虽然一个没有方向盘的世界看起来像是硅片上书写的宿命,但道路的现实远比旨在征服它的代码行更加顽固。多年来,硅谷的叙事一直是即将来临的颠覆。我们被告知,到 2030 年代中期,自己开车这种行为将像远方蹄铁工或手工排字一样古老而小众。然而,当我们坐在 2026 年 5 月的当下,回顾过去两年的进展,越来越清楚的是,埃隆·马斯克(Elon Musk)关于无人驾驶未来的时间表与其说是路线图,不如说是一个愿景草图。
从大局来看,关于十年内 90% 的行驶里程将实现自动化的说法,假设了一种根本不存在的技术和社会无摩擦水平。马斯克在各种峰会和财报电话会议上分享的预测描绘了一个世界:AI 处理通勤的苦差事,而人类在移动客厅里休息。但对于普通用户来说,这种转变正被证明是一种缓慢的系统性转变,而非突然的革命。要理解其中的原因,我们必须深入了解仍阻碍前进的机械和数字障碍。
在人工智能领域,有一个被称为“长尾”的概念。通俗地说,这指的是现实道路上发生的无数罕见、不可预测的场景。虽然 AI 可以经过训练以极高的精度识别停车标志或人行横道上的行人,但它在处理混乱的“万一”情况时却很吃力。可以将 AI 想象成一个不知疲倦的实习生:它非常勤奋且从不睡觉,但它缺乏处理训练手册中未见情况的基本常识。
想想旧金山的自动驾驶出租车在停电期间因无法解读熄灭的红绿灯而陷入瘫痪的事件。或者自动驾驶系统在积水道路或面对建筑工人复杂手势时挣扎的案例。对于人类来说,这些是可以在瞬间解决的直观谜题。对于机器来说,它们是不透明的逻辑错误。这些长尾场景不仅仅是小毛病;它们是 L5 级自动驾驶(即在任何天气、任何地点、无需人类干预的驾驶能力)在可预见的未来仍遥不可及的主要原因。
除了代码,我们还必须应对现代生活的无形支柱:监管和基础设施。从历史上看,汽车行业的移动速度与软件开发相比慢如冰川。这是因为照片分享应用中的软件错误后果很轻,而两吨重车辆中的错误则是关乎生死的大事。
例如,欧洲采取了稳健且谨慎的做法。虽然 L2 级系统(汽车辅助转向和制动,但人类仍是主导)现已普及,但 L3 级和 L4 级的批准仅在高度受控的条件下授予。法律上的责任迷宫是另一个系统性障碍。如果无人驾驶汽车发生碰撞,谁的责任?车主?软件开发商?传感器制造商?在这些问题通过透明的国际标准解决之前,制造商仍会对向公众发布全自动车队持犹豫态度。
相反,像中国这样的国家正凭借不同的监管胃口和对工业主导地位的集中推动而领跑。然而,即使在那里,推广也集中在特定的城市“沙盒”中。对于居住在农村地区或基础设施老化城市的普通用户来说,无人驾驶梦想仍然是一个遥远的前景。
从消费者的角度来看,最大的障碍可能是价格。实现真正自动化所需的硬件——包括高分辨率激光雷达(LiDAR)、冗余传感器套件和强大的车载计算能力——仍然昂贵。虽然这些成本具有颠覆性并最终会规模化下降,但目前它们使全自动驾驶成为一种奢侈功能,而非主流标准。
根据最近的行业报告,即使到 2035 年,私人车辆的全自动驾驶预计仍将是一项小众功能,仅出现在极少数新车中。更可能的情况是,自动化将分散到特定的使用场景中,例如长途货运或城市自动驾驶出租车队,在这些场景中,高昂的设备成本可以在数千英里的商业里程中摊销。
为了看穿术语,了解我们今天的处境与炒作所言的处境对比是很有帮助的。下表分解了全球标准定义的自动化等级。
| 等级 | 名称 | 对你意味着什么 | 当前状态 (2026) |
|---|---|---|---|
| L2 | 部分自动化 | 汽车负责转向和制动,但你必须盯着路面。 | 大多数新型中档车的标配。 |
| L3 | 有条件自动化 | 汽车在交通拥堵或高速公路上自动行驶,但你必须准备好接管。 | 仅在特定地区的特定豪华车型中可用。 |
| L4 | 高度自动化 | 汽车可以在地理围栏区域(如市中心)无需人类帮助行驶。 | 在有限的自动驾驶出租车队(Waymo 等)中运行。 |
| L5 | 完全自动化 | 汽车可以在任何时间、任何地点、任何天气行驶。无需方向盘。 | 理论上可行,但目前尚不可见。 |
那么,对于普通驾驶员来说,底线是什么?简单来说,你应该期待的是驾驶习惯的逐渐演变,而非彻底取代。在未来几年,你可能会看到你的车接管更多枯燥的驾驶部分——在走走停停的交通中等待,或在漫长的高速公路上保持居中。这就是 L2+ 和 L3 级系统新兴的现实。
然而,认为十年内 90% 的驾驶将由 AI 完成的想法感觉像是一个不稳定的高估。我们正走向一个人类直觉与机器精度必须共存的混合世界。对于普通用户来说,这意味着虽然你的下一辆车肯定会更聪明、更安全,但你短期内还不会在上班路上在后座睡觉。
最终,我们应该将马斯克的时间表视为创新的催化剂,而非字面上的截止日期。它迫使行业解决难题,并推动监管机构现代化。但作为消费者,最好的方法是保持韧性的务实主义。欣赏随之而来的安全功能,但请保持双手握住方向盘,眼睛盯着路面。21 世纪的数字原油——数据——仍在精炼中,在 AI 能够处理红绿灯故障且处于施工区的雪夜之前,人类驾驶员仍然是路上最复杂的计算机。
来源:


