題圖由豆包生成，提示詞：智能駕駛

萬幸的是，沒有人是在駕駛過程中遭遇服務器問題，如果系統故障發生在駕駛期間，其風險系數將會直線上升。

撰文丨陳白

換在十年前估計沒人能夠想到，想要啟動自己的汽車，光有車鑰匙還沒用，車還會因為云服務器故障、被困在車外毫無辦法的一天。

就在3月21日，多位用戶反饋，當天上午他們試圖通過長城App進行車輛操作時，卻意外收到了“503 Service Unavailable”的錯誤提示。故障發生后，不少車主紛紛在社交媒體上表達了不滿和困惑。車主們紛紛表示，由于無法使用App進行車門解鎖，他們不得不面對被“罰站”在車門外的尷尬境地。

到了中午，長城汽車發布服務器異常公告。公告稱，由于服務器出現異常，五品牌App及長城汽車App，部分用戶可能無法登錄或正常使用。

作為人工智能應用的超級賽道，在無人駕駛都已經開始落地快跑運營的今天，為什么汽車智能駕駛系統卻還是宛如智障？

01

站在AI革命爆發的視角看，也不怪上汽此前的“靈魂論”，智能駕駛系統未來勢必會成為車企未來的核心競爭力。但如果站在一位駕齡超過十年的老司機的視角來看，目前智能駕駛的程度頂多只能算是助手，要成為汽車的靈魂還言之過早。

因為軟件服務問題而影響汽車駕駛，其實長城汽車這次已經不是第一例，之前極越汽車暴雷，首先被沖擊的就是極越車主，在系統故障之后，智能汽車分分鐘就變成了磚頭。

但系統風險更多都還是個案，真正的卡點其實還是在于技術發展的階段。

目前全球智能駕駛技術大致處于L3（有條件的自動駕駛）到L4（高度自動駕駛，車輛能夠完全自主完成駕駛任務）之間，部分車型在特定場景下可以實現L4級別的自動駕駛。這意味著在某些條件下，車輛能夠完成所有駕駛任務，但在大多數情況下，駕駛員仍需準備好在必要時接管車輛。

盡管特斯拉的FSD（Full Self-Driving）宣稱能力介于L4到L5之間，但體驗一下就會知道，其能力可能只是能夠達到新手司機的水平。道路交通是一個極為復雜的判斷決策系統，自動駕駛要想取代熟練的駕駛員，哪怕是FSD都還有很長的一段路要走。

特斯拉尚且如此，目前市面上我們能夠體驗到的大部分汽車仍然配備的是L2級別的高級駕駛輔助系統（ADAS），這些系統提供了諸如自適應巡航控制、自動緊急剎車等功能，但駕駛員必須始終保持對車輛的控制。

更加讓老司機路怒癥爆發的，還不是自己使用智駕系統遇到的反應遲緩的駕駛體驗，而是在本來路況就不好的情況下，路上還遇到正在試圖讓智能駕駛取代駕駛員操作的車主。甚至很多時候，他們就是導致擁堵的原因。

這幾年來因為司機過度依賴智能輔助駕駛而釀成的車禍更是數不勝數。當年的林志穎車禍案，很多人就懷疑和自動駕駛系統有直接關系。

02

或許是黎明前總是格外的黑暗，當我們處于技術爆發的前夜，這種新技術與傳統用戶習慣、原有體制之間的摩擦就會變得更加明顯。

特別是在技術尚未成熟的情況下，車企已經開始大幅推廣所謂的“全民智駕平權”。而這還不只是定位中端左右車型的長城汽車，比如就有車企宣布，從最便宜的7萬元以下車型開始，全系標配智能駕駛系統。讓更多普通消費者能夠享受到科技帶來的便利固然值得歡呼，但真正的問題卻被忽視了，這是不是有點本末倒置了呢？

要知道的是，要真正意義上實現L4級別的智能駕駛，是要錢的。實現L4級別的自動駕駛不僅需要高度精確的軟件算法支持，還需要配備一系列高端硬件設備，如高分辨率攝像頭、激光雷達等，而這些硬件的價格則相當昂貴。

而且，智能駕駛系統的維護和升級同樣是一筆不小的開銷。隨著技術的發展，軟件需要不斷更新迭代，以應對新的路況和安全挑戰。對于普通消費者而言，他們可能并未準備好承擔這樣的持續性支出。

此外，智能駕駛系統對網絡連接的要求較高，尤其是在執行復雜的決策時，實時數據傳輸至關重要。這就涉及到數據流量費用以及網絡安全問題，而這又進一步增加了用戶的隱性成本。

智能駕駛平權固然是好事，但其中成本和收益到底該如何平衡，車企卻并沒有說。

更為關鍵的是，這種智駕的濫用直接導致了用車風險的上升。本次長城汽車所出現的服務器故障案，就是最好的證明。萬幸的是，沒有人是在駕駛過程中遭遇服務器問題，如果系統故障發生在駕駛期間，其風險系數將會直線上升。

03

當然說了這么多，并不是要否定智能駕駛的發展。相反，2025年智能駕駛絕對還是會是最值得關注、大概率也會有巨大突破的賽道之一。畢竟隨著人工智能技術的不斷躍遷，人機協同的智能化程度也在不斷上升。

而汽車作為手機之外最重要的智能應用生態場景，還有巨大的想象空間。而且，從長期的視角來看，智駕的普及肯定是能夠緩解交通擁堵的現狀的。在高密度城市交通環境中，通過V2X（車對外界的信息交換）技術，車輛可以與周圍環境進行高效溝通，從而有效地提高道路使用效率。

只是，在當車企用“科技平權”的敘事試圖加速智能駕駛普及以讓汽車真正意義上成為數字世界的新入口時，真正需要警惕的不僅是技術缺陷本身，更是技術到底如何與人類交互以及與人類世界交互。前者意味著需要更懂得人類的決策系統，而后者需要更好地適應復雜的交通場景。

從機械工業時代的封閉車企生態，轉向如今智能網聯、開源協同的行業發展未來，對于還在押注流量的車企們來說，當下更加需要的是汽車產業摒棄急功近利的營銷思維。

正如人類駕駛員要從新手變成老司機，也需要不斷地駕駛磨煉才能形成肌肉記憶，對于機器來說亦更是如此，智能駕駛系統更需要海量的長尾場景訓練來不斷提升智能駕駛系統的反應速度和能力，而這才是未來車企的真正競爭力所在。

*本文為冰川思想庫原創文章，未經授權禁止轉載，否則追究相關法律責任