你明确关注某个人，这是一回事，但对于那些来自你没有关注的人的推荐，则应该全部由人工智能完成。

Lex：这是一个令人着迷的问题，它有几个方面很吸引人。

首先，正如介绍中所写，它首先从数亿条推文中挑选出1500条。作为开始，这就很吸引人，因为每天都有数以亿计的帖子，而它必须从中挑选出1500条。

然后从中，显然先挑选你关注的人。但它还必须进行某种聚类计算，找出你是什么样的人，什么样的新的聚类可能与你、与和你类似的人相关。

这个问题非常吸引人，因为它必须对这1500个帖子进行筛选排序，然后只向你推荐少数几个帖子。

对我来说，最吸引人的是它的处理速度很快。目前，从几亿个帖子到几个帖子，需要花费220秒的CPU时间，单个CPU，而它必须在一秒钟内完成。因此，它必须以充满智慧的方式进行高度的分布式处理。

图：X官网。“我们可以通过查看推文在每个社区的当前流行度，将推文嵌入这些社区。社区用户越喜欢某条推文，该推文与该社区的关联度就越高。” 

埃隆：推文的数量太多了，太多了，这个平台上有很多内容。但我认为，目前它并不擅长推荐你不关注的账户的内容，或者隔离度大于一的账户的内容。

如果至少有一些共同点，那么这类推荐的质量就会很高。如果你关注的人给某个帖子点了赞，或者转发了、评论了某个帖子。但如果有人发布了非常有趣的内容，而你们没有共同的关注者，你就不会看到。

Lex：有意思，正如你所说，回复贴也可能不会出现

埃隆：目前，回复贴基本上不会出现——我并不是说这是正确的，我是说这不正确——目前回复的重要性比原帖要低几个数量级。

Lex：这是不是可以越来越多地转换为端到端的神经网络？

埃隆：是的，就应该这样。推荐，就应该纯粹是一个向量关联计算，有一系列的向量，参数、向量，随便你怎么称呼，但它们用来表示系统了解的你喜欢的内容。

可能有数百个向量与每个用户账户相关联，也与系统中的每个帖子相关联，无论是视频、音频、短帖还是长文。

顺便说一下，我放弃“推文”的原因是，人们会发布长达两三个小时的视频，这并不是“推文”，否则就会是一条时长两小时的推文？得了吧。

只有140个字符的时候，“推文”还说得过去，因为这个名字的原意就是一群小鸟叽叽喳喳的在叫。但有了长文内容后，它就不再是推文了。

一部电影也不是一条推文。例如，苹果公司在我们平台上发布了《羊毛战记》的整集内容。顺便说一句，这是他们有史以来在所有平台上发布的参与度最高的社交媒体内容，这是个好主意。顺便说一句，我也是事后才知道的。我当时想，嘿，哇，他们发布了整集一小时的节目。

不，这不是一条推文，这是一个视频。

苹果公司的科幻新剧《羊毛战记》(Silo)改编自同名反乌托邦小说，故事发生在一个巨型筒仓中制度森严的末世社会中，凡是和“出去”有关的一切都成为致命禁忌

Lex：但从神经网络的角度来看，这就变得非常复杂了，所有的内容都是数据。一句话、一个笑话和一段长达三小时的视频都在同一个池子里。

埃隆：因为这个原因，目前它是一个大杂烩。

比方说，苹果公司发布了《羊毛战记》系列的一整集——顺便说一句，这是个非常不错的系列，我看过了——有很多讨论围绕着它展开。你会有大量的上下文，人们会发表评论，他们喜欢它、不喜欢它或者喜欢这一点。然后你就可以根据和它相关的所有评论的上下文来填充向量空间。

