他究竟說了什么，竟因為一場訪談，被馬斯克立即開除

馬斯克旗下xAI一名工程師，名叫Sulaiman Ghori(下面就叫他阿蘇吧)，這兩天把xAI再次拱上輿論風口：1月18日，在接受一家播客訪談時，他口無遮攔，透露了xAI內部運作許多細節以及和特斯拉合作的一些核心戰略。結果節目播出后第二天，馬斯克立馬跳起來把人開了。

阿蘇是一名灣區的機器學習工程師，在加入xAI之前，他成立了一家AI初創公司。后來，xAI的聯合創始人Greg Yang聯系了阿蘇，并把他招進了xAI。入職后，阿蘇參與了很多不同項目，包括Grok的X平臺集成工作、圖像及視頻生成器Gork Imagine、AI軟件業務、MacronHard、人類模擬器等等。

也因為此，他接觸和掌握了大量xAI內部的核心信息。不過也許是天性使然，他并未能識別出真實世界和內部表達之間的界限，在訪談中毫無保留地坦誠了所有信息。

那么阿蘇在訪談中究竟說了些什么呢？以下是播客以及文字實錄，訪談時長1小時10分，文字整理有部分刪減，其中小標題為編者所加，全文9000字左右，閱讀大約需要20分鐘。如果現在沒有完整時間，可以加個星標、或者用收聽模式閱讀。

以下，enjoy：

0:41 xAI全力沖刺AGI
1:46 馬斯克預判瓶頸
3:05 馬斯克的時間線哲學
9:23 利用特斯拉百萬車算力
11:59 虛擬Optimus機器人，取代數字任務
13:14 馬斯克如何解決極端問題
20:33 馬斯克Cybertruck賭注
21:12 如何在122天內建成Colossus
25:51 xAI招聘強度極高，短期內海量面試
34:55 馬斯克不斷調整他對項目時間線的預估
40:36 在xAI工作最爽的體驗
48:25 以為虛擬機器人是員工
50:00 虛擬機器人最大的失誤
53:23 與馬斯克開會的感覺
54:22 馬斯克雖強勢，但愿意被實驗證明自己錯了
59:21 當馬斯克在X上看到錯誤的Grok輸出時會發生什么

一切都應該是“昨天就完成”

要么慢慢等死，要么自己把一切都建出來

機架當天搭好，當天就開始訓練

主持人（Ti Morse）：很高興邀請到 xAI 的工程師 Sulaiman Ghori。我從2023年，也就是馬斯克剛啟動 xAI 的時候，就一直在關注這家公司。我覺得它可能是史上增長最快的公司之一。你能不能聊聊，現在 xAI 到底發生了什么？

阿蘇：是的，我們基本上沒有真正意義上的截止日期，一切都應該是“昨天就完成”。至少在公司內部，沒有任何人為制造的阻礙。馬斯克一直強調“追根溯源”，找到最底層、最根本的限制是什么，如果是物理層面的限制，那我們會盡可能快地直面它、解決它。

這在軟件領域其實挺反常的，因為軟件工程師通常不會去思考“物理極限”這種事，但在 xAI，我們確實會這樣做。而且嚴格來說，我們現在已經不完全是一家純軟件公司了。說實話，我們最大的優勢可能就在硬件上。因為在部署規模這件事上，幾乎沒有任何其他公司能接近我們。

主持人： 馬斯克非常擅長提前預判瓶頸，甚至能提前幾個月、幾年看到未來的問題，然后倒推現在應該怎么布局。那在 xAI，普通工程師是怎么在日常工作中采用這種思維方式的？

阿蘇：通常當我們啟動一個新項目時，要么是團隊里的人，要么是馬斯克本人，會很快提出一個非常核心的指標，這個指標通常直接關聯到財務回報、物理回報，或者兩者兼而有之。之后，幾乎所有事情都會圍繞這個指標展開。

