大多数人对 Elon Musk 的理解停在这里：他擅长设定符合第一性原理的技术目标，然后放出看起来接近完成、震惊四座的进度条，最后在不断跳票里继续稳步前进。
但我认为，他能做成这么多事，不在于说大话，也不只在于所谓第一性原理的思考方法，而在于他重新理解、甚至重新定义了失败。在他的系统里，失败数据不是需要掩盖的事故记录，而是企业独有的训练资产。这和 AI 公司用数据训练模型的逻辑一模一样。
■ 二十年，一路炸过来
先看 SpaceX 这二十年炸过多少次。
Falcon 1，公司的第一枚火箭。2006 年 3 月第一次发射，燃料管路被海水腐蚀，起飞 33 秒起火。2007 年 3 月第二次，液氧晃动引发振荡，二级发动机提前关机。2008 年 8 月第三次，一级残余推力让两级分离时撞在一起。三连败。Musk 后来说，那时候他的钱都投给了 Tesla 和 SolarCity，刚离婚，连房子都没有，公司只剩最后一次的钱。2008 年 9 月 28 日，第四次，入轨。
Falcon 9 的回收。2015 年 1 月和 4 月，两次砸在海上回收船上。2015 年 6 月，CRS-7 任务的火箭在上升段空中解体。2015 年 12 月 21 日，第一次陆上回收成功。2016 年 1 月和 3 月，又两次在船上摔坏。2016 年 4 月 8 日，第一次海上回收成功。2016 年 9 月，Amos-6 任务的火箭在静态点火时连同卫星在发射台上炸掉。
Starship 的原型机。2019 年 11 月 Mk1 在压力测试中炸裂，2020 年 SN1、SN3 在压力测试中垮掉，SN4 在第五次点火后爆炸。2020 年 12 月到 2021 年 3 月，SN8、SN9、SN10、SN11 四台原型机连续在十公里高空飞行后炸毁：SN8 落地太快，SN9 一台发动机没点着，SN10 落是落了，十分钟后炸了，SN11 在浓雾里下降途中炸了。2021 年 5 月 5 日，SN15 落下来了。
然后才是 2023 年开始的 Starship 整箭试飞。
把这张单子摊开，很少有公司愿意把这样一份记录公开挂在自己的历史上。但正是这份记录，是 SpaceX 今天能每隔两个月飞一次、把星链送进轨道的原因。每一次爆炸后面，都跟着一次设计变更。
■ 十八个月，五次飞行
2023 年 4 月 20 日，Starship 第一次试飞。多台发动机在飞行中失效，火箭在空中翻滚，自毁系统启动后又过了 40 秒才把它炸掉。发射台被严重损坏，碎片飞进了旁边的州立公园。
按照任何传统航天公司的标准，这是一次灾难。
美国联邦航空管理局的事故调查开出了 63 项纠正措施。七个月后，Flight 2 升空。这一次 33 台发动机全程工作，完成了热分级分离，这是 Flight 1 根本没做到的事。但助推器在翻转后丢失，飞船因起火自毁。
又过了四个月，Flight 3。首次全时长二级发动机燃烧，首次舱内推进剂转移测试。助推器着陆时只有 3 台发动机点火，丢了。飞船再入时失控。
再过三个月，Flight 4。助推器第一次受控溅落在墨西哥湾。飞船前翼严重烧损，但仍然完成了受控溅落。这是 Starship 历史上第一次两级都受控返回。
然后是 Flight 5。2024 年 10 月 13 日，助推器被发射塔的机械臂稳稳接住。人类航天史上从未发生过的事。
从炸毁发射台到塔臂接住助推器，中间只有 18 个月，5 次飞行。每一次飞行都失败了一些东西，每一次飞行都修好了上一次失败的东西，同时尝试了新的东西。
到 2026 年 7 月，Starship 已经飞了 13 次。前 3 次全部失败，此后每一次都完成了主要目标，中间 2025 年上半年连续三次丢了飞船。今年 5 月起飞的是全新的 V3：新一代 Raptor 3 发动机，更大的推进剂容量，7 月那次已经把星链卫星送进了轨道。这些改动不是在实验室里推演出来的，是从前面十几次飞行的失败数据里长出来的。
■ 爆炸是设计出来的
那些令人咋舌的爆炸，不是意外的失败，而是主动的失败。
