「打通了一半《暗黑破坏神》」：马斯克给 Optimus 换了一条不用身体的训练赛道
马斯克说这个 agent 只看屏幕、只用键鼠，已经打到《暗黑破坏神》战役一半。这条消息的价值不在游戏，而在它把 Optimus 的训练场从物理世界挪到了可以无限并行的屏幕世界——以及它目前只有一个人说过。
- 说了什么：马斯克 2026-10-10 在 X 上称，Digital Optimus「只靠看屏幕，像人一样，目前已经能打到《暗黑破坏神》战役大约一半」，并称《反恐精英》等快节奏游戏表现也不错，英雄联盟在训练中，目标是「跨所有游戏泛化」。
- 触发方式：这条更新是回应一条 X 帖子发出的——特斯拉挂出了帕洛阿托机器学习工程师、方向为 Digital Optimus「游戏赛道」的招聘。
- 技术路线：与依赖游戏内部数据的系统不同，Digital Optimus 只看屏幕画面、只用键盘鼠标操作，这一路线理论上可以让同一套 AI 操作日常软件而无需专门适配。
- 岗位说明书：招聘信息写明该岗位聚焦提升 记忆、规划与实时决策，并测试游戏中学到的技能能否迁移到其他软件；特斯拉称团队还将协助把这些 agent 集成进 FSD 与物理 Optimus 机器人。
- 来历与硬件：Digital Optimus 于今年 3 月首次公布，为特斯拉与 xAI 的合作项目，结合特斯拉的实时 AI 能力与 Grok 的推理能力；马斯克此前称它最终可运行在车载 AI4 硬件上，让停放的车辆执行计算机工作。
- 证据等级：截至本窗口，只有马斯克本人的陈述，未见公开演示、未见可复现基准、未见第三方评估；同日 4 家媒体报道均转引同一来源。
先有岗位，后有进度
这条消息的出现方式本身值得记一笔：它不是发布会，是一条招聘帖的回应。
有 X 用户发帖提到特斯拉挂出了一个新岗位——帕洛阿托的机器学习工程师，方向标注为 Digital Optimus 的「游戏赛道（Gaming Track）」。马斯克在这条帖子下给出了进度更新。原文是：
把它拆开看，四句话其实是四个不同性质的陈述：「打到一半」是进度，「水平不错」是主观评价，「正在训练」是状态，「泛化到所有游戏」是目标。四句话里只有第一句带了一个可以被讨论的量（一半），而它恰恰也是最没有标尺的那一句——战役难度、是否使用辅助、失败多少次、重开过几次，一概没有。
这条时间线说明两件事：一是这条消息确实是在美东 10 日白天发酵、北京时间隔夜落地的，属于本窗口内的新发生事件；二是同日多家媒体报道的是同一个源头，媒体数量多并不等于独立验证多。
这条路线的取舍
报道里有一句容易被扫过去、但技术含义最重的话：Digital Optimus 与那些依赖游戏内部数据的系统不同，它学的是「屏幕上正在发生什么」，并用键盘鼠标操作。
直接读游戏状态、坐标、血量等结构化数据。学得快、上限高，但每接一个新游戏就要做一次适配，换个软件等于重做一遍。
输入只有像素，输出只有键鼠。慢，但同一套系统理论上可以直接操作任何软件，无需专门集成。报道称这条路线「可以让同一个 AI 运行日常软件而不需要特殊适配」。
选后一条路的代价和收益都很清楚。代价是学习效率——从像素里反推世界状态，比直接读状态难得多；收益是泛化面的口径被统一了：屏幕上是什么软件不重要，重要的是它能不能看懂。
把它放回具身智能的语境里，这条路线其实对应着一个更老的争论：给机器人开后门（读仿真器状态、读物体位姿真值），还是只给摄像头。仿真里开后门训得快，上真机就塌；只用视觉训得慢，但迁移过去掉得少。Digital Optimus 选的是后者，只不过把「摄像头」换成了「截图」。
游戏不是终点，是采样器
这份招聘信息里写了三件事，其中第三件才是重点。
前三项——记忆、规划、实时决策——是能力维度；第四项「团队将协助把这些 agent 集成进 FSD 与物理 Optimus 机器人」是目的。招聘信息还写明，这个岗位要测试游戏中学到的技能能否应用于其他软件。
所以这条赛道的定位基本清楚了：游戏是被选中的训练环境，不是要赢的比赛。选择它的理由也很工程——游戏世界可以并行跑、可以加速跑、不会摔坏任何东西，而物理机器人一小时只能采一小时的数据。
背景信息里还有一层：Digital Optimus 于今年 3 月首次公布，是特斯拉与 xAI 的合作项目，结合了特斯拉的实时 AI 能力与 Grok 的推理能力；它被设计来处理计算机任务，从浏览网页到使用专业应用。马斯克此前还表示，Digital Optimus 最终可能运行在车载 AI4 硬件上，让停放的车辆执行计算机工作。
这条消息目前站在证据链的哪一格
把这条消息的可信度摆到台面上，要比复述它更有用。
| 环节 | 状态 | 说明 |
|---|---|---|
| 谁说的 | 马斯克本人（X） | 单一信源 |
| 特斯拉官方文件 | 未见 | 无技术文档、无新闻稿 |
| 公开演示 | 未见 | 无视频、无直播 |
| 可复现基准 | 未见 | 无分数、无对照组 |
| 第三方评估 | 未见 | Splitfeed 明确写其分析基于马斯克自述 |
| 媒体报道数 | 4 家（同日） | 同源转载，不构成独立验证 |
这里需要把一个常见误区分开：「4 家媒体报道」不等于「4 个独立信源」。四家媒体转引的是同一条推文，因此整个链条的强度等于最强那一环，也就是「马斯克说了」。
另一个要留意的措辞是「一半」。它是一个进度词，不是一个成绩词。战役打通一半，说明系统能持续推进一段有目标的行为，但它不告诉你失败率、不告诉你重试次数、也不告诉你这一半是在什么难度下拿到的。Splitfeed 自己的分析也点出了这一层：如果能拿到公开演示或第三方评估，这件事才会从「主张」变成「可验证的数据点」。
训练场换了地方，瓶颈也跟着换
如果这条路线成立，它对具身智能的含义不在游戏本身，而在数据采集的成本结构被换掉了。
物理机器人的核心约束是：一小时只能产出一小时的数据，而且这一小时里硬件在磨损、场地要占、人要盯。屏幕环境没有这些约束——可以并行、可以加速、失败不产生物理后果。这就是为什么「先在屏幕里练，再往物理上迁」会成为一个有吸引力的选项。
但它同时把瓶颈挪到了另一个位置：迁移是否成立。招聘信息里那句「测试游戏中学到的技能能否应用于其他软件」，本质上承认了这一步还没有答案。从屏幕到软件是一次迁移，从软件到 FSD 是第二次，从 FSD 到物理 Optimus 是第三次。每一次迁移都要重新验证。
对做交付的团队，这里有一条可以立刻用的判断标准：看到「在 X 环境里取得了进展」，先问这个环境与真实部署环境之间隔了几次迁移。隔得越少，这条进展越值得信；隔得越多，它越接近一个研究方向而非一个交付能力。