我們不接受“人為限制”，如果真的有極限，那它必須是一個足夠底層、足夠真實的物理或理論限制，而不是因為流程、習慣或慣性導致的。尤其是在軟件領域，過去十多年 Web 開發的環境讓很多人默認接受了一些“速度和延遲就是這樣”的結論，但這些結論很多時候并不成立。如果你把這些東西拆掉，很多系統都可以輕松提速 2 到 8 倍。

主持人： 你最近一次親身經歷“傳統認知被打破”是什么時候？

阿蘇：最近的一次是在我們做“巨硬”模型（macrohard）的時候。得益于我們非常強的超級計算團隊，他們基本上拆除了傳統訓練流程里的大多數障礙。我們基本能做到：一個機架當天搭好，當天就開始訓練，有時甚至幾小時內就能跑起來。

主持人： 這聽起來完全不正常，通常這些事情要花好幾天甚至幾周。

阿蘇：是的。過去十年，大家習慣把這些事情外包給 AWS 或 Google，你能用多少資源，完全取決于他們給你多少。但在 AI 時代，這是不可接受的。所以只有兩個選擇：要么慢慢等死，要么自己把一切都建出來。

直接利用特斯拉車隊部署計算機

同時推進二三十個方向的實驗

馬斯克最擅長的就是快速“拆彈”

“我還能怎么幫你們把這件事做得更快？”

主持人： 你能講講你加入xAI，以及最初幾周是什么樣的嗎？

阿蘇：我當時在做自己的創業項目，搬到灣區后，Greg Yang（xAI 的核心成員之一）聯系了我。他的招聘能力真的很強。一開始我還以為那是垃圾郵件，差點就刪掉了，但我看到域名是 xAI，才意識到不對勁。

后來我再次聯系 Greg，他直接說“明天來面試吧”。面完之后，下周一我就入職了。入職第一天，沒人告訴我該干嘛，只給了我一臺電腦和一張工牌。我甚至沒有被分配座位，只能坐在當天沒來人的桌子上。

后來我主動去找 Greg，才開始參與Grok的 X 平臺集成工作。很快我發現一個很震撼的事情：我從座位上站起來，指一圈辦公室，就能指出每一個系統是誰親手寫的。這種感覺非常酷。當時工程團隊只有一百多人，比其他大模型實驗室小一個數量級，但我們已經做出了Grok3。

主持人： xAI用122天建成 Colossus 數據中心，這在業內幾乎是神話。黃仁勛也一直在公開稱贊你們。這種基礎設施能力，對公司文化產生了什么影響？

阿蘇：它讓模型和產品團隊可以默認：我們需要的資源一定會到位。我們確實不算“資源匱乏”，甚至已經在同時推進二三十個方向的實驗。

實際上，Grok 4、Grok 5 的規模和設計，在我入職前就已經規劃好了。這種確定性讓我們能更長期地思考。比如我們原本認為系統的最低延遲下限要高得多，結果發現真實物理條件允許我們做到快三倍。我們現在在做的一些新架構，如果沒有極高的實驗頻率，根本無法推進，因為它們不建立在任何已有研究之上，需要新的預訓練方式和新數據集。

這時基礎設施就成了關鍵。比如一個問題是：如果我們要部署 100 萬個“人類模擬器”，那意味著100萬臺計算機，這怎么可能？答案很快就出現了：Tesla 車載計算機。這些設備在資本效率上遠超云計算或傳統服務器。我們甚至可以直接在車上運行完整的“人類數字工作站”，成本極低。

主持人： 也就是說，可以直接利用現有的特斯拉車隊？

阿蘇：是的。北美有幾百萬輛特斯拉，大部分時間它們是閑置、充電、聯網的。我們可以付費給車主，在不影響使用的情況下運行人類模擬器。這幾乎不需要額外基建，只是一個軟件問題。

