一、行业权威发声：自动驾驶远未成熟
曾领导特斯拉自动驾驶研发至 2022 年的前人工智能负责人安德烈・卡帕西（Andrej Karpathy）警告称，切勿轻信自动驾驶问题已解决，或全自动驾驶汽车即将普及。作为人工智能领域备受尊敬的领导者，卡帕西的观点引发业界关注。
二、技术先驱的行业轨迹
2017 年，马斯克从 OpenAI 挖走卡帕西，后者迅速掌舵特斯拉 AI 团队，主导 Autopilot 和完全自动驾驶（FSD）的神经网络开发。2022 年离开特斯拉后，他于 2023 年短暂回归 OpenAI，随后创立 AI 教育公司 Eureka Labs。这位斯洛伐克裔加拿大计算机科学家被公认为顶尖计算机视觉专家，更开创了特斯拉纯视觉自动驾驶路线。
三、从 “完美演示” 到现实鸿沟
卡帕西在本周 Y Combinator AI 创业学校活动中分享了一段经历：2013 年，他乘坐当时谷歌自动驾驶公司（现 Waymo）的车辆在帕洛阿尔托行驶 30 分钟，全程零人工干预。“那时我以为自动驾驶即将落地，毕竟演示太完美了。” 但 12 年后的今天，行业仍在攻克自动驾驶难题。
尽管 Waymo 目前在加州、亚利桑那州和得州运营超 1000 辆无人车，每周为付费用户完成数十万次自动驾驶出行，卡帕西指出：“路上的 Waymo 看似无人驾驶，实则仍依赖大量远程操控和人工介入。” 据他透露，当车辆陷入困境时，远程人员会发送指令干预 —— 这与 Waymo 已确认的部分远程操作机制吻合，但具体干预频率尚不明确。
四、AI 落地的时间维度：以 “十年” 为单位
“软件难题需要时间，AI 代理（如自动驾驶系统）的成熟不是‘今年’的事，而是‘这十年’的事。” 卡帕西强调，即便行业终将攻克自动驾驶，也需正视技术迭代的漫长周期。他以 Waymo 为例：“我们尚未宣布成功，但现阶段已明确方向，只是过程比预想更久。”
五、与特斯拉 “Robotaxi” 的微妙呼应
值得玩味的是，卡帕西发声恰逢特斯拉本周末推出 “Robotaxi” 服务。这与马斯克 “自动驾驶已解决” 的论调形成鲜明对比。
据披露，特斯拉 Robotaxi 不仅如 Waymo 般依赖远程操控，前排乘客座还需安排员工随时按下急停按钮。Electrek 分析指出，这本质是 “FSD 公开测试版 —— 只是将监督司机从驾驶座移到了副驾”。在 Waymo 加速扩张的背景下，特斯拉此举更像是为兑现多年前的承诺而进行的 “舆论造势”。
六、技术瓶颈：从数据到安全的鸿沟
评论区观点指出，马斯克团队忽视了驾驶认知的复杂性：“开车时感觉简单，仿佛无需过多思考，但实际涉及的逻辑远不止车道保持和过弯控速。” 特斯拉试图通过 “ brute force（暴力枚举）” 比对历史场景来替代人类推理，却陷入技术路径偏差。
数据显示，特斯拉 FSD 目前每数百英里就会出现关键脱机（critical disengagement），而真正的 L4 级系统需达到数万英里的安全间隔。业内预计，实现这一目标至少还需数年。
结语：从 “技术炫技” 到 “安全落地”
卡帕西作为特斯拉视觉方案的缔造者，其警示揭示了行业真相：自动驾驶的终极目标并非靠 “演示噱头” 达成，而是需要突破感知算法、边缘场景处理和系统冗余设计的多重瓶颈。当资本热潮退去，技术务实主义或许才是推动行业前行的真正引擎。
精彩评论