帖子详情

特斯拉高调宣称FSD比人类驾驶安全十倍，这一数据来自其内部统计模型。然而，参与训练FSD系统的前员工和标注员却公开表达不信任。这种官方宣传与内部实践之间的巨大裂痕，揭示了一个核心问题：科技公司在自动驾驶安全性上，是否存在用营销话术替代真实透明的风险？

据路透社报道，多名特斯拉前员工透露，他们在测试FSD时经常感到不安。这些训练师负责优化系统，却对FSD的实际安全性持怀疑态度。更令人担忧的是，特斯拉的安全统计方法存在争议——它只计算开启FSD时车辆是否卷入事故，却忽略了系统频繁失效、需要人类紧急接管的场景。这种统计方式就像只记录飞机坠毁次数，却不统计险些坠毁的紧急情况。

AI训练师的不信任源于日常工作中的观察。他们发现FSD在复杂场景下表现不稳定：施工路段、临时路障、突然出现的行人或车辆，系统往往反应迟钝或做出危险决策。有前标注员表示，自己绝不会让家人乘坐搭载FSD的特斯拉。这种内部人员的警告，比任何外部批评都更具说服力，因为他们是最了解系统局限性的人。

更深层次的问题在于自动驾驶行业的安全标准缺失。目前没有统一的第三方测试机构，没有强制性的安全披露要求，车企可以自行定义安全衡量标准。特斯拉的十倍安全论，建立在自己筛选的数据和自定的统计方法上。这种自我监管模式，让消费者难以获得客观、全面的安全信息，也削弱了公众对自动驾驶技术的信任基础。

要重建信任，特斯拉需要开放数据、接受独立审计、明确披露FSD的局限性和适用边界。同时，监管部门应建立统一的自动驾驶安全测试与披露标准，让营销回归真实。毕竟，当技术关乎生命安全时，透明比十倍安全的口号更重要。AI训练师的质疑不是阻碍创新，而是提醒整个行业：真正的安全，必须经得起内部知情者和外部监管的双重检验。