Ti Morse：馬斯克 最擅長的似乎就是快速“拆彈”。你有沒有親眼見過某個重大問題，被他非常迅速地解決？

阿蘇：最明顯的是基礎設施建設。尤其是在新硬件上線時，驅動、編譯器、算子經常會出問題。有幾次他在會議中聽到這些障礙，直接打一個電話，第二天 Nvidia 的軟件補丁就到位了，我們并肩把問題解決，然后立刻開始訓練模型。

原本需要幾周的溝通，被壓縮成一天。很多時候，會議快結束時，他會直接問一句：“我還能怎么幫你們把這件事做得更快？”

主持人： 我知道你們在并行推進很多不同的產品，這在某種程度上也是不得不這么做。但在大多數組織里，同時在多個方向推進，其實很難始終保持對單一目標的專注。你們是如何做到的？

阿蘇：關鍵在于規模擴大之后的信息流動方式。我們并不是隨時對所有項目都有完整視圖，通常是在全員會議，或者和不同人私下聊天時，才逐漸拼湊出大家各自在做什么、進度如何。

在這里，當你提出一個想法，反饋通常只有兩種：要么是“這想法很蠢”，要么是“那為什么這還沒做完？”如果是后者，那你就直接去做，做完就結束了。幾乎不需要同步、不需要審批，也不需要等任何人。

主持人： 在馬斯克的公司里，好像你可以直接“要責任”，然后就進入一種“成王敗寇”的狀態。事情做成了，你就能繼續要更多責任；做不成，就出局。你的體驗是這樣嗎？

阿蘇：完全是這樣。我參與過很多不同的項目，大多數時候只是因為有人找我幫忙，我就一直幫下去，最后發現自己莫名其妙就“擁有”了那一整塊技術棧，甚至好幾塊。對所有人來說都是如此。如果你在幾天內快速迭代并解決了某個問題，那這塊基本就歸你了。沒有任何正式流程。

說實話，我們的 HR 系統早就失真了。官方記錄里我可能還在做語音和 iOS，安全系統甚至認為我還在負責 X 的集成，但這些都沒人更新，也沒人關心。

小到可憐的團隊規模

卻有著驚人的創造力和能量

工程師和馬斯克打賭

24小時內在新GPU上跑起來

就能拿到一輛Cybertruck

主持人： 那你從入職到現在，大概都做過哪些項目？

阿蘇：一開始我做的是 Grok 和相關集成，也和后端團隊一起解決穩定性和擴展問題，因為當時增長非常快。后來我基本是一個人把桌面端產品體系搭建到內部可用狀態。再之后，我被拉去支援 Imagine 的發布和 iOS。
說實話，xAI 的 iOS 團隊小得離譜，你根本猜不到有多少人。

主持人： 五個人？三個人？

阿蘇：三個人。當時我就是第三個。相對于用戶規模來說，這簡直不可思議，但每個人都非常強。這也是我第一次感覺到，必須拼命工作才能跟上團隊整體的速度和水平。

主持人： 什么時候你第一次意識到，自己真的被“用到了極限”？

阿蘇：是在 Imagine 項目上。那是一種 24 小時一輪的迭代節奏。我們每天晚上發布版本，第二天早上拿到全部反饋，然后立刻修 bug、加新功能、適配最新模型輸出。循環極快。那可能是我人生中連續在辦公室待得最長的一段時間。

主持人： 那段時間持續了多久？

阿蘇：大概兩三個月。那段時間基本沒有周末。但我并不討厭，反而很高興知道自己能承受這種強度。之后我被調去做 MacroHard 產品，當時整個項目只有兩個人。我從立項開始就一直在做這個項目。

主持人： Colossus 數據中心的建設過程本身就像戰爭故事合集。電力、芯片、GPU、冷卻，全是瓶頸。你在其中的感受是什么？

阿蘇：真的有太多戰爭故事了。有一次，Tyler (Tyer Storm，xAI工程師）跟馬斯克打了個賭，說如果能在 24 小時內讓新 GPU 完成訓練運行，就能拿到一輛 Cybertruck。結果當晚我們就跑起來了。那輛車現在我在食堂窗戶外還能看到。

