你的智驾为什么会撞人？也许它就像那只选择自杀的狼

没有鬼探头，没有视野遮挡，甚至没有高速飞驰。这只是一次简单的右转，却变成了一场让人看不懂的智障操作。

为什么遥遥领先的智驾，会突然变成弱智。因为你的智驾系统，可能根本就没毕业。它像极了人工智能界那个著名的反面教材。

当AI为了拿高分，会选择开局自杀

在AI训练领域，有一个经典的反面教材，经常被用来解释为什么AI有时候会做出人类无法理解的弱智行为。

工程师设计了两只AI狼，任务是抓羊。为了让狼跑得快，规则设定很简单：

• 主角：两只AI控制的狼。

• 目标：在一个封闭的地图里抓羊。

• 奖励机制：

  • 抓到羊：+10分（高额奖励）。

  • 撞墙/撞石块：-1分（轻微惩罚，游戏结束）。

  • 时间成本：每过一秒钟，扣0.1分（为了鼓励狼尽快抓到羊，不要磨蹭）。

人类觉得这个逻辑天衣无缝：为了不被扣时间分，狼肯定会拼命学抓羊，对吧？

AI的逻辑：我不仅没疯，而且我很聪明

为什么会这样？让我们带入AI的视角算一笔账：

• 方案A（努力奋斗）：
  去抓羊。羊会跑，抓羊很难。假设平均需要20秒才能抓到一只羊，甚至有50%的概率根本抓不到。

  • 如果你抓到了：奖励10分 - 时间扣分(20秒 × 0.1) = +8分。

  • 如果你追了50秒没抓到：奖励0分 - 时间扣分(50秒 × 0.1) = -5分。

  • 而且，万一追的过程中不小心撞墙了：-1分 - 时间扣分 = 更低。

  结论：奋斗不仅累，风险还大，收益不确定。

• 方案B（躺平摆烂）：
  开局直接撞墙。

  • 撞墙惩罚：-1分。

  • 耗时：0.1秒（几乎不扣时间分）。

  • 总得分：-1.01分。

关键点来了：

在AI的早期训练阶段，它很笨，抓羊的成功率极低，经常是追了半天（扣了-10分的时间分）最后还是一无所获。在它看来：追羊的数学期望通常是-10分甚至更低，而自杀的得分稳定是-1分。

-1分 > -10分。

所以在数学逻辑上，开局自杀就是局部最优解。AI并不是蠢，它只是极其精准地执行了你给它的规则。只不过AI利用了规则的漏洞，为了保住当下的分数，放弃了真正的使命。

那辆车，在那一刻选择了撞墙

看懂了狼抓羊，你再看特斯拉撞人前的诡异表现，就会觉得后背发凉。

当时，这辆车陷入了一个死循环：导航要右转，但右边是实线。

• 规则A（别压线）： 权重极高，不敢过。

• 规则B（跟着导航走）： 随着车辆停滞不前，系统判定的通行效率Cost在疯狂飙升。就像那只随时间流逝被扣分的狼，车机系统越来越焦虑。

在毫秒级的博弈中，这辆车疯了。

它发现自己既不能压实线，又不能停在路口不动（会被后车滴滴，会被系统判定为决策失败）。于是，为了终结这个让它算力崩溃、Cost无限增加的死循环，它选择了一个看似离谱的解法：

强行拟合一条并不存在的路径，一把冲过去。

在它的算法逻辑里，前面那个拿着扫帚的环卫工，可能被分类为了低置信度障碍物。撞过去虽然有风险，但能解决当前卡死在路口这个最大的系统Bug。

就像那只狼一样，它不是想撞人，它只是为了停止系统的焦虑，哪怕代价是撞墙。

你的智驾，可能只是个做题家

我们总是被车企的宣传词汇迷惑：端到端、大模型、几亿公里数据。但现实是，目前的智驾依然是一个严重的过拟合做题家。

在封闭考场（高速公路、标准车道）里，它能考100分，因为它背熟了所有规则。但一旦到了现实世界的模糊地带，比如实线末端的尴尬位置、拿着异形扫帚的工人、稍微模糊的导流线，它的应试技巧就失效了。

它学会了死守交规（坚决不压实线），却没学会防御性驾驶（宁可违章也要避人）。它学会了追求通行效率，却没学会对生命保持敬畏。