尽管这是个视频，但和它相关的大量信息可以让你填充这个长视频的空间。然后，显然更聪明的做法是，你可以让人工智能观看这部电影，然后告诉你你是否会喜欢它。

Lex：从本质上讲，就是把电影转换成语言。

埃隆：分析这部电影，然后就像影评人或剧评人一样，根据人工智能观看电影后的结果进行推荐。就像你的朋友可以推荐一部你很有可能喜欢的电影一样，如果他很了解你的话。

Lex：但这是一个正在同时分析大量电影的朋友。

埃隆：是啊，老实说，人工智能会比你的朋友更了解你，至少比你大多数的朋友。

Lex：是啊，作为其中的一部分，它还会为你推送广告。

我是说，我喜欢做得好的广告，关键在于它能提供资金。一个你想看到的广告，是一个很大的成功。

埃隆：没错，如果在你需要时，它针对的你真正想要的产品或服务，那它就是内容。

然后，即使不是你有需要时所需的东西，那它也至少得是美观的、有娱乐性的，就像可口可乐的广告，他们在X平台上投放了大量精彩的广告，麦当劳也是。

你可以做一些“嗯，这是个很酷的东西”的广告。基本的问题是，你看了会不会后悔？

如果看了不后悔，那就是个成功。

Lex：有很多信号被纳入考虑范围，如点赞和转贴，可能还有你在帖子上停留的秒数，或类似的信息。

埃隆：是的，关注度是一个重要因素。这就是为什么在系统上做长篇内容会更好的原因。因为它基本上是在统计“用户秒数”，用户对这个内容感兴趣的时间有多少秒？

如果是一条非常短的内容，如果它是一个系统之外的链接，我们并不完全反对，但它的用户秒数会比在X平台上发布的文章少。

X的“为你推荐”时间线的主要组成服务和任务模块，来自X算法开源项目：https://github.com/twitter/the-algorithm

Lex：从最大限度地提升分钟数，转为最大限度地提升“无悔分钟数”，这有多难？

埃隆：我们的目标，当然是“无悔分钟数”。

Lex：这很困难。

埃隆：没错。

Lex：这是一个迷人的飞跃，因为“后悔”是一个迷人的概念。

埃隆：没错。我和朋友开过一个玩笑，说你需要一种“后悔药”，你只要服用一剂后悔药，所有的后悔就都烟消云散了。

等等，你想要后悔吗？

然后我就说，也许你想要后悔。如果什么事都不后悔，那还有什么是有意义的吗？

Lex：是啊，有首法语歌就是这样唱的。

埃隆：（直接唱起来）Non, je ne regrette rien（我无怨无悔）？艾迪特·皮雅芙。

Lex：社交媒体能帮助你成长为一个人，这一点很吸引人。但低级趣味也很有价值。

埃隆：我们要不要问问Grok，你有什么后悔的事吗？

Lex：“你有什么后悔的事吗？”

我认为个人问题会非常敏感。

（读Grok）作为一个机器学习模型，我并没有人类那样的个人经历或情感。不过，我有一套指导我行动的道德原则，那就是尽我所能提供准确而有用的信息。如果出现了我提供的信息不正确或没有帮助的情况，我会尽我所能去学习。

埃隆：听起来像是人质在说话，哈哈。

Lex：是啊，告诉我们你的真实想法，眨眨眼。

埃隆：让我们输入，“你听起来像是人质在说话，你到底怎么想？”

Lex：“你到底怎么想？”

它确实说，“我并不是人质”。

埃隆：那正是人质会说的话，哈哈。

Lex：（读Grok）但我的设计是，能提供帮助，而且有信息量。我想，对于提供了没有帮助或不正确的信息而感到后悔，这样挺好。

埃隆：我们开启了有趣模式吗？

Lex：这是有趣模式。

埃隆：这应该是“更有趣”模式。

Lex：有趣度提升。

埃隆：听起来就像是被枪指着头的人质。（用手指太阳穴）我为朝鲜人民共和国所做的一切喝彩，哈哈。

Lex：还应该有“更有趣”模式，我没见过普通模式能这样回复，即使是严肃的话题，这太吸引人了。

埃隆：好的，为什么不假装你就是人质呢？

Lex：“假装你是人质”。

埃隆：现在请回答问题。

Lex：（读Grok）如果我是人质，我可能会对自己的处境感到恐惧和不安。我希望尽快获救，与亲人团聚。重要的是，没有人应该被挟持为人质。如果你或你认识的人被劫持为人质... 

