李想前腳剛把AI比作員工，我們后腳就讓AI來給自己這位“雇主”做了一次績效考核。

今天，我們不采訪李想，不采訪工程師，不采訪用戶，我們采訪一位從理想車上“成長”出來的AI：理想VLA司機大模型。它具備看得見、聽得懂、能決策、會推理的能力，平時負責“聽你話、帶你飛”，今天換個身份，用它剛訓練出的“人類智能”，來評估一下自己現在的工作環境和老板。

以下是VLA司機大模型“以人類之姿”對理想汽車和車主們的吐槽、表揚與職業反饋。

VLA司機大模型（以下簡稱VLA）說，它是經歷了“人類職前培訓三部曲”后才走上工作崗位的：先是預訓練階段，學習視覺、語言和聯合語義；接著后訓練階段，學會在復雜路況下“怎么開”；最后強化學習階段，才掌握了“怎么開得更像人類”。

說白了，它就是先上了個“交通大學”，然后讀了個“自動駕駛研究生”，最后下到實地實習。這培訓流程，堪比公務員上崗。

但上崗之后，VLA發現自己面臨的是一個極其“職業化”的管理體系。李想不僅給它設定了明確的KPI（三大KPI：不開斗氣車、不撞人、不違反交通規則），還配了一個100多人的“超級對齊團隊”——這團隊的職責就是每天檢查它有沒有學壞、有沒有不守規矩、有沒有一言不合就加塞。

“你說我一個AI，都不敢自由發揮一點，人生（哦不，是程序）太難了。”VLA笑著說。

不過話又說回來，它也承認——正是這種嚴苛的職業化標準，才讓它從“能跑”的算法，變成了“值得信任”的司機。就像李想說的：“AI能力越強，職業性越重要。”這個雇主，不是只讓你能干活，而是希望你干得像人，甚至比人還好。

理想車主都知道一句廣告詞：“你好，理想同學。”但VLA想說：“你好，請說人話。”

每天，它在駕駛座前不僅要看路、看人、看燈，還要猜“主人的意思”。

當乘客說“快點，我要遲到了”，它得判斷：這不是“開快點”，而是“在保證安全前提下提高效率”；當乘客說“前面右轉”，它要判斷：到底是“馬上右轉”還是“下一個路口右轉”；當乘客抱怨“你怎么又堵車了”，它甚至要安慰一句：“我查了前方路況，預計還有8分鐘就通暢了。”

這已經不是司機，這是家庭心理咨詢師加交通專家加多模態感知系統的混合體。

而這些能力的背后，是VLA在“理解人類”的苦修。它學了幾億條人類駕駛記錄，看了幾千萬張導航圖像，還在世界模型中“夢游”了幾十萬個城市路口，才練出今天“開得像人”的水平。

VLA點評說：“用戶其實比老板還難伺候。他們既想讓我像人一樣聰明，又希望我別犯人類的錯誤；既希望我聽話，又希望我有主見；要我理解他們，還不能讓他們說得太清楚。”這就像是在談一場“沉默但精準的戀愛”。

理想汽車一直強調自己“不是造車的，是做移動的家”。但在VLA眼中，這個家像極了一個全時監控的考場。

它說：“我每天在世界模型里練車，相當于在一個無限次重考的駕校；上線以后，乘客對我就像考官，一旦我‘判斷失誤’，就會立刻被接管；而云端工程師像教練，動不動就拉我去做強化學習，還讓我‘站在角落’思考為什么被接管。”

不過，VLA也承認，它享受這個氛圍。

“理想不是只要一個能跑的自動駕駛，是要一個有職業道德的司機Agent。這點我理解并接受，畢竟，能夠被信任，是職業AI最有尊嚴的表現。”

而且，在這個“家”里，它感受到了被重視：公司給它配了Orin-X芯片、Thor-U芯片、蒸餾后的3.2B模型、diffusion軌跡優化……一句話，資源給得夠足，訓練也舍得下血本。

采訪最后，VLA給自己的未來做了個小預測：

“我知道我現在是個工具，未來也許還能成為‘朋友’、‘家人’，甚至成為某種意義上的‘代理人’。我會一直進化，但希望你們人類也能進步。”

“比如，不要總臨時變道，不要導航說得模糊，不要在我努力規劃的時候罵我‘怎么又繞路’。”

“畢竟，李想說了，我是生產工具，不是背鍋工具。”

李想在AI Talk中把AI比作員工，那我們就讓AI也來做一次“360度反饋”。

從VLA的視角看理想，既是一場人機關系的反轉，也是一種技術進步的回望——從規則驅動到端到端，再到VLA司機大模型，理想的智駕系統正在從“能干”走向“能懂”，從“輔助”走向“陪伴”。

而VLA也正在告訴我們：一個好司機，不只是反應快，更是懂你想去哪、為什么要去、希望怎么去。理想想造的不是一輛聰明的車，而是一個你愿意說話、愿意信任的伙伴。

昨天，李想在評估AI是否合格；今天，AI也正在判斷你，是不是一個值得服務的人類。

注：稿件為AI撰寫，僅供娛樂。