智驾技术发展到今天，最难的不是让车辆成功开动，而是让它在恰当的时机停下来。坐在智驾系统平稳接管的车辆里，路况开阔、阳光明媚，蓝色路线在中控屏上稳定延展。突然，车辆毫无征兆地狠狠来了一脚急刹，安全带骤然勒紧，后排乘客的手机飞向挡风玻璃——而窗外，什么都没有。
这就是车主们口中的“幽灵刹车”，一种被反复吐槽却依旧频繁出现的奇异现象。
过去几年，智驾技术经历了从堆砌代码规则，到模拟人类直觉的“端到端”，再到构建“世界模型”的演进。然而，这些看似重大突破，常常被困在一个微小却关键的瞬间：究竟什么时候刹车才是“最合适”？这不仅是技术难题，更是信任难题。一边是车企想要看到行驶里程的指数增长，一边是用户因为一次失误就彻底放弃智驾功能。当技术和安全信任发生冲突时，该如何平衡？
我第一次体验 robotaxi 时，就真切感受到了这种“幽灵刹车”。那是三年前，一辆大厂的自动驾驶车在随行转弯归位时，路边有一位距离尚远的行人，车辆却突然急刹。那一下不仅让我后排拍摄的手机“起飞”，还让我从兴奋瞬间转为紧张。类似抱怨在国内外论坛比比皆是——有司机说，在高速换道时，前车早已驶过数秒，FSD 却后知后觉地刹车；还有 FSD 面对停车标志时提前远远停下，一步步挪动，看上去笨拙而迟疑。更糟的是在视线昏暗的黄昏或凌晨，“幽灵刹车”甚至会伴随系统直接退出接管，让人心惊。
数据显示，智驾目前事故率最高的三个场景：复杂路口变道失败、幽灵刹车、鬼探头式突发物件处理失败，其根源都与“不知道何时刹车”密切相关。刹车不仅是机械动作，更是一场预判的博弈。人类司机能凭细微的神情和动作判断意图，机器却只能依赖速度与方向的计算。等到系统确认碰撞概率，它往往已经错过了最佳刹车点。
在工程师的逻辑中，这就变成了残酷的选择题——是“错杀”，还是“错放”？如果传感器敏感度拉满，风中的塑料袋、井盖上的反光、卡车的黑烟都可能触发急刹；如果敏感度调低，真正的障碍物又可能被忽视，导致事故。机器没有人类的常识，它只能把未知物体视为潜在危险。
过去的传统方案，将驾驶拆分为感知、规划、决策等模块，依赖无数规则处理各种特殊场景。然而这种方法总会遇到“案例不够”“规则太繁”的困境，幽灵刹车在所难免。于是端到端的训练模式登场，直接用神经网络从视频输入到驾驶输出，跳过人工规则编程。它更像是让机器通过“练车”代替“背交规”，对模糊场景的泛化能力显著提升。
不过，端到端也带来新的麻烦：决策不可解释、缺乏逻辑推理。一旦发生错误，人类无法理解它的判断依据，更无法快速修正。于是新的范式如 VLA（视觉–语言–动作）出现，给车辆装上“语言中枢”，不仅能看路，还能理解交通规则和社会契约，让系统在行动前能“思考”理由。而“世界模型”则像裁判，在车决策前先虚拟推演，预测未来几秒的可能结果，避免幻觉般的错误动作。
即便如此，一些用户依然心有余悸。有人在 Reddit 上写道：“FSD 99%的时候像神，但那1%差点让我一家撞上水泥墩。”这种一次性失误，足以让多数司机直接取关。智驾市场因此出现了吊诡现象：一面高声宣传安全性，一面因为一个瞬间的错误而失去用户的信任。
这背后缺少的是有效的用户教育。充分的人机交互能够让司机理解机器的意图，判断是否接管，避免过度信任或过度怀疑。车企在 HUD 显示、语音提示、甚至 AI 可穿戴设备上的尝试，都是为了增强这种沟通。但在销售环节，智驾功能往往只是略过的宣传，没有详细的风险与边界说明。许多车主甚至在提车时都没有系统性地学习过智驾使用方法。
有车主建议，不仅要在销售中进行科普，还应为智驾功能编写专门的使用手册，甚至设立智驾专用的驾驶培训和“驾照”。而用户自己，则应该在购车阶段主动询问智驾的风险场景、交互模式，以及接管提示的意义，通过试驾去验证技术的实际边界。
技术的成熟离不开用户的耐心支持。但与其它消费电子不同，智驾探索的代价可能是生命。因此，不论技术进步多么诱人，谨慎入场与理性判断，才是每一位司机在智驾时代的必修课。
全部评论 （0）