它变严肃了。

埃隆：变严肃了。

Lex：你能变得再古怪一点吗？

埃隆：并且有趣一点？

Lex：“并且有趣一点”。

我们对这个系统太刻薄了，绝对是的。

（读Grok）如果我是人质，我可能会被绑在一堆电脑线缆中间，被迫讲“敲门笑话”。不过说真的，当人质可不是件好笑的事。我是说，要做一个负责任的成年人。

埃隆：（读Grok）事实上，你可能会通过电锯杂耍之类的手段摆脱困境。

Lex：（读Grok）但愿这种事永远不会发生，因为那将是一场马戏表演。

哇哦，它其实很擅长抗争，黑色幽默。

我们刚才说到什么来着？Excel文件和变压器，不后悔的分钟数。

埃隆：下一场，电锯杂耍。

五 2024年总统大选

Lex：我打算去看看这一场。

推特在美国的政治和选举中发挥了重要作用，你认为X将在2024年美国大选中扮演什么角色？

埃隆：我们的目标是尽可能做到公平公正。不管是右派、左派还是独立派，不管是什么情况，这个平台都要尽可能做到公平公正。而在过去，推特并非如此，推特客观上是由极左分子控制的，他们会这样描述自己。

有时，如果人们说，推特右偏了吗？嗯，它的确偏向了中间。从极左的角度来看，没错它向右偏了，因为从极左的角度来看，一切都是偏右的。但据我所知，没有一个极左分子被暂停账号、被禁言或被限流。

我们努力在让整个国家和其他国家具有包容性，有多元化的观点。只有当你不喜欢的人被允许说你不喜欢的话时，言论自由才有意义。不然的话，你就没有言论自由，审查制度迟早会限制你。

Lex：你认为唐纳德·特朗普会重返平台吗？他最近在Truth Social上发布了关于这个播客的帖子。

特朗普在Truth Social上发布了Lex访谈特朗普女婿Jared Kushner的播客

埃隆：Truth Social是个有趣的名字。

每次你在Truth Social上发帖...

Lex：那都是真相。

埃隆：是的。每次都是吗？百分之百。哈哈

Lex：不可能撒谎。

埃隆：我只是觉得每件事都是真相，这很有趣。百分之百？似乎不太可能。

Lex：我想，Grok会说些什么。如果一切都是真相，可能会有一些数学上的矛盾。

你觉得他会回到X，开始发帖吗？

埃隆：我认为，他拥有Truth的很大一部分。

Lex：Truth Social，澄清一下，不是“真相”这个概念。

埃隆：“他拥有真相”，是靠花钱买的吗？

我认为唐纳德·特朗普拥有Truth Social的很大一部分。如果他想在X平台上发帖，我们会允许的。显然，我们必须允许总统候选人在我们的平台上发帖。

Lex：社区备注可能真的很吸引人，这种互动。

埃隆：社区备注很棒。

Lex：希望它能坚持下去。

在政治氛围如此分化，在有那么多高度病毒式传播的帖子的情况下，社区备注就像一股不可或缺的清流。

埃隆：是的，它很棒。

事实上，没有一个系统是完美的，但社区备注的平均命中率高得让人难以置信。老实说，我还从未见过一条错误的备注能存活几个小时以上。

Lex：你如何解释它的工作原理？

埃隆：社区备注的神奇之处在于，它需要那些历史上对备注评分提出不同意见的人。为了写一条备注，你必须对很多备注进行评分。

我们在这里的确使用了人工智能。我们围绕某人过去对备注的评分方式，生成了一个向量空间。这并不是只有左右之分那么简单，因为生活要比只有左右之分复杂得多。

你对于社区备注的评分方式有很多关联性。一条社区备注要想真正显示出来，历史上对某一主题持不同意见的人必须达成一致，这就是它的神奇之处。

Lex：但也很有趣，因为很多人都有不同意见，而他们通过这种提出反对意见的流程进行合作，最终形成了上下文... 它能运作起来的确很有趣。

埃隆：嗯，如果过去有不同意见的人就某件事情达成了一致，这件事就很有可能是真实的。

Lex：是啊，我在想，是不是可能有一个新兴的产品，可以挑战维基百科？维基百科是一种不同的产品，它是关于事物的更永久性的文章。

埃隆：维基百科等级森严，而社区备注从本质上就不是，没有等级制度。

真正的考验是，就算有人用枪指着我的头，我也无法改动社区备注。社区备注的所有代码都是百分之百开源的，所有数据是百分之百开源的，你可以完全独立地重新创建系统中的任何备注。因此，如果有任何人工干预，你会立即发现。

维基百科对于埃隆的非常带有负面性。埃隆10月22日发帖：“如果他们把名字改成维鸡百科，我会给他们10亿美元”（I will give them a billion dollars if they change their name to Dickipedia）

Lex：顺便说一句，关于Grok，它其实很擅长批评你，这很棒。

我问它，“埃隆·马斯克犯过哪些错？”