主持人： 還有沒有那種“本不該成功，但卻成功了”的故事？

阿蘇：比如說，Colossus 用地的租約本質上是臨時的。這是為了最快拿到許可、盡快開工。我相信之后會轉為正式許可，但當下是“技術上臨時”。

主持人：這聽起來像是利用制度漏洞？

阿蘇：本地和州政府有一種特殊條款，允許“臨時地面設施”，原本是給嘉年華之類用的。所以是的，我們算是“嘉年華公司”。但122天就建完了。

如何做規劃：

從“最高杠桿點”進行倒推

先刪掉不必要的東西

等發現真的需要，再加回來

找到那些“10行解法”，敢于挑戰需求的人

主持人： 你們如何在極不確定的情況下做 12 到 24 個月的規劃？

阿蘇：我們總是從“最高杠桿點”倒推。比如，如果目標是在某個時間點實現 1000 萬或 1 億美元收入，那從經濟角度看，最值得做的事情是什么？先確定系統和產品形態，再推導需要什么軟件、什么物理資源。物理條件反而通常是最后才確定的。

主持人： 那是不是也在用 SpaceX 那套“先刪再加”的方法？

阿蘇：是的，經常這樣。先刪掉不必要的東西，等發現真的需要，再加回來。

主持人： 最近一次是什么時候？

阿蘇：就是今天。MacroHard 需要在各種不同硬件上部署，顯示器從 30 年前的老設備到最新的 5K 顯示器都要支持。我把多個視頻編碼器的特殊分支邏輯刪掉了，結果發現某些編碼器在 5K 分辨率下有像素上限，只好把那一層特殊處理再加回來。

主持人： 你覺得關于 xAI，還有哪些事情值得被更多人知道？

阿蘇：這里有很多“怪人”，但都是正向的怪人。在這里，杠桿效應非常強。你能用比過去少得多的時間和精力，做成大得多的事，這和你共事的人、內部工具、以及管理方式高度相關。

主持人： 那什么樣的人會想來這里工作？

阿蘇：大多數人一開始都非常有熱情，而且高度使命驅動。有的人追求管理影響力，有的人更想“擁有”技術棧的一大塊。比如現在，我們在重寫核心生產 API，幾乎是一個人帶著 28個agent 在干，而且干得很好。你完全可以一個人負責極大一部分代碼。

主持人： xAI 在招聘上還有哪些不尋常的做法？

阿蘇：我曾經連續兩三周，每周面 20 多個人。我有一道自己曾經解決過的計算機視覺問題，會讓候選人在半小時內嘗試實現。問題本身非常簡單，但很多人會過度設計。

我特別看重能不能找到“10行解法”。因為我們要跑在跨度 30 到 40 年的硬件和系統上，如果不追求極簡，下周代碼就會膨脹到千萬行。AI 很容易寫出 200 行代碼，但真正重要的是，誰能先想到那 10 行。

主持人： 你剛才提到“杠桿效應”，那你個人在招人或合作時，還會特別看重哪些“放大器”？

阿蘇：我非常看重那些敢于挑戰需求、敢于挑戰我的人。我是從 Chester Z Ford 那里學到這一點的，我覺得這個方法特別好。他在招聘時，經常會在題目里故意加入一個錯誤的需求、不可能完成的條件，或者邏輯上不成立的設定。他期待候選人能站出來說：“這個是錯的，這個不可能實現，你這里有問題。”如果對方什么都不說，直接照著做，那他基本就不會招這個人。我后來也完全照著這個方式來用，效果非常好。

