马斯克又双叒叕放狠话了。

主持人向他提问 ：特斯拉的 Optimus 人形机器人，啥时候能超过全世界最好的外科医生？

他给出了非常干脆的答案：三年。

没有可能，没有如果，也没有在某些条件下，就是斩钉截铁的：三年。

接着还补了一句：所有人都能得到比现在的总统更好的治疗，学生们也没有必要再去上医学院了，毫无意义（pointless），除非你纯纯把这当爱好。

要碾压人类医生的 Optimus

现在能干些啥？

先来看看让马老师如此自信的 Optimus 目前什么实力。

Optimus 最早在 2021 年亮相，是特斯拉推出的一款通用人形机器人，用于「替代人类完成危险、重复、繁重或人类不愿做的任务」，这几年一直是马斯克反复提及的重点产品之一，地位堪比「我家子涵」。

基于特斯拉官方演示和公开信息，目前 Optimus 的能力主要集中在：

双足行走与平衡：能稳定行走、转向、在相对简单环境中移动。

视觉感知与避障：使用摄像头 + 神经网络进行环境识别和导航。

基础物体操作：拿取、搬运、放置物品，在工厂环境中做一些重复任务。

一定程度的自主性：能完成预先定义好的任务流程，但通常需要人工监控或干预。

来看看最新的 Optimus 跑步的样子

它现在还不具备的是：

没有任何医疗或外科相关的临床应用。

不能在复杂、不确定环境中自主做高风险决策。

精细操作（尤其是软组织、微结构）仍处在非常早期阶段。

多数演示动作背后，仍依赖人类工程师调试和干预。

也就是说，Optimus 现在的「聪明」，更多体现在会动，而不是会作出判断。

它在展示中主要对标的也都是通用用途任务（如搬运、拾取），不具备任何形式的专业任务自治能力（比如医疗手术、精密配置等）。

顺便提一句，不到半年前的 2025 年 10 月，马斯克还在财报电话会上遗憾宣布当年量产 Optimus 计划彻底泡汤。

限速环节，恰恰就是外科医生们用来吃饭的家伙：手。

Optimus 机器人的灵巧手基本已经是行业最精密的，但在训练分拣快递时，这双手的寿命只够用 6 周，而单纯制作一只手的成本就超过 6000 美元。

马斯克的原话是：「要造出一只像人手一样灵巧和干练的手，是一件非常困难的事情」。

这样看来，马斯克所说的三年超越五年碾压，目前大概还处于八字没一撇的状态，这信誉分可能连充电宝都借不出来。

目前其他的手术 AI

到底在哪个档位？

除了 Optimus，其他的医疗 AI 机器人发展到什么程度了？

如果我们按照机器人的发展程度简单分为 5 级，目前临床大多数停留在 1～2 级，少数研究接触到了 3 级。（注意：这里我们只是方便理解做的简单分级，不是实际应用的分级方式）

第 1 级：遥控操作、增强类工具

这是目前手术室见到的绝大多数机器人类型，最典型的就是大家都熟悉的达芬奇，类似于「更灵活、更稳、更符合人体工学的手」，但决策与动作仍由人实时控制。比如 CMR Surgical 的 Versius 系统，拿到的手术适应证也明确属于「辅助（assist）」范畴。

第 2 级：AI 做协助识别和记录

目前包括训练让 AI 看懂手术流程、识别手术阶段，让 AI 观看手术视频生成术后记录等。

第 3 级：单步骤半自治/自治

之前发表在 Science Robotics 的研究 Autonomous robotic laparoscopic surgery for intestinal anastomosis 展示了在模型与活体组织环境下，机器人完成腹腔镜小肠吻合等软组织任务的自治策略与实验结果。

这个阶段的 AI 可以完成特定的手术步骤，但真实临床的出血、体位变化、突发解剖变异、团队协作……都无法解决。

第 4 级：更复杂任务的自主

这类目前仍以实验和动物器官为主，通过用更大规模的手术视频与更强的模型，让机器人学习更复杂的任务序列。

比如 Axios 报道的约翰霍普金斯团队用类似大模型的学习范式，让机器人从手术视频中加速学习基本手术任务（针操作、提拉组织、缝合等）。再比如 Guardian 报道 AI 训练的机器人在身上完成「胆囊切除」等多步骤任务。

第 5 级：全自主外科医生

这就是马斯克的终极畅想了：一个系统在没有外科医生实时操控下，完成完整手术、处理突发、并在结局上整体更优。

如果站在马斯克的认知模型里，这样的想法并不突兀。因为在他眼里，外科手术是一个高度依赖手眼协调、可被数据化与传感器捕捉、最终被闭环控制系统优化的过程。

这和 Optimus 的目标「在真实世界中完成精细、复杂、可重复的物理操作」是一致的。

他说的取代，更像是工程师语境里的：在性能指标上超过人类，而不是医学语境里的：承担完整医疗责任与临床决策。

外科医生

被忽略的 3 种关键能力

也就是说，外科医生很大一部分工作内容被忽略了，这也正是临床最关键的工作内容：

术前评估与手术指征判断

手术指征看起来都写在指南里，有影像、有检验、有评分系统，有结构化指标、有推荐路径、有风险分层模型，在很多AI 路线图里，「术前评估自动化」也总是被放在前排。

但外科医生都知道：真正困难的不是「符合不符合指征」，而是「要不要现在做」。

这中间包含大量隐性判断：影像和真实解剖的偏差、患者的耐受性与真实期望、患者的经济能力和配合能力、合并症发生的理论风险和现实风险……

这些判断往往无法完全写进流程，却决定了手术是不是正确的选择。AI 很容易学会是否符合条件，却很难学会什么时候该「退一步」。

术中判断与临场调整

AI 的手一定比人类更稳定、更精准、不抖手，但这不代表能做好手术。

真实手术中，外科医生必须时刻思考：这个层面是不是该继续分离？出血是技术问题，还是策略错误？现在是补救，还是止损？如果继续做，患者的整体风险会不会增加？

真正决定结局的，是外科医生对患者预后趋势的判断，而不是对动作的控制。

术后管理与并发症处置

在很多 AI 设想中，术后管理常被视为：按路径走，按指标监测，按并发症算法处理。

这看起来非常适合自动化，但在外科世界里，真正棘手的并发症从不按教科书来。

比如指标还没到异常阈值，但医生已经需要提预案；患者主诉模糊，让你直觉不对劲；多系统问题叠加，无法归因到单一并发症；家属焦虑、病人配合差，风险被放大……

AI 非常擅长处理已经发生的问题，但对正在形成、尚未命名的危险极其迟钝。外科医生术后关键的能力，就是提前识别失控趋势，主动干预，减少并发症的发生。

对后果负责的能力

是 AI 永远外包给人的

最后，一个被严重低估、但所有医生都必须具备的能力是：承担后果。

AI 可以预测并发症概率，可以给出风险区间，可以提供统计意义上的最优选择。

但它不能在结果不理想时面对患者，在法律、伦理、心理层面承受压力，更别提所有医生都知道的深刻教训：患者是会「骗人」的。

医疗决策从来不是纯粹的「预测」问题，而是「谁来为这个选择站出来」的问题。

这份责任不是计算属性，而是社会属性。

对后果负责的能力，是 AI 永远要「外包」给人类医生的。