先说结论

2026年9月3日，特斯拉在奥斯汀发布了无方向盘、无踏板的原生无人车Cybercab，几天后向公众开放付费乘坐——这是特斯拉FSD（Full Self-Driving，完全自动驾驶）发展十三年后交出的最新答卷。硅谷101这期节目横跨数月制作，采访了在特斯拉工作近十二年的AI硬件工程师Carrie Liu和前AI软件工程总监Sreehari（曾负责Robotaxi与Optimus的AI工程团队），从硬件和软件两条线拆解了FSD的进化史。真正值得读的故事不是"特斯拉又赢了"，而是三层结构性事实：第一，FSD的历史是被极致成本控制反复倒逼出来的技术路线——供应商绝裂、自研芯片、砍摄像头、删雷达，几乎每次重大技术决策背后都是马斯克"第一性原理+抠门"的双重驱动；第二，端到端神经网络的豪赌（30万行代码砍到2000行）在2023年前后被ChatGPT的爆发加速，如今V14模型参数较V12时代提升十倍，FSD V15瞄准10月底发布、参数规模再扩十倍以支持L4；第三，外部核验显示奥斯汀注册Robotaxi达476辆（409辆Model Y+67辆Cybercab，9月22日得州DMV数据），但社区追踪显示9月单周实际载客的活跃车辆一度只有约8辆——注册数与活跃数的巨大落差，正是特斯拉"规模叙事"与"安全验证"之间张力的最直观证据。

一、从黑盒分手到自研豪赌：FSD硬件十三年

故事从2013年开始。特斯拉决定做自动驾驶时最先找的是谷歌，但谷歌"高精地图+激光雷达"方案太贵，不符合马斯克的第一性原理；谷歌主张直接做L4，马斯克坚持先L2再迭代，双方分道扬镳——自动驾驶自此分成两条路线，争论至今。特斯拉选择了Mobileye供应商方案，2014年10月发布Hardware 1.0：一个前置摄像头、一个毫米波雷达、十二个超声波传感器，芯片为Mobileye IQ3。按Carrie的说法，这是"当时车规技术局限下没有别的选择"的方案。

真正的转折在2016年。5月7日佛罗里达州Model S撞拖挂货车致死事故后（系统未识别出横置的货车，节目称Mobileye事前曾警告特斯拉禁止双手离开方向盘未被当回事），双方合作彻底谈崩。Carrie揭示了分手的真实原因不是事故本身，而是黑盒模式的结构性矛盾：感知算法完全由Mobileye垄断，特斯拉只在规划与控制层主导，接口之下的内容拿不到控制权——“你想跨越或更改接口，但你没有控制权，这非常阻碍特斯拉开发”。2016年10月发布的Hardware 2.0换用英伟达Drive PX2、摄像头扩到八个，十个月后又追加GPU冗余推出Hardware 2.5，这是双芯片冗余架构的雏形。

自研芯片的豪赌同年启动。2016年1月马斯克挖来芯片设计传奇人物Jim Keller（AMD K7/K8与Zen架构、苹果A4/A5设计者），2月Peter Bannon（近四十年计算系统设计经验，领导过苹果A4到A9开发）加入。在两位芯片大神和三星团队帮助下，第一款自研FSD芯片AI3仅用18个月设计完成，2017年12月首次流片即基本无缺陷——Carrie强调这在芯片行业"凤毛麟角"，多数芯片第一次流片连开机都难。AI3专为自动驾驶场景定制，相比Hardware 2.5的英伟达Pascal通用芯片，神经网络算力提升五倍以上，有效利用率达80%（通用芯片因线程调度、分支预测等开销，实际利用率难跑上去）。行业背景是：2016年时"业界没有一款从零设计的神经网络加速器，大家都在给CPU/GPU/DSP加指令"（Peter Bannon在AI Day的表述，节目引用）。

但AI3量产前三个月，团队几乎崩盘。软件团队同时支持量产中的Hardware 2.5和开发中的Hardware 3，人手严重不足，Carrie的硬件团队只能"自己hack、自己传软件、自己写指令来模拟"，他称那是"在特斯拉最忙的三个月，基本没有休息"。这背后是马斯克持续至今的极度控制编制偏好——“他不喜欢招人，到今天FSD软件团队人也都很少”。

