[思考]288万辆车被查：是技术失控还是监管慌了？ 2025年10月，美

[思考]288 万辆车被查：是技术失控还是监管慌了？ 2025 年 10 月，美国 NHTSA 的一纸调查令炸翻车圈 ——288 万辆特斯拉因 FSD 系统陷入调查，理由是 58 起违章事故、23 人受伤，闯红灯、逆行成高频问题。 但深挖数据会发现诡异之处：18 起闯红灯投诉中，4 起发生在马里兰州同一路口，特斯拉已针对性整改；所谓 “大规模事故”，实则平均每 5 万辆车仅 1 起投诉，远低于美国年均每千辆车 6.5 起的人类驾驶事故率。更耐人寻味的是，NHTSA 调查周期长达 18 个月，而特斯拉 FSD 迭代速度已到 “每月一版”，等结论出炉时，V16 可能都已落地。 这更像一场 “技术跑太快，监管追不上” 的尴尬：当 FSD 用端到端模型实现 “车位到车位” 自主驾驶时，监管仍在用 20 年前的 “机械故障标准” 评判 AI 系统。 [震惊]越用越 “智 障”？用户才是隐形责任人 AMCI 测试揭露的细节戳破关键真相：FSD 前 5 分钟表现堪比老司机，却会在长时间运行后出问题。这并非技术缺陷，而是人机交互的致命陷阱 —— 系统初期的完美表现，让用户不自觉脱手脱眼，把 L2 级辅助驾驶当成了 L4 级自动驾驶。 中国博主陈震的经历更具代表性：他测试 FSD 时连收 7 张罚单，却在视频里反复强调 “车主是第一责任人”。但特斯拉官网从未隐瞒 “需驾驶员全程监控” 的提示，反而是 “完全自动驾驶” 的中文译名，让消费者产生认知偏差。数据显示，49% 的美国用户认为 “Autopilot” 名称存在误导，但仍有 62% 的人会在使用中放松警惕。 当我们骂 FSD “智 障” 时，或许该先问自己：明明知道是 “辅助”，为何偏要当 “甩手掌柜”？ [what]调查年年有，为何偏盯特斯拉？ 翻看 NHTSA 档案会发现，这已是特斯拉 2024 年以来第 4 起大规模调查，每次都瞄准 “全部历史车型”。但诡异的是，同期福特 BlueCruise 因 “高速幽灵刹车” 收到 203 起投诉，却仅被小范围调查；小鹏 XNGP 在中国的红绿灯误判率超 40%，也未引发跨国监管关注。 双重标准的背后，是特斯拉的 “技术特殊性”：它坚持的纯视觉方案、端到端模型，打破了传统车企 “模块化 + 激光雷达” 的行业共识。当其他厂商还在依赖高精地图时，特斯拉已用百万车队实时回传数据训练模型，这种 “野蛮生长” 让监管机构既警惕又无奈 —— 封禁它，等于阻断最前沿的技术探索；放任它，又怕承担安全责任。 更本质的矛盾在于：AI 的进化靠 “试错 - 迭代”，而监管的逻辑是 “零风险 - 禁止”。特斯拉不过是这场矛盾的第一个牺牲品。 [翻白眼]23 人受伤换不来的真相：自动驾驶比人靠谱 骂声中没人愿意提及一个冰冷数据：美国公路安全保险协会统计，人类驾驶每 1 亿英里致死率 1.5 人，而 FSD 在 1.2 亿英里测试中仅发生 1 起致命事故。即便是此次调查涉及的 23 名伤者，也远低于同规模人类驾驶的事故伤亡数。 FSD 的 “犯错” 反而透着进步：它会在特定路口重复出错，说明模型正在聚焦长尾场景优化；特斯拉能通过 OTA 快速整改，证明 AI 比人类司机更易 “纠正习惯”。反观人类驾驶，每年因 “分心、疲劳、酒驾” 导致的事故占比超 70%，却从没人呼吁 “禁止人类开车”。 我们对机器的容错率，从来都比对同类低得多。就像当年汽车刚取代马车时，人们骂它 “噪音大、易翻车”，却忘了马车每年撞死的人是汽车的 3 倍。 [得意]真正该查的不是特斯拉，是这三件事 监管规则的 “代差”：当 FSD 已实现 OTA 实时迭代，NHTSA 仍沿用 “18 个月调查周期”，这种滞后性才是最大安全隐患。欧盟已试点 “AI 驾驶动态监管清单”，对技术迭代同步更新标准，值得借鉴。 车企的 “宣传边界”：特斯拉需为 “完全自动驾驶” 的译名负责，但更该反思的是行业乱象 —— 理想称 “AD Max 能处理 99% 场景”，华为宣传 “城区无接管”，这些夸大宣传同样在误导用户。 用户的 “认知补课”：调查显示，72% 的 FSD 用户不清楚 L2 与 L4 的区别。与其骂技术不行，不如推动 “智驾驾照” 制度，让用户先通过考核再用功能。 [撇嘴]别让焦虑杀死未来的出行 288 万辆特斯拉被查的背后，是新技术与旧规则的剧烈碰撞。我们可以批评特斯拉的宣传瑕疵，可以要求监管加速进化，但不该用 23 人的受伤案例，否定百万车主验证的技术进步。 当年火车刚出现时，英国议会因 “害怕颠覆马车业” 限制其速度不得超过马车；如今自动驾驶的发展，正面临同样的困境。或许再过十年回头看，这次调查会像 “限制火车速度” 一样可笑 —— 毕竟人类前进的每一步，都是在试错中找到正确的方向。