2026年3月11日，马斯克在X上发了一条帖子，宣布Tesla和xAI正在联合开发一个新项目，内部代号叫Macrohard。
这个名字是在调侃微软。Microsoft，微型软件；Macrohard，宏大硬核。
玩笑归玩笑，但马斯克给这个项目的定义只有一句话：一个可以模拟整家公司运作的AI系统。
这句话值得停下来想一想。不是更聪明的聊天机器人，不是更好用的代码助手，马斯克想干的是模拟整家公司运作。AI是要替代那些坐在办公室里操作电脑的人，马斯克在瞄准白领！
● AI干活，难在哪里
过去两年，大模型改变了很多人写东西的方式。但有一件事几乎没有改变：人仍然要亲自操作电脑。
AI写完文案，你还是要自己打开邮件发出去；AI生成了报告，你还是要自己上传到系统里。这个AI界的"最后一公里"的问题，催生了一类叫AI Agent的技术。
OpenAI的Operator、Anthropic的Computer Use，都在尝试让AI直接操作电脑——自动填表、发邮件、操作网页，真正完成任务而不只是回答问题。
但真正用过的人都知道：慢，而且不稳定。
原因在于架构。目前主流AI Agent的工作方式是截屏→分析→操作→再截屏，每一步之间都要等大模型反应。就像一个人每点一次鼠标都要停下来思考三秒。演示视频里看起来很流畅，真实场景里用起来让人抓狂。
这是一个还没被解决的工程问题，不是营销问题。
● 特斯拉式解法
Digital Optimus的架构设计，和现有AI Agent有一个本质区别。
现有方案把电脑屏幕当成一张张截图来处理；Digital Optimus把屏幕当成连续视频来处理，实时读取最近5秒的画面，直接驱动鼠标和键盘。
这套逻辑直接来自特斯拉自动驾驶——汽车在路上面对的是连续的世界，不能每隔一秒截图分析一次，否则早就撞车了。
系统分两层：执行层负责实时操作，决策层是xAI的Grok模型，负责理解任务、规划步骤、在出错时介入纠正。
心理学里把这叫系统1和系统2——直觉和理性的分工。人用电脑时，看到熟悉按钮会本能点击，遇到复杂判断才会停下来思考。Digital Optimus试图复制的，正是这套人类操作电脑的底层逻辑。
这个设计思路比现有方案聪明。但聪明的设计和能跑通的产品之间，还有相当长的距离。
● 为什么先做软件，不做机器人
特斯拉的Optimus机器人已经宣传了三年，但进展比预期慢。原因不复杂：现实世界太难了。
一个搬箱子的动作，背后涉及视觉识别、路径规划、抓取控制、机械结构和电池续航，任何一个环节出问题任务就失败。
业内有句话：机器人最贵的一半是手。这也是为什么几乎所有机器人展示视频里，动作都出奇地慢——那不是在展示能力，那是在掩盖局限。
相比之下，电脑世界是一个极其友好的环境。没有摩擦力，没有重力，不需要电池，失败了可以立刻重试。而企业里恰好堆满了这类工作：录数据、填表单、处理客服、跑ERP流程。
这些工作过去由RPA（机器人流程自动化）处理。RPA的问题是不会思考，规则一变它就失效，每次业务调整都要重新编程。Digital Optimus的目标是用真正能理解上下文的AI来替代它——不只是执行流程，而是理解意图。
先去软件世界打工，积累数据和经验，再慢慢走进物理世界。
● 底牌：几百万辆车的算力
Digital Optimus最容易被忽视的部分，是它的算力来源。
特斯拉目前有几百万辆搭载AI芯片的车在路上跑，每辆车的芯片在行驶之外的时间大量闲置。马斯克几年前就提出过一个设想：把这些闲置算力组织起来，形成分布式AI推理网络。
如果Digital Optimus的推理架构足够轻量，这个网络就可以成为它的算力底座——成本极低，规模极大，而且随着特斯拉车队扩张自动增长。
这是纯软件AI公司在结构上很难复制的优势。OpenAI需要租用数据中心，成本随用量线性增长；特斯拉的边缘算力网络一旦激活，边际成本趋近于零。
当然，这个设想离落地还很远，解释了为什么这个项目的天花板，比表面看起来高得多。
● 最大的风险不是技术
马斯克正式宣布之前，媒体已经爆出项目内部的一些问题：团队负责人频繁更换，工程师流失，一个涉及600名数据标注人员的训练项目被临时叫停。这些是执行层面的摩擦，大项目里并不罕见。
真正麻烦的是公司结构。特斯拉是上市公司，xAI是马斯克的私人公司，Digital Optimus同时依赖两边的核心资产——特斯拉的芯片和车队，xAI的模型。
项目一旦产生商业价值，利益怎么切、技术归谁所有，这些问题在股东和投资人面前都会变得非常现实。
马斯克同时掌控两家公司，可以强行推进；但这种结构也意味着，任何一边的压力都可能打断项目节奏。特斯拉股东已经多次对马斯克的精力分散表达不满。技术路线可以迭代，公司治理的矛盾更难化解。
原文标题 : 调侃微软，瞄准白领：马斯克的“巨硬”公司如何替你上班？