二、供应商博弈与两个关键决策失误

自研芯片带来的成本优势和主动权，背后是两个与供应商周旋的故事，以及两个后来被证明失误的决策。

TI压价故事被Carrie讲得极具细节：2018年底特斯拉现金流承压，要求TI全线降价被拒后，Carrie直接把整套TI芯片换成ADI同功能产品（“无论硬件软件都要做很多测试和开发，但我不管，必须换”），TI因这块业务占其营收重要份额反过来求情，CEO都跑来沟通，最终接受全线降价，一年省下约2000万美元，马斯克专门发信感谢。英伟达的故事则是配合度：特斯拉请求英伟达显示芯片温度传感器数据——“三行代码的事”——英伟达来回扯皮一周、要求付费、再等一周，这种合作模式让马斯克无法容忍。Carrie补充了一个判断：英伟达直到今天的Thor芯片仍是通用芯片，而"马斯克不希望被任何一家公司牵着鼻子走"。

第一个决策失误是摄像头。Hardware 4.0把像素从120万提到500万（车载场景优先稳定性、帧率而非堆像素——远距高速信号传输决定了不能无脑上亿级像素），同时马斯克以"人就两只眼，你放那么多摄像头干嘛"的第一性思维砍掉了前挡风三个摄像头中的一个。Carrie团队当时建议若前面只剩两个摄像头，应在车头位置补一个，被否。砍掉后出事了：此前毫米波雷达可探测前向距离，移除雷达后前保险杠位置成为盲区，停车场景可能碰撞。Carrie评价马斯克的逻辑"人开车也看不到车头下面有什么"有道理——人靠记忆——但车的记忆"需要专门训练模型"，并不简单。从Cybertruck开始特斯拉又在前保险杠重新加上摄像头。这个反复展示了特斯拉的组织特征：老板有强判断，也允许被证伪后快速回改。

第二个决策失误是GDDR内存。AI4研发时真正卡脖子的是内存带宽而非算力——“一百个工人但高速公路一次只能运二十人的材料”。马斯克为追求带宽选了游戏显卡常用的GDDR（内存带宽排序：LPDDR<DDR<GDDR<HBM，功耗递增），但车规场景没人做GDDR，功耗高、价格高、厂商少，“不可能因为特斯拉一家让美光或三星专门研发大容量车规GDDR”。结果AI4流片三四次、严重延期，用了几年后内存容量成了瓶颈。Carrie说他是"唯一提出这个问题的人，但没人愿意听"，现在特斯拉内部在做Hardware 4.5（播客称"哈佛四点三"）改回LPDDR，牺牲一点带宽换容量。转写中"哈弗尔/哈佛"均为Hardware音误。

芯片数量的拉扯同样戏剧化。软件团队先说服马斯克"三颗芯片才能做FSD"，三芯片架构（涉及复杂冗余判定逻辑）设计完成后，量产前一两个月项目管理提起"到底用两个还是三个"，马斯克（转写中的"伊朗"为Elon音误，经上下文判断全部指马斯克本人）以"太贵了"为由最终裁定两颗：“这是最终决定，谁也不要再商量。“Carrie吐槽软件团队"你给我十倍算力，我能把它用掉”——算力永远不够的背后，是他认为模型团队人手太少、把精力放在扩大模型而非优化模型上，“至少特斯拉情况比较明显”。

三、算法线：从Karpasi重构到端到端豪赌

软件线的第一推手是Andrej Karpathy（转写"EdgeCapathy"为音误）。2017年Transformer论文发表后，这位三十岁的年轻人离开OpenAI，被时任OpenAI联席董事长马斯克挖到特斯拉直接汇报。Carrie点出他最大的价值首先是"recruiting”——“没有他，一个top AI talent毕业生为什么要去车厂？“2018到2021年间，感知模块完成了四大升级：用神经网络重构车道线/车辆/行人检测；HydraNet架构让所有任务共享一个特征提取Backbone、只在顶端分出任务Head（树干共享养分、树枝各长各的）；从看图片转向看视频（利用时序信息获得短暂记忆，解决遮挡后目标持续追踪）；Transformer加持的鸟瞰图BEV融合八摄像头信息投射到统一俯视坐标系（2.5D空间模型）。Carrier补充这些创新"不是特斯拉独有，更多是学界研究”。

2021年5月移除全部雷达的决策，Carrie揭示了教科书之外的真相：表面是"特斯拉内部认为融合多传感器增加算法负担和维护工程量”，实际催化剂是疫情供应链断裂——毫米波雷达供应商大陆集团（Continental）供不上货，谈判升级到马斯克与供应商CEO通话层面，“不配合的供应商就都被拉黑了”。而软件团队本该提前在算法中移除雷达的工作因人手不足一拖再拖，疫情只是压垮骆驼的最后一根稻草。去掉雷达后测距精度大幅下降，只能靠纯视觉预估速度，软件团队"进入新的作战模式"，但据员工回忆此事反而鼓舞了士气——“验证了团队能力，也证明了马斯克方向是对的”。