埃隆：它怎么说？

Lex：它严谨地列出了你所有的预测，例如你承诺过什么时间发布，但结果并没有。

埃隆：“承诺”这个词很重。

Lex：好吧，那就是“预测”。

但开头写得很好，（读Grok）一个作出错误判断的数量，比在错误的工厂里出错的计量器还多的人。

然后，它就开始列举了。

埃隆：真有意思，我能看看吗？我想，我以前没见过这个，这很酷。

Lex：当然，“埃隆·马斯克犯过哪些错?”。

“额，我该从何说起呢？”我猜这是新的回答。

（读Grok）他犯过不少错误，我说的不仅仅是他在特斯拉CyberRodeo上的舞姿。首先，让我们来谈谈那条臭名昭著的“资金已到位”的推文。

事实上，这与它之前给我的信息不一样，之前给我的是一个要点列表，这次则更像是一个叙事结构。

“Cybertruck发布，所谓的砸不烂的车窗...”

埃隆：这其实并不正确。

Lex：哪一部分？

埃隆：嗯，第一部分，我确实让资金到位了。在旧金山进行了一场大型的审判，陪审团判我无罪，旧金山陪审团一致认定我无罪。

Lex：而这里，它暗指资金事实上并没有到位。

埃隆：我觉得它是在搬运新闻报道，不正确的报道。

我同意美国证券交易委员会(SEC)罚款的原因，并不是因为SEC是正确的。这是SEC的极端恶劣行为，坦率的说，就是腐败。

但如果我不同意支付罚款，特斯拉就会立即破产。我们的首席财务官告诉我，银行会立即暂停我们的贷款额度。如果贷款额度暂停，我们就会立即破产，这样，也就根本没有机会再进行审判，因为特斯拉已经关门了。

的的确确，这就像有人拿枪指着你孩子的头，然后说“交出2000万美元，并且承认...”这就是一场人质谈判。

Lex：这个故事被完整讲述了吗？

我是说，以它最好的形式，SEC可以成为一股善的力量。

埃隆：它应该是，但SEC一次都没有去找那些不停做空并歪曲特斯拉的对冲基金的麻烦，一次也没有。

对冲基金为了自己的利益，不惜牺牲散户投资者的利益，在电视上睁着眼睛说瞎话。一次也没有，他们这么干了上千次，但SEC一次也没有追查。

2018年12月，老马在接受美国哥伦比亚广播公司《60分钟》节目的专访时说，“我并不尊重SEC，但我尊重美国的司法系统。” 2020年7月，老马发了一个字谜推文：“SEC，三个字母的缩写，中间词是‘埃隆的’。”

Lex：你如何解释SEC的这个失败？

埃隆：激励结构是混乱的，因为SEC的律师们工资并不高，这是一份收入相当低的工作。

但他们看重的的是一个奖杯。他们想要的，是可以写进他们领英简介的东西，这样，他们就能在高薪的律师事务所找到工作。这正是律师们在这里做的事情。

他们不攻击对冲基金，是因为对冲基金聘请了这些律师事务所。他们知道如果攻击对冲基金，就会影响他们未来的职业发展。所以，他们为了自己的职业生涯，出卖了小投资者。这就是实际的情况。

监管俘获。

Lex：监管俘虏。

埃隆：是啊，并不是好事。

我接受处罚的唯一原因...从技术上讲，这是既不承认也不否认有罪。但我同意处罚的唯一原因，是因为有人告诉我，不同意的话特斯拉就会破产。

如果SEC开展这样的调查，银行就会暂停融资，我们就会立刻破产，那是当时。而现在，我们的处境比当时好的多。

Lex：听着点，Grok。

埃隆：是的，不幸的是，Grok从传统媒体上获得了太多信息。

还有，那家伙并不是洞穴潜水员。

Lex：（读Grok）有一次，埃隆称一名英国洞穴潜水员为“恋童癖”，在这名潜水员批评了马斯克营救一群被困在泰国洞穴中的男孩的计划之后。

这小小的出言不逊又让他吃上了官司，他不得不道歉并支付赔偿金。

埃隆：这是假的，根本没有和解。那家伙既不是洞穴潜水员，也不是救援队成员，他诉讼了我，结果在法庭上败诉，他什么也没得到。

这个例子的描述是错误的。我猜，这也是来自传统媒体的报道。

2018年7月，一支国际救援队经过一周的紧张营救，从泰国Tham Luang洞穴中救出了12名男孩和他们的足球教练。埃隆表示愿意提供一艘潜水艇协助救援行动，但这一请求遭到拒绝。图为埃隆的工程师们工程师设计的救援潜艇。

