满血版FSD袭警...造成2名警察重伤 2026年5月，特斯拉刚刚高调宣布“满血版”FSD V14即将全量推送，功能列表中赫然写着“紧急车辆主动避让”和“实时路况绕行规划”。五个月后，一辆搭载FSD的特斯拉，在一条被信号灯、锥桶和开启应急灯的警车清晰标记的封闭车道上，没有避让，没有绕行，全速撞了上去。 自动驾驶最大的问题就在于功能列表上的“紧急车辆避让”，和真实夜间高速场景中可靠地识别并响应一个静止的、被低对比度标记围合的封闭区域，是两个不同层级的问题。 从纯视觉端到端架构的技术逻辑看，这个场景恰好落在其结构性短板的交叉点上。FSD依赖摄像头作为唯一的环境感知模态，没有LiDAR的精确深度信息，也没有雷达的速度数据作为独立校验。Waymo前CEO John Krafcik对此有过一个刻薄的比喻：一辆只配备数颗广角摄像头的车，其有效视觉 acuity 大约相当于20/60到20/70，那些摄像头“甚至过不了DMV的视力测试”。夜间、高速、前方是一个由闪光灯、锥桶和静止车辆构成的复杂但低纹理的场景 - 对于以摄像头为唯一输入、以神经网络直接输出驾驶决策的端到端模型而言，这不是一个“训练数据不够多”的问题，而是一个感知信噪比在物理层面就已经严重衰减的问题。 FSD V14被描述为具备3到5秒时空记忆和5到10秒路况预判能力，驾驶风格“像是有生命”。但一辆在司机睡着后以高速冲入封闭区的车，表明系统在ODD（运行设计域）的边界识别上存在一个致命的空白：它没有把“前方出现异常交通管制”识别为需要大幅减速或退出的条件。NHTSA自2021年以来反复调查FSD撞上停靠应急车辆的事故，记录中反复出现同一个模式：系统未能充分识别信号灯、锥形标志和闪光灯。这不是一个新bug，而是一个持续多年的、与纯视觉方案在特定场景下的感知极限深度耦合的旧疾。 加州公路巡逻队在事故后的声明中特意强调了一句：“尽管名为‘完全自动驾驶’，但它并非真正全自动驾驶。它是L2级驾驶辅助系统。”这句话在责任划分上是正确的：一个在FSD模式下睡觉的驾驶员，滥用了L2系统，责任首先在他。所以用FSD还是驾驶员全责。 单独看自动驾驶，所谓足够训练无非是现实的无限递归，但它永远无法穷举世界一切变化，这是哲学的必然。“用足够训练穷举世界”这个前提本身不成立；自动驾驶能做的不是消灭长尾，而是承认长尾永远存在，并用冗余、保守策略和可解释的失效边界去管理它。比如驾驶员睡觉了就自动靠边停车...