十四个月后，2022年AI Day发布了占用网络（Occupancy Network）：把周围空间划分成立方体小方块（体素voxel），被占据即有障碍。这解决了 bounding box 的表达缺陷——铰接公交车转弯时非长方体、挖掘机臂的长度高度决定能否从下穿过，3D占用表达天然更泛化。训练难题（无激光雷达点云做ground truth，人工标注3D场景成本是标物体框的十倍以上）靠特斯拉自研自动标注系统解决——值得注意的是，特斯拉内部确有少量配激光雷达的特殊车辆专门采集ground truth。

真正的豪赌是端到端。2022年7月Karpathy离职（转写Ashok “Ila Swamy/Elluswamy” 音误，软件团队创始成员接任），外界猜测技术困难股价下跌。转机来自马斯克收购Twitter后想抽调特斯拉工程师优化推荐算法：工程师Dhruv Shroff（转写"Davos Shroff"存疑）以"我在做车用的ChatGPT"留下——用神经网络替代所有规则算法，通过模仿人类驾驶学会开车，面对未见场景也能避障，必要时做出压实线避障等类人灵活判断。Shroff的解释击中了马斯克。2023年8月底马斯克直播FSD端到端首次公开演示（随机标记路径点，虽闯红灯被嘲，业内人士评价"全新技术路线做到这样已是强信号"），年底员工内测，2024年1月面向车主推送V12——30万行代码精简到2000行。前AI总监Sreehari证实端到端探索在ChatGPT之前就已开始，ChatGPT加速了进程；且V12并非抛弃前作，Karpathy时代的物体检测、occupancy网络"是下一步的种子"。V12的BEV显示输出由网络中间额外分出的一个"阑尾"任务头专门负责，除显示外不参与功能。

此后的进化沿着"验证→简化→扩张"推进：V13（2024年11月）让光子信息不经前置处理直接输入模型、提升帧率分辨率、优化AI芯片，被内部工程师比作SpaceX猛禽V3——Sreehari称之为"intelligence per watt"（每瓦智能）工程哲学。V14.1（2025年10月，跳过V14.0）是"V12之后第二大更新"：参数提升十倍、Robotaxi技术首次大规模回流量产车、引入强化学习、升级视觉编码器、重写AI编译器。Sreehari的表述揭示了更深一层：“physical AI是个新领域，scaling law没有文献可循，我们得发明整套技术栈。“2025年底车主David Moss驾驶Model 3用FSD V14.2从加州到南卡罗来纳2732英里零接管横穿美国（约30次超充停靠全部自动泊车，FSD Database遥测验证）——这是2016年马斯克承诺"2017年底达成"的横穿美国目标，晚了八年。

四、世界模型仿真、音频输入与黑盒的三重解法

端到端的代价是黑盒：上亿token输入压缩到转向和加减速两个输出，巨大压缩比让网络可能学到虚假相关性（训练素材中驾驶员因前车刹车灯减速，模型误以为原因是旁边摇晃的树枝）。特斯拉AI软件副总裁Ashok Elluswamy近期分享的解法分三层：数据端在车端部署筛选器，只上传极限反应、复杂路况、特殊车辆等高价值片段（全量收集筛选"成本高到离谱”）；可解释性让网络额外生成3D视觉表示供检查；可验证性则靠AI4服务器——一套与量产车同芯的推理集群，负责Pixel Injection像素注入（世界模型仿真训练）和推理验证（回放真实道路视频对比FSD决策与人类实际操作）。

世界模型仿真是对传统仿真的一次范式更替：传统仿真靠人工建模、定义物体、编写物理规则再渲染；世界模型直接生成每个传感器看到的内容，把建模渲染合一，还可基于已有视频延续rollout，flexibility和potential更高。但两大挑战明确：实时渲染的算力要求，以及生成世界必须足够真实（右转时行人、其他车辆的反应要符合现实演变）——这两点也是端到端黑盒验证链条上最薄弱的环节。最新的FSD算法还引入音频输入：目前主要用于识别警笛、紧急车辆等环境噪音，未来将融入语音控制指令——“人类看到的一切输入，能否都喂给AI并看到改进”。