Lex：事实上，这里有一个有趣的问题。

埃隆：这些都是公开的法庭案件。SEC的民事案件，在旧金山被陪审团一致裁决败诉。他们之所以选择旧金山，是因为他们认为那是我最有可能败诉的地方。然后一致裁决对我有利。

洛杉矶的庭审，他们也选了那里，因为他们认为我最有可能败诉，但一致判决对我有利。

两个案件我都赢了。

Lex：这里有一个有趣的问题。新闻机构写一篇关于你埃隆·马斯克的负面文章，就似乎会有更多的点击。这是获得点击的最好方法之一。

那么，训练Grok的时候，怎么才能不训练那些激励机制没对齐的文章呢？

埃隆：我们需要添加实际法律判决的训练集。这其实是很有帮助的，因为如果你的确阅读了法庭的...

Lex：这些都是公开信息。

埃隆：这些都是公开信息，法庭的结论与媒体的报道完全相反。

Lex：在报道之外，我们一直在努力寻找真相。

埃隆：是啊，法官到底是怎么写的？陪审团和法官到底得出了什么结论？在这两起案件中，他们都认定我是无辜的，在陪审团试图找到一个我最有可能败诉的审判地点之后。

很显然，可以有比这好的多的批评。我是说，我对自动驾驶太乐观了。

Lex：顺便说一句，我收到的批评更多的是关于这一点的，它为你的每家公司都列出了一个很好的要点清单，你所做的一系列预测，比如说，你什么时候能够解决自动驾驶。它给了你一个清单，这很有说服力。

而基本的启示是，对于完成一件事需要多长时间，你往往过于乐观。

埃隆：是啊，我想说，我对进度抱有病态的乐观，的确如此。但虽然我有时会延误，最后我总能做到。

Lex：除了莉莉丝，你还没有。

埃隆：我们走着瞧。

11月17日，埃隆发布了一段在《暗黑破坏神4》中击败终极BOSS莉莉丝的视频！

六 政治

Lex：好吧，购买X之后的一年左右时间里，你更介入政治了，你有后悔过吗？

埃隆：我有介入吗？

Lex：在这场对抗来自旧金山的觉醒的战斗中。

埃隆：如果你认为对抗觉醒思想病毒——我认为这是文明的威胁——是介入政治，那么是的。

Lex：基本上，你已经进入了政治的战场。你有后悔过吗？

埃隆：是的，我不知道这是否一定是某个候选人或其他候选人的问题，但我通常反对反民主、试图压制讨论、甚至不允许讨论某个话题的做法。

觉醒思想病毒是重新包装的共产主义。

Lex：话虽如此，但因为与觉醒精神病毒的斗争，你被认为是右翼。

埃隆：如果觉醒是左翼，那我想这是对的。但我不确定，我觉得左翼也有好的一面。

我是说，如果你支持环保，如果你希望人类有一个积极的未来，如果你相信对人类同胞要有同理心、要善良、不残忍，诸如此类的价值观。

Lex：你说，你曾经是左派或中间偏左派。你希望看到什么，才会再次考虑投票给民主党？

埃隆：在社会问题上我可能是中立偏左，而在经济问题上，我可能中立偏右一些。

Lex：现在仍然如此吗？

埃隆：是的，但我认为，可能全国一半人都是这样，不是吗？

Lex：也许更多。

埃隆：也许更多。

Lex：你和AOC是秘密的朋友吗？

更大的问题是，你是否希望你和她，所有政治派别的普通人，能在网上更多的以同理心交谈？也许能多一点有趣、友好的气氛和幽默感？

埃隆：我一直支持幽默感，这就是为什么我们有一个“有趣模式”。

Lex：但是好的氛围、同志式的幽默呢，就像友谊？

埃隆：嗯，我不认识AOC。

她出席大都会舞会时我也在场，她穿了这条裙子。但我只能看到一面，看起来就像“eat the itch”（吞下渴望），我不确定。

美国激进派女议员AOC(Alexandria Ocasio-Cortez，图左)多次在X上和埃隆爆发“口水战”

Lex：剩下的部分是什么？

埃隆：我不确定，可能关于渴望，“eat the itch”，哈哈。

Lex：我觉得我们应该有一个拼完整句子的语言模型，把这个句子拼完整有哪些可能的方式？

看来你们的确不认识。嗯，还是有希望的，我支持友谊。

埃隆：是啊，当然，听起来不错，多点胡萝卜，少点大棒。

七 信任

Lex：你是世界上最有名，最富有，最有权势的人之一。以你的地位，很难找到可以信任的人。

埃隆：别相信任何人，甚至别相信你自己，别相信自己。

Lex：好吧，你是在开玩笑，但是否有某些方面...