SpaceX 在每次试飞前都会公布一份目标清单。Flight 1 的目标是"离开发射台"，Musk 自己说，只要不炸毁发射台就算成功。Flight 3 的目标包括首次全时长二级燃烧和推进剂转移测试，但并不要求助推器成功着陆。Flight 6 故意拆掉了飞船侧面几个区域的隔热瓦，就是为了看飞船在缺少防护的位置会怎样。每一次飞行都被设计成"在某些环节会失败"的实验。它们不是在追求完美飞行时不幸出了事故，而是在有意识地把失败边界往外推，同时确保拿到足够的数据来理解这个边界在哪里。
传统航天的逻辑是：在地面上把所有问题解决完，再飞。SpaceX 的逻辑是：有些问题只有飞了才知道存在，所以尽早飞、尽早暴露、尽早修。原型火箭的造价被刻意压低，就是为了让"炸一枚"的成本可以承受。
这不是鲁莽。这是用经济手段把失败变成可重复的实验。
失败不是系统的例外，而是系统的燃料。
■ 失败是原材料
传统企业对失败的处理方式是：发生，追责，修复，尽量不再发生。失败是成本，是需要最小化的东西。组织的本能反应是把失败藏起来，或者至少让它看起来不那么严重。
Elon 的系统不是这样运转的。在他的系统里，失败是一种原材料，和钢材、代码、推进剂一样，是生产下一版产品必需的输入。
Flight 1 炸了发射台。这不是一个需要道歉的事故，而是一组关于"混凝土在 33 台猛禽发动机的尾焰下会发生什么"的数据。这组数据催生了水幕系统和钢板防护，这些东西在 Flight 1 之前，没有人知道需要。
Flight 7 的飞船因为推进系统的谐波响应远超地面测试，引发推进剂泄漏和持续起火而丢失。Musk 第一天就在 X 上写了：要给那个舱段加灭火系统，可能还要扩大通风面积。调查完成后，SpaceX 改了燃料管路、推进剂温度和推力目标。这不是公关声明，这是一条设计变更通知。
这种处理方式和 AI 公司训练模型的逻辑是同构的。模型在哪里犯错，那个错误样本就是下一轮训练最有价值的数据。SpaceX 从每次飞行的异常中提取设计改动。失败不是系统的例外，而是系统的燃料。
Tesla 的 FSD 把这个逻辑推到了更极致的地步。它不只是从失败中学习，它在主动制造失败。
FSD 的车队里有一个叫"影子模式"的机制：即使驾驶员在手动驾驶，系统也在后台同时运行自己的决策模型。如果系统的决策和驾驶员的实际操作出现分歧，比如系统认为应该直行但驾驶员踩了刹车，或者系统想变道但驾驶员没动，这个分歧就是一个"虚拟失败"。它没有真的发生在路上，但它被完整记录下来，回传到云端，成为下一轮训练的高价值样本。
特斯拉自动驾驶团队的 Phil Duan 今年在 CVPR 上给了这套机制的规模：约 700 万台车的车队，每天产生约 500 年的驾驶时长。但随机采样的视频 90% 没用，一段平稳的高速巡航模型早就会了。真正被捞出来训练的，是模型输出与人类司机操作不一致的片段。模型和人开得一样的地方没有信息增益，只有"模型想这么开，但人类实际那么开"的地方，才藏着模型还没掌握的知识。这些片段被自动标注、进入仿真和训练，再通过 OTA 推回车队。
所以 Tesla 的车队规模不只是一个销售数字，而是一个数据工程数字。每多一辆车上路，不是多了一个客户，而是多了一台 24 小时运转的失败探测器。
每多一辆车上路，不是多了一个客户，而是多了一台 24 小时运转的失败探测器。
这些失败数据的价值，在 FSD 的版本演进里看得很清楚。V12（2024 年初）第一次用端到端神经网络替代了手写规则的流水线，让模型直接从真实驾驶轨迹里学策略。这个变化的前提，正是车队积累的海量失败样本，没有它们，端到端模型没有原材料。V14（2025 年 10 月起）的强化学习阶段专门盯着更难的样本：小动物、复合信号灯路口、弯道黄灯、斜着伸进车道的异常物体。这些更难的样本从哪里来？从车队主动探测到的失败里来。
车队主动制造失败样本，自动标注和仿真，训练更强的模型，OTA 推送回车队，车队发现新的失败边界，再来一轮。这就是我在另一篇文章里说的智能复利。它的燃料不是正常驾驶的里程，而是失败。
■ 不是快速失败，是失败工业化
硅谷流行一句话叫 fail fast。但这句话被用滥了，经常变成对草率的美化。Elon 做的事情比 fail fast 精确得多。