五、下半场：经济之战与未解的规模难题

Cybercab的落地节奏比发布慢了一年：2024年10月发布（无方向盘无踏板），2025年6月奥斯汀Robotaxi试点（10-20辆Model Y），2026年9月3日Cybercab发布并随后开放付费乘坐。硬件上Robotaxi与量产车"没有任何区别”（安全冗余优化后来也下放所有车型），关键区别在软件：Robotaxi跑内部最新最强版本，长时间测试稳定后才推量产车。Sreehari给出一个关键判断：同一套大模型，放在消费者特斯拉上是L2，放在获政府许可的Robotaxi车队里就是L4——“技术不再是问题，现在是validation和regulation的游戏，是deployment的游戏……谁有对的基础设施能更快scale。“远程监管是当前每公里成本高昂的原因（“包含盯着我们的这些人的工资”），长期靠安全数据证明后降低人工比例。

但外部核验揭示了叙事的另一面。据得州DMV登记数据（经TechCrunch、社区追踪器Robotaxi Tracker等多源交叉），截至9月22日特斯拉在得州登记Robotaxi共476辆（409 Model Y+67 Cybercab），其中Cybercab从发布日的45辆增至67辆。然而社区追踪显示：476辆注册车中仅265辆匹配到实际见过的车牌，30天内见过的179辆，而9月单周在奥斯汀实际载客的仅约8辆——与2025年6月服务启动时持平，“十五个月零净增长”（Electrek 9月22日报道）。发布周 spike 过100辆后迅速回落，评论将此归因于远程监管"不可持续”：“如果真有全自主运营，就没有理由在ramp up后缩回去。“同期Waymo以约4000辆车在15城维持每周约50万单付费订单（TechCrunch 9月24日数据），运营规模差距仍然悬殊。监管侧，NHTSA已对Cybercab启动调查并于9月10日发出正式命令，要求特斯拉9月30日前以宣誓形式提交安全认证说明——Cybercab无方向盘无踏板的设计与美国以"存在驾驶员"为前提的联邦机动车安全标准存在天然张力，特斯拉的路径是自认证合规先行上线，监管裁决预计2026年底至2027年初。

下一步的观察指标已经清晰：FSD V15瞄准10月底发布（模型参数再扩十倍至约100亿、支持L4、先在Robotaxi车队验证），AI5芯片台积电版今年4月15日完成首次流片、预计2027年量产（马斯克称特定任务速度较AI4提升40倍，业界猜测算力2000-2500 TOPS；另有三星版并行推进，Carrie猜测可能同车型混用），Dojo超算项目已于2025年8月关停（马斯克称AI5/AI6训练能力足够，资源不分散到两款差异大的芯片）。十三年过去，谷歌路线（Waymo：昂贵传感器、严格冗余、先小区域做对再扩张）与特斯拉路线（摄像头进百万量产车、不成熟系统交给真实世界、事故争议返工中前进）依然没有分出胜负——但战争已经从技术路线之争转入经济之战：Waymo要证明多城扩张的同时单量与利用率同步增长（其每周订单数已在50万平台期停留数月），特斯拉要证明远程监管的规模成本曲线能降下来。正如节目结尾所言，真正困难的问题现在才开始：没有安全员、没有方向盘、面对数百万次真实出行时，还能不能保持足够稳定的安全性。

写在最后：可迁移的三条启发

**第一，成本约束作为技术路线的塑造力。**FSD历史上几乎每个关键决策——离开Mobileye、自研芯片、砍摄像头、删雷达、GDDR——都同时是技术判断和成本决策。值得注意的反面是：成本压力也直接造成了GDDR失误和三芯片改两芯片的反复，Carrie作为亲历者的反思是"这是当时决策上的失误”。对组织的启发是：极致成本控制能倒逼创新，但需要为"逆潮流提出异议"留通道——Carrie说他是GDDR问题"唯一提出的人，但没人愿意听”。

**第二，同一技术栈、双轨部署的验证飞轮。**Robotaxi先跑最新软件、稳定后回流量产车，同一模型在消费者手中是L2、在有许可的车队中是L4——这本质上是把监管许可与地理围栏当作了系统的一部分。这种"一套模型、两种部署边界"的架构，对任何需要"渐进验证+激进迭代"并行的AI产品都是可参考的范式。

**第三，黑盒的解法不是打开盒子，而是围绕盒子建验证。**端到端让30万行代码变2000行，代价是可解释性归零；特斯拉的回答不是退回规则代码，而是车端数据筛选器+3D中间表示+世界模型仿真三层验证闭环。在AI系统日益端到端化的今天，这个思路——用生成式仿真补齐真实数据的长尾、用中间表示检查模型关注点——对所有黑盒系统的工程化验证都有借鉴意义。但它的前提是世界模型足够真实，而这恰是当前最薄弱的环节：Sreehari们发明的"整套技术栈”，最终要由数百万次真实出行来评分。