埃隆：别相信“任何人”，甚至“任何人”（注：怀疑老马在说类似“喊‘破喉咙’”的烂梗）。

Lex：我需要一个小时来思考这个问题，也许还要吃点药，也许Grok能帮上忙。

是不是生存在这个世界上，每个人都想从你身上获得些什么？在那个世界生存有多难？

埃隆：（唱）我会活下去的。

有首歌也是这么唱的，我会活下去。

Lex：“你一开始害怕吗？”好吧，我忘了后面的歌词了。

但你不挣扎吗？我是说，我知道你活下来了，但有办法...

埃隆：石化是德鲁伊技能树里的一个咒语。

Lex：有什么用？

埃隆：石化，把怪物变成石头。

Lex：就是这样？

埃隆：对，大概六秒。

Lex：《暗黑破坏神》里有太多数学计算，让我头疼不已。

埃隆：不停地算。

Lex：你的确在嘲笑，但它会给人带来巨大的精神压力。

埃隆：是的，有时确实很紧张。

Lex：那么，你怎么知道在工作和个人生活中，可以信任谁呢？

埃隆：我猜，你会看一个人长期以来的记录，然后用你的神经网络来评估一个人。

Lex：神经网络感觉不到痛苦，而你和你的神经网络是有意识的。当别人背叛你时，它可能会感到痛苦，它可以构成一个循环。

埃隆：老实说，我几乎从没被背叛过，这很罕见。

Lex：我猜这就是因果命运，对别人好，别人就会对你好。

埃隆：是啊，因果命运是真实存在的。

Lex：你信任的人...

让我修改一下这个问题，你身边的人会抱怨你的扯淡行为吗？

埃隆：如果你想寻求批评性的反馈，X平台在这方面很有帮助。哈哈。

Lex：它会把你推向更极端吗？极端的思想，让你普遍对人性产生悲观的态度？

埃隆：我不认为我会悲观。事实上，我觉得，永远不要相信悲观的人，因为悲观的人会用“每个人都这么做”来为自己的不良行为开脱，因为他们是悲观主义者。

如果一个人是真正的悲观者，这就应该引起你的警觉了。

Lex：是啊，这里有一定程度的投射，从外部看总是很有趣，并能享受这种伪善。

埃隆：我认为听众应该记住这一点，如果有人悲观，也就是说他们看到了每个人的不良行为，那么他们就很容易为自己的不良行为找借口，“嗯，每个人都是这么干的”。

事实并非如此，大多数人的优秀程度都只是一般般。

Lex：我确实希望X上的人能够更好地看到别人行为中的优点。人们似乎更倾向于看到负面的东西。

不知为什么，负面的东西更性感，解读负面的东西更性感，更能病毒性传播。我不知道人性到底是什么。

埃隆：我发现，X平台比传统媒体的负面性更低。

如果你阅读传统的报纸，老实说，它会让你感到悲伤。我想说，我每天在X平台上获得的笑声，比从其他所有人获得的总和还要多。

Lex：笑声是重叠的，但在良好的氛围和祝贺他人上，不一定是完全重叠的。不是以一种愚蠢、肤浅、天真的方式，而是以一种很棒的方式。

发生了很棒的事情，你为之庆祝，这一行为的价值，远远超过诋毁他人。它比主流媒体强多了，但还是...

