前Uber自动驾驶主管开FSD撞墙？亲述“近乎完美”系统的致命陷阱

前Uber自动驾驶负责人拉菲·克里科里安（Raffi Krikorian）最近在一篇文章中，详细描述了自己驾驶特斯拉Model X并开启FSD（Full Self-Driving，完全自动驾驶）时发生的一起严重车祸，当时他的孩子就在后座。作为曾执掌Uber自动驾驶团队的资深专家，他的亲身经历和专业剖析，揭示了当前辅助驾驶技术在现实应用中的复杂困境。

事故发生在一个寻常的周末，克里科里安行驶在一条他再熟悉不过的住宅区道路上。FSD系统一直平稳运行，直到车辆进入一个弯道时，系统似乎突然“迷失”，方向盘毫无征兆地剧烈抖动，车辆开始减速。尽管他立即抓住了方向盘试图接管，但为时已晚，车辆撞上了混凝土墙，当场报废。克里코里安本人遭受脑震荡，所幸后座的孩子安然无恙。

克里科里安指出，这起事故暴露了所谓“监督式”自动驾驶的根本缺陷。他认为，特斯拉FSD这类L2级辅助驾驶系统，实际上是在要求人类去监督一个“专门设计得让监督显得毫无意义”的系统。一个时常出问题的机器会让人保持警惕，一个完美的机器则无需监督，但一个“近乎完美”的机器最容易制造陷阱。因为它在99%的场景下表现流畅，会逐渐“训练”驾驶员去信任它，削弱其警惕性。心理学上，这种现象被称为“警觉性衰减”，即长期监督一个表现优异的系统会让人感到厌倦和分心。当系统突然失灵时，驾驶员需要数秒时间才能从乘客状态切换回驾驶员状态，并做出正确反应，而在紧急情况下这几乎是不可能完成的任务。

这起事故的责任认定也反映了当前L2级辅助驾驶的普遍现实：尽管是系统失灵导致事故，但最终出现在保险报告上并承担全部法律责任的，是驾驶员克里코里安，而非特斯拉。这是因为在现行法律框架下，L2级系统始终被定义为“辅助”驾驶，驾驶员必须时刻保持注意并随时准备接管。

然而，对于FSD系统的安全性，外界存在着巨大的争议和矛盾的信息。一方面，特斯拉官方发布安全报告，声称在开启FSD的情况下，车辆平均行驶约500万英里（约804.7万公里）才会发生一次重大碰撞，安全性远超人类驾驶员的平均水平。但另一方面，这些数据也遭到了诸多质疑。有批评指出，特斯拉的统计方式存在“文字游戏”，例如，其对比基准包含了所有人类司机（包括新手和老人），且可能未将驾驶员在系统失灵前紧急接管导致的事故计入其中，这使得数据难以客观反映FSD的真实安全水平。美国国家公路交通安全管理局（NHTSA）的调查数据显示，搭载L2级辅助驾驶的车辆，其事故率有时反而高于纯人工驾驶。

多起具体事故也印证了FSD在特定场景下的技术局限。特斯拉坚持的“纯视觉”方案，即仅依赖摄像头和神经网络来感知世界，虽然在成本和数据收集上有优势，但在面对强光、隧道、雨天以及静止障碍物时，其识别能力仍存在不足。例如，有记录显示FSD系统曾因强光将“夕阳影子”误判为障碍物，或未能及时识别路边静止的货车，从而导致碰撞。YouTuber尝试使用FSD横跨美国的挑战，仅行驶了93公里就因车辆未能识别路面障碍物而发生车祸。

围绕特斯拉FSD的争议还涉及其宣传方式和法律责任。在美国，已有多起诉讼直指特斯拉使用“完全自动驾驶”的命名和宣传语存在误导性，让消费者对系统能力产生错误认知。其中一起发生在佛罗里达州的致命事故，法院最终判决特斯拉需承担33%的责任并支付巨额赔偿，理由是其明知系统存在缺陷，却通过误导性宣传让驾驶员过度信任。这表明，即便在法律上驾驶员是第一责任人，车企也无法完全豁免其产品缺陷和误导宣传的责任。

当然，技术本身在飞速进步。一些汽车评论员在体验了最新版本的FSD后，对其流畅性和智能化表现给出了高度评价，认为它在许多场景下已展现出“专家级”水准，正从“争议玩具”向“可靠伙伴”演进。但这并不能掩盖其作为L2级系统的本质。正如一些行业专家和车企（如比亚迪宣布为自动泊车事故兜底）所展示的，技术可靠性、责任划分与透明宣传，是自动驾驶技术走向成熟和赢得公众信任前必须解决的核心问题。在此之前，无论系统多么智能，方向盘后的驾驶员，始终是安全的第一道，也是最后一道防线。