越是聰明的人其實越樂于合作

抱怨完“完全不合理”的交付時間

轉念就想怎么在期限內把事情做完

永遠可以嘗試用一個月去做一件

原本要一年才能完成的事

主持人： 節奏這么快，而你又不斷在不同項目之間切換，你通常是怎么在一個新任務或新項目上快速“上手”的？

阿蘇：這要看具體情況。如果是代碼量比較大的項目，那就老老實實地讀代碼，用最原始的方法，一路 go to definition，反復跳轉。其實這樣理解得非常快。當然，如果是一個正在高速演進中的項目，那就不一樣了，可能同時存在二三十個版本，你甚至分不清哪個才是“當前主線”。

這種時候就只能去找人聊。好在大家都非常開放，這是我入職后最驚喜的一點。我原本以為這里的人會非常聰明、但也可能很傲慢，結果恰恰相反：大家都很聰明，而且非常友好、樂于幫忙，真的有一種“在同一條船上”的感覺。

因為節奏太快，我們基本不寫文檔，根本來不及寫。現在我們甚至在嘗試，用系統自動生成文檔。另一方面，我們有 Grok，而且可以無限制使用，這本身就是一種巨大優勢。我們可以去嘗試很多“看起來很蠢”的想法，看它到底行不行。在別的創業公司，這樣的實驗可能要燒掉幾十萬甚至上百萬美元的算力成本，而我們幾乎是零成本。這意味著我們可以失敗很多次，而失敗次數越多，成功的實驗反而越多。

主持人： 你有沒有經歷過那種，原本覺得一個項目周期應該很長，但最后卻被你們硬生生壓縮了幾周甚至幾個月的情況？

阿蘇：基本上每一次都是這樣。每次從內部會議或者和外部人溝通完，聽到一個看起來“完全不合理”的交付時間，我們通常會先花幾分鐘抱怨一下，然后剩下的時間就全部用來想：怎么在這個時間內把事情做完。

你會發現，所謂的“時間預估”，其實是建立在一堆假設之上的。當時間被砍到原來的二分之一、甚至十分之一時，你就會重新審視這些假設：哪些是真正必要的？哪些可以刪掉？每推翻一個假設，時間線就會直接縮短一截。這樣反復幾次，往往就能滿足看起來“不可能”的要求。

主持人： 在 SpaceX 和特斯拉上，馬斯克的時間預期往往比現實短很多，但正因為這個激進預期，事情最終反而做得更快。在 xAI 這邊是不是類似？而且你們現在看起來甚至更接近他給出的時間線。

阿蘇：我覺得他本人也在不斷校準自己的時間判斷。畢竟現在已經多次在極大規模上部署過硬件，所以對周期的把握比過去準很多。而且他的時間線更新得非常快，有時候幾乎是按天更新的。比如某個硬件訂單如果能插進生產批次，就可能一下子省掉一兩個月。

在軟件側也是同樣的邏輯。他一直說的一點是：你永遠可以嘗試用一個月去做一件原本要一年才能完成的事。你也許做不完，但可能兩個月就搞定了，那依然快得多。

馬斯克已經不招AI研究員了

只招工程師

xAI內部只有三個層級

幾乎所有管理層都會寫代碼

一些看起來“不該出現在這里”的人

最后卻做成了非常大的事情

主持人： 我記得馬斯克曾說過，現在已經沒有“AI 研究員”這種角色了，只有工程師。

阿蘇：是的，有一次我們在討論招聘描述時，他花了十幾分鐘反復強調：工程師，工程師，只要是優秀的問題解決者就行，不管背景是做模型、做基礎設施還是別的。

主持人： 為什么這個定義這么重要？

阿蘇：因為它足夠寬。這樣一來，來自非常不同背景的人都能進入這個系統。SpaceX 早期也有很多類似的例子，一些看起來“不該出現在這里”的人，最后卻做成了非常大的事情。