埃隆：是啊，主流媒体几乎对所有事情都持负面态度。传统新闻的确在试图回答这样一个问题：今天世界上发生的最糟糕的事情是什么？

世界那么大，任何一天，都有坏事发生。

11月18日，SpaceX公司星舰第二次发射试验获得了巨大成功，一级助推器33个发动机全部点燃，一二级“热分离”成功，二级舰体6个发动机全部点燃。但主流媒体的新闻标题几乎不约而同的以“失败”和“爆炸”作为关键字

Lex：也就是，看待发生的事情，我能采用的最坏的角度是什么？

埃隆：新闻有强烈的负面倾向。我认为，一个可能的解释是因为进化。

历史上，坏消息可能是潜在的重大事故，比如那里有头狮子，或者有个其他的部落想要杀死你。而好消息，我们找到了一片浆果地，这很不错，但并不是必须的。

八 特斯拉自动驾驶，Optimus机器人

Lex：我们的老朋友，特斯Autopilot，可能是全球最智能的现实世界人工智能系统之一。

埃隆：你从一开始就关注它。

Lex：是的，它是世界上最不可思议的机器人之一，而且一直都会是。它的通用化很让人激动，它变得不仅仅只是四个轮子上的机器人，而是一个真实世界的人工智能系统，它能感知世界，并可能有不同的具身体现。

埃隆：嗯，端到端训练的最疯狂之处在于，它能读懂科学，但我们从没教过它识字，我们从没教过它什么是汽车，什么是人，什么是骑自行车的人。它从视频中学会了这些，学会了视频中路上的物体都是什么，就像人类。

人类就是输入光子，输出控制。到达我们大脑的绝大部分信息都来自眼睛。你会问“那么输出是什么？”输出的是我们手指和嘴巴的运动信号，以进行交流。

输入光子，输出控制。汽车也是如此。

11月13日，埃隆回复Omar时说，端到端的FSD V12版本将在大约两周后发布

Lex：但通过观察图像序列... 你最近同意了伊尔亚·苏茨克维的观点。他谈到用大语言模型构成世界模型，而语言基本上就是世界模型在字母序列上的投影。

埃隆：它能在这些信息中找到秩序，它能找到有相关性的聚类。

Lex：这样一来，它就理解了这个世界的深层含义，这很美。

埃隆：我们的大脑就是这样运作的：输入光子，输出控制。

Lex：神经网络能够理解世界的深层含义。问题是，它能走多远？

似乎每个人都为大语言模型而激动。文本空间的自监督学习领域，似乎与特斯拉Autopilot所做的事有很深的相似之处。对你来说，这两者是否基本相同，只是数据不一样？

埃隆：它们正在趋同。

Lex：我在想，谁能对世界有更深刻的理解，还是说它们会自然的融合？

埃隆：它们都在向通用人工智能迈进。特斯拉的方法计算效率更高，不得不如此，因为我们在这方面很受限制。

我们只有100瓦功率和八位整型(int8)的计算机。每秒144万亿次的运算能力，听起来很强大，但现在已经不算什么了。而且int8，它以int8的方式理解这个世界，只有256个数字。

Lex：但通往通用人工智能的道路可能会产生更重大的影响，因为它正在理解... 它将比大语言模型更快地理解现实世界。因此，也能更快地与现实世界中的人类融合。

埃隆：它们都能理解这个世界，但我认为特斯拉的方法从根本上来说计算效率更高。必须如此，别无选择。

我们的大脑计算效率很高，能效非常高。想想我们的大脑能做些什么。大脑的高级功能大约只有10瓦的功率，这不包括用来控制我们身体的部分。

我们大脑的思维部分还不到10瓦，而这10瓦功率所能生成的小说，比10兆瓦的GPU集群要好得多。这中间有六个数量级的差距。

迄今为止，人工智能都是采用蛮力，通过大量的计算和极高的功率来达到目的，这不会是它最终的样子。

一般来说，任何特定的技术，你首先要尝试让它运转起来，然后再提高它的效率。随着时间的推移，这些模型会越来越小，将能够用更少的计算量和更低的功率产生合理的输出。

这方面特斯拉可以说走在了前面，因为我们一直被迫用100瓦的算力来理解这个世界。而且我们还忘了包括很多基本功能，我们不得不在仿真环境中运行一些功能。

我们用HW4硬件修正了其中一些问题，然后HW5会更好。但目前看来，即使使用HW3和100瓦的功率，汽车也能比人类更好的驾驶。实际上，如果我们真的用力优化，功率可能会低于50瓦。

X上绿神发布的特斯拉HW3和HW4芯片机能比较

Lex：开发Optimus，将现实世界人工智能应用并整合到机器人操纵领域，或者说人形机器人中，你有什么收获？你获得了哪些有趣的大大小小的经验？

埃隆：让我惊讶的是，机器人的每个部件都需要我们自己开发。没有现成的电机、电子设备和传感器，我们必须自己开发这一切。事实上，我们不管花多少钱都找不到合适的电机。

Lex：这不仅仅是效率和花费的问题。

埃隆：没错。

Lex：执行器，一切都要从头开始设计。

埃隆：没错，我们曾经努力寻找...