他做的是把失败变成一条工业流水线：发生，测量，根因分析，设计改动，下一个原型，再次飞行。这条流水线的关键不是"快"，而是"完整"。每一步都不能跳过。
Musk 自己公开讲过一个五步法：第一步，让需求变得不那么蠢，质疑需求本身，谁给的都一样；第二步，删除零件或流程；第三步，简化或优化剩下的；第四步，加速循环时间；第五步，自动化。他反复强调，前三步没做完之前不要加速，聪明工程师最常见的错误，是去优化一个本来就不该存在的东西。
最反直觉的是第二步。他说：如果你没有至少 10% 的时间在把东西加回去，说明你删得不够。这意味着他预期删除本身会产生失败：删多了，某个功能出问题，你才知道它其实是需要的。这种故意删过头再加回来的做法，本质上是在用可控的失败来逼近真实的需求边界。
Tesla Model 3 的"生产地狱"是另一个例子。2017 到 2018 年，Musk 睡在弗里蒙特工厂的地板上，产线一度几乎停摆。事后他承认，过度自动化是一个错误，"人类被低估了"。拆解专家 Sandy Munro 2018 年拆开 Model 3，一边批评车身工艺，一边说它的电子架构领先对手五到八年。两条评价放在一起，恰好说明了什么被撞出来了：Tesla 在极短时间内经历了别人十年才会遇到的制造问题，并且把每一个问题都变成了产线的改进。别的公司在设计阶段就把风险规避掉了，代价是永远不知道真实的制造边界在哪里。Tesla 选择了先撞上去，再从撞击中学习。
■ 四个前提
把失败当方法，听起来很酷。但它有几个不容易复制的前提。
失败必须发生在可控边界内。 Starship 的试飞在德克萨斯州的私人发射场进行，飞行路径经过联邦航空管理局审批，自毁系统随时可以启动。这不是在闹市区试验炸药。FSD 的新版本先在影子模式下运行，再灰度推送给一小部分用户，最后才全量 OTA。每一层都是一个可控的失败边界。
失败必须被完整测量。 没有遥测数据的爆炸只是爆炸。SpaceX 每次飞行收集海量传感器数据，失败后的调查报告精确到第几秒、哪台发动机、什么原因。Tesla 的车队数据系统能从几百万辆车的正常驾驶中自动筛出异常样本。不能测量失败，就不能从失败中学习。
组织必须能承受失败的成本。 SpaceX 的原型火箭造价远低于传统航天器，这是故意的。如果每次失败都要花 10 亿美元，你承受不了 13 次试飞里前三次全炸。Musk 五步法里的"删除"和"简化"不只是工程美学，它们直接降低了每次失败的财务成本，从而让更多次失败成为可能。
创始人必须有足够的权威来保护这种文化。 在一个需要向董事会解释每次爆炸的组织里，第三次失败之后就不会有第四次了。Elon 能做到这一点，部分原因是他同时是最大股东和 CEO，部分原因是他用早期的成功，Falcon 9 和 Model S，建立了足够的信用储备。
■ 学不会的是结构，不是态度
很多公司试图学习 Elon 的方法。它们在内部推行"快速迭代"，鼓励"试错文化"，甚至在墙上贴 embrace failure 的标语。
但大多数公司在一个关键的地方卡住了：它们没有把失败变成资产的基础设施。
一次异常发生后，它进入的是投诉流程、邮件链和责任谈判，而不是进入训练、回归和下一版产品。组织的免疫系统会自动把失败当作病毒来隔离，而不是当作营养来吸收。
这不是态度问题，是结构问题。当数据权、产品权、发布权和责任归属分散在不同的部门甚至不同的公司之间时，一次失败从发生到变成下一版能力的路径，就会被拉长到失去意义。等你终于搞清楚这次失败该谁负责、数据该谁处理、修复该谁验证、新版本该谁签发的时候，竞争对手已经飞了三次了。
Elon 的公司能把失败当方法，不是因为他比别人更勇敢，而是因为他把数据、设计、制造、测试和发布放在了同一个组织、同一条决策链、同一个时间表上。失败从发生到变成下一版产品的路径，被压缩到了组织能承受的最短距离。
这可能是 Elon 最不被讨论、却最难复制的能力。不是设定目标的能力，不是融资的能力，不是营销的能力，而是把失败工业化的能力：让每一次失败都以最短路径、最低成本、最完整的测量，变成下一版量产能力的一部分。
失败不是一件让人难堪的事。它是一种必然，也是一种主动的选择。
推荐阅读
点击标题阅读