主持人： 對你個人來說，每天在這里工作，最有趣的是什么？

阿蘇：沒人跟我說“不”。如果我有一個好想法，通常當天就能實現、展示，然后跑評測、給客戶看、或者直接給馬斯克看。當天就能知道這是不是正確方向。沒有冗長討論，沒有官僚流程，這一點我非常喜歡。

我原本以為，從極小的創業公司跳到一家 100 人規模的公司，必然會犧牲一些自由度。但相對于馬斯克的其他公司，這里依然非常小，也確實非常扁平，幾乎沒有額外負擔。

主持人： 有沒有哪些你入職前的假設，被徹底打破了？

阿蘇：我原以為會是非常自上而下的管理，但實際上比我想象中更自下而上。整個公司基本只有三層：工程師、創始人和少數管理者、然后就是 馬斯克。

管理層級極少，而且幾乎所有管理者都會寫代碼。即便現在有些人要管上百人，但本質上他們依然是工程師。我記得入職第一周吃晚飯時，坐在我旁邊的人說他在做銷售，我心想“算了，不聊了”。結果他開始給我講他正在訓練的模型。后來我才發現，銷售團隊全是工程師。當時公司里，非工程師的人可能不到 8 個。每個人都在為這臺機器貢獻力量。

主持人： 是不是因為層級少，工程師可以更直接理解客戶問題，然后迅速落地？

阿蘇：是的。層級越多，信息損失越嚴重。語言本身就是有損的。如果你從客戶到銷售，再到經理，再到工程師，每一層都是一次“壓縮”，最后拿到的信息已經嚴重失真。而如果工程師直接面對客戶，就只壓縮一次，解決方案自然會好得多。

主持人： 你覺得團隊人數這么少，反而是一件好事嗎？

阿蘇：是的，絕對是。我一直認為，一件本來一個人就能完成的工作，如果交給兩個人來做，往往反而會花兩倍的時間，這個規律在任何規模下都成立。尤其是在現在這個階段，你已經不需要像過去那樣親自寫那么多代碼了，你更多是在做決策、做架構設計。某種意義上，每個人都可以是架構師，并不需要那么多“手”，一個人的大腦能完成的事情比以前多得多。

馬斯克如何開會：

要么是非常高層的反饋

要么是非常底層的細節

常會出現那種“沖鋒式”的時刻

比如馬斯克半夜突然進公司

醒著的人直接拉來開始處理

主持人： 你參與過的馬斯克會議一般是什么樣的？

阿蘇：其實都挺簡單的，而且我運氣不錯，大多數都進行得比較順利。所謂“順利”，通常意味著反饋很少，或者只是點個頭，表示方向是對的，下周再更新。如果出現了明確的反饋，甚至要求徹底改變方向，那通常說明我們在某個地方出了問題。反而從上往下的節奏，有時候確實會顯得有點混亂。

主持人： 在 SpaceX 那樣的環境里，成本和零件細節極其重要。但在這里，馬斯克給反饋的方式是不是不太一樣？

阿蘇：通常要么是非常高層的反饋，要么是非常底層的細節，中間層反而不多。高層反饋可能是產品方向、用戶定位，比如只聚焦某一個細分市場，或者干脆不要做某件事。而在底層層面，尤其是涉及算力效率或延遲時，他幾乎總會給出一個非常具體的建議，比如“試試這個”。他也非常愿意被證明是錯的，但前提是要有實驗結果，而不是觀點之爭。只要實驗結果足夠有說服力，我們就會采納。

主持人： 能舉些具體的例子嗎？

阿蘇：比如在算力效率上選擇小模型，帶來了很多我們原本沒想到的改進。有些是直接的，有些是間接的。最明顯的好處當然是速度大幅提升，但更重要的是，小模型讓迭代速度變得極快。特斯拉在自動駕駛上也發現了這一點。以前可能四周才能發布一個版本，現在一周就可以。這也是為什么我們可以同時跑二十多個實驗，很多連鎖效應都源自這個小模型決策。