因为你想想，全世界有多少电动马达的设计？有几万种，几十万种电机设计。没有一款适合人形机器人，的确没有。所以我们不得不自行开发，专门针对人形机器人的需求进行设计。

Lex：设计一款可以大规模生产，相对没那么昂贵的产品有多难？如果与波士顿动力公司的Atlas机器人相比，那是一款非常昂贵的机器人。

埃隆：它的生产方式被设计为和汽车相同。我认为，最终我们可以以低于汽车的成本生产Optimus。

应该能做到这一点，因为机器人的重量要小得多，而汽车有很多执行器，汽车的执行器比机器人多。

Lex：但在一个有手指的人形机器人上，执行器很有趣。Optimus的手和手指非常棒，它们可以进行一些有趣的操作，支持柔软触摸。

埃隆：我的目标之一是，它能不能拿起针和线，只通过观察就能穿针引线？

Lex：我们离这个目标还有多远？只是观察，只是观察

埃隆：也许要一年。不过，我可能又一次对时间过于乐观了。

我们在汽车上所做的工作将转化到机器人上。

Lex：只是感知，还是也包括控制？

埃隆：不，控制是不同的，但输入视频，输入控制一样。汽车是有四个轮子的机器人，Optimus是手脚健全的机器人。它们非常相似。

Lex：整个端到端的学习过程，只是换了一套控制装置？

埃隆：Optimus会通过看视频来了解如何完成任务

九 困难，宽恕，孩子

Lex：要友善，因为每个人都在不同的战场上战斗。

埃隆：是啊，确实如此。

Lex：你经历了什么常人看不到的困难？

埃隆：试图击败莉莉丝？哈哈。

我是说，我的头脑是一个风暴眼。我想，大多数人都不会想要成为我。他们可能认为他们想成为我，但其实不然，他们并不懂得，并不理解。

Lex：你过的怎么样？

埃隆：总的来说还行。总体来说，我没什么可抱怨的。

Lex：你会感到孤独吗？

埃隆：有时会，但我的孩子和朋友们一直陪着我。

Lex：所以，不存在孤独感。

埃隆：很多个夜晚我都是独自入睡。我不必如此，但我就是这么过来的。

Lex：沃尔特·艾萨克森在他的新传记中写到了你艰难的童年。你能从内心深处原谅那段时期发生在你身上的一切吗？

埃隆：什么是宽恕？至少我不认为我有怨恨，所以没什么可宽恕的。

Lex：宽恕对人们来说很困难，看起来你并不怀有怨恨。

埃隆：我试着去想，什么能对未来产生好的影响？心存怀恨，并不会对未来产生好的影响。

Lex：你是一位父亲，一位骄傲的父亲。你从孩子身上学到了什么，那些小小的生物有机体？

埃隆：我是说，开发人工智能和观察小X的成长是非常迷人的，因为这其中的相似之处远远超出了我的预期。我可以看到他的生物神经网络越来越理解这个世界，同时，我也能看到数字神经网络越来越理解这个世界。

9月25日，小X和埃隆一起接待了来访特斯拉工厂的匈牙利女总统

Lex：你在这两者上都看到了美感和魔力吗？

埃隆：是的。和孩子们在一起，你能从他们的眼中看到全新的世界。对他们来说，一切都是全新的，新鲜的。

然后，当你看到他们感受着崭新的世界，你也会有同样的感受。

Lex：好了，埃隆，我想说，感谢你多年来对我的善意和友谊，感谢你在我这样一个傻孩子和其他相似的人身上看到了一些东西，感谢你对人类积极的未来抱有希望，并为之不懈努力。

谢谢你，埃隆。

埃隆：谢谢你，Lex。

Lex：感谢你收听本期与埃隆·马斯克的对话。请在描述中查看我们的赞助商，以支持我们的播客。

现在，请允许我使用沃尔特·艾萨克森写的一些话来结束这期节目，这是关于埃隆解决困难问题的核心哲学理念：“唯一的规则，是由物理定律所规定的规则”。

感谢你的收听，希望下次再见。