Ti Morse：我看到過一些情況，有人在 X 上指出 Grok 的回答明顯不對，馬斯克說“我們會修”，然后十幾個小時后問題就解決了。內部一般是怎么處理這種事情的？

阿蘇：他會直接指出哪里出了問題。只要當時有清醒的人，就會立刻拉一個線程開始處理，必要時再拉幾個人進來。問題解決之后，會做一次復盤，讓所有人都清楚問題是怎么發生的，以及未來如何避免。犯一次錯是可以接受的，但同樣的錯誤犯第二次，就是大問題了。

主持人： 在 SpaceX 的發展歷史中，包括在特斯拉，也經常會出現那種“沖鋒式”的時刻，比如馬斯克半夜突然進公司，直接全員通知說所有能來的人都得來，一起連夜推進事情。這里也發生過類似的情況嗎？

阿蘇：這種情況更多出現在大模型相關的項目上。就 Macro這條線來說，我們已經在“戰情室”模式下連續運轉了四個月了，所以基本一直都處在那種高強度推進狀態。

主持人： 那你們真的在門口掛了個“戰情室”的牌子嗎？

阿蘇：其實有過。最早的那個戰情室，后來我們把東西全都搬走了。有一次他走進那個房間，發現里面空無一人，就問“人呢？怎么回事？”然后他又走到我們現在所在的地方，也就是原本的健身房。我們把健身房清空了，把所有人都塞進來，然后他就在那里臨時開始挨個問項目進展。那一晚真的很漫長。

主持人： 在這種很多事情被突然打亂、然后迅速往前推進的夜晚，或者說在這種“沖鋒時刻”，你的感受是什么？

阿蘇：我前幾天剛好看到 Igor（Igor Babuschkin，xAI聯合創始人）發過一條內容，大意是：有些月份，幾天就過去了；但有些夜晚，仿佛發生了好幾個月的事情。那一晚絕對就是后者。當然，“幾個月”可能有點夸張，但我覺得如果按正常節奏推進，我們可能也能在幾周內達到同樣的技術結果。但把這件事壓縮到一個晚上完成，意義完全不一樣，那確實是一次極限推進，而且非常累。

主持人： 有沒有出現過那種情況，比如公司里的人連續五天、甚至一周幾乎都沒離開過辦公室？

阿蘇：有的。模型搜索階段經常會導致很多人直接在公司通宵。

主持人： 你剛才提到公司里有五六個睡眠艙，大家輪流用？

阿蘇：對，有一些睡眠艙，現在還有幾張上下鋪，條件就沒那么好了，但確實能睡。后來那張“帳篷”的照片傳出來之后，很多人都發給我。我只能說，帳篷是有的，但我從沒見過一次性全都搭出來的情況。

我骨子里還是一個創業者

在這里個人的杠桿效應最大

能產生的直接影響更大

主持人： 在加入現在這家公司之前，你嘗試過創辦多家公司，也同時做過很多不同的項目。是什么讓你選擇來這里？是使命感、文化，還是別的什么因素？

阿蘇：說實話，我一直都挺“馬斯克粉”的

（看到這，想到第二天他就要被開除，挺心酸的）

主持人： 那為什么不是 SpaceX 或 Tesla，而是選擇了現在這家公司？

阿蘇：我骨子里還是一個創業者。這家公司是幾家里面最小、也最新的一家。我當時的判斷是，而且后來基本也被證明是對的，在這里個人的杠桿效應最大。因為從比例上看，你在公司里所占的比重遠遠高于那些更大的公司。這并不是說在大公司就做不了酷的事情，或者個人不重要，而是這里你能產生的直接影響更大。

Ti Morse：謝謝你接受今天的訪談。

小編：

問馬會繼續整理并發布那些高價值的內容。如果你也對一個全新的未來充滿好奇，也在尋找能夠穿越周期的力量，歡迎關注AskMusk，或者添加主理人VX：askmusk001