# 塞爾塔奇·卡拉曼：會飛的機器人與會行駛的機器人 > 麻省理工學者談無人機自主飛行與自動駕駛的技術挑戰，涉及感知、控制與安全驗證等核心問題。 - 原標題：#97 – Sertac Karaman: Robots That Fly and Robots That Drive - 期數：第 97 期 - 釋出日期：2020-05-19 - 嘉賓 / 主題：塞爾塔奇·卡拉曼 - 網頁版：https://lex.qiaomu.ai/tw/ep/sertac-karaman/ - 官方頁面：https://lexfridman.com/sertac-karaman/ - 精讀字數：約 8945 字（閱讀約 20 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 自動駕駛和飛行機器人，哪個技術上更難？ 這個問題拋給 MIT 教授塞爾塔奇·卡拉曼（Sertac Karaman）的時候，他的回答先繞了一個彎。他說，如果只算消費級無人機那點事，飛行其實更容易，這也是無人機比自動駕駛汽車更早普及的原因之一。但如果你看的是真正的未來，是物流、是交通運輸，那飛行的難度會遠遠超過地面自動駕駛。 這個答案的分量，要放在他的身份上才看得清楚。卡拉曼是 MIT 航空航天與機械工程系的教授，是自動駕駛公司 Optimus Ride 的聯合創始人，做過飛行機器人、地面機器人、無人機競速、高效能運算晶片，是那種同時把天空和地面都摸過一遍的人。他見過的機器人，比絕大多數人一輩子聽說的都多。 他的一個核心判斷是：過去五十年，人類部署了大量機器人，但它們要麼待在隔離環境裡，要麼即便規模很大，也嚴格侷限在很少和人類直接互動的場所。工廠車間、倉庫、火星表面，機器人在那裡完全自主，因為沒有人會突然衝進來搗亂。真正的挑戰，是把這些機器放進人類活動的地方。 ## 難的不是造出機器人，是讓它走進有人的世界 卡拉曼把這件事拆得很細。一旦機器人進入人類環境，需要解決的問題遠遠超出技術層面。 演算法和系統本身要重構。商業模式要重新設計。建築、城市規劃要跟著調整。法律和監管要更新。還有一層更微妙的東西：人類並沒有被訓練過怎麼和這些機器相處。他們可能根本不知道眼前的這個東西是自主執行的，更不知道自己其實在享受它提供的服務。他們只是照常生活在一個為人類造的環境裡，機器人並不在設計考慮之內。 他舉了一個很具體的例子。一輛完全空載的自動駕駛車在路上試圖並道或者做些動作時，它就從「一個人」降級成了「一個東西」。人類面對東西和麵對人的行為方式完全不同。面對桌子你可以把揹包甩上去，甚至把腳擱上去。面對人你會有禮貌、有默契、有各種心照不宣的配合。一輛沒人在裡面的車，自動歸入了「東西」那一類，於是人們可能對它做出一些平時不會對同類做的事。 > 你不僅要和人類一樣聰明，你還得是一個「東西」，所以人們會在某種程度上欺負你。你得確保自己能應對這個，還依然能完成任務。（塞爾塔奇·卡拉曼） 這個觀察挺有意思，它指向自動駕駛很少被討論的一個維度：路上的博弈摻雜著大量社會行為，純粹的交通流最佳化覆蓋不了它。卡拉曼自己做過不少這方面的論文，包括用博弈論來理解人的社交價值取向。有些司機更激進，有些更保守，一輛機器車只要觀察前車怎麼開，就能大致判斷出對方是哪種型別，然後做出相應的決策。 反過來，當一輛機器車自己面對一個激進的人類司機時，它該不該也激進？他的判斷是，在當下的社會環境裡，激進對機器人來說非常危險。這種做法在社會層面的代價太大，人們對激進機器人的接受度還很低。所以這成了一道很難的選擇題，而這道題還沒有標準答案。 ## 效率還是宜居，自動駕駛遲早要把這道題擺到檯面上 順著這個思路往下推，卡拉曼提出了一組更根本的矛盾。 大規模部署機器人的時候，系統可以被設計得非常高效，也可以被設計得非常可持續。但效率和可持續之間需要一個權衡，而且這個權衡會變得明明白白，沒法迴避。 比如機器人可以非常激進，壓縮交通延遲，提升整個交通系統的容量。也可以非常溫和，讓人類繼續「擁有」這個環境，感覺住在一個舒服的地方，代價是效率下降。通常人們說起可持續，第一反應是能源消耗和環境影響。但卡拉曼提醒，宜居性本身就是可持續的一部分。一個被激進機器人佔據、讓人不想住的環境，從長遠看同樣不可持續。 過去這種選擇一直存在，只是在人類駕駛的時代它是隱性的。司機各自的性格、習慣、臨場判斷，自動把這種權衡消化掉了。而自動駕駛時代，這些選擇會從隱性變成顯性，變成一組可以量化、可以最佳化的引數。一旦可以最佳化，社會就必須回答那個很難的問題：我們到底更看重效率，還是更看重宜居。 他甚至把自動駕駛車輛的測試本身也放進這個框架裡。你在人類環境裡測試自動駕駛，風險可能很小，但嚴格來說永遠大於零。創新和風險之間擺著一道權衡，不去測試，發展就會變慢。這些取捨其實已經在發生，只是隨著系統越來越普及，它們會變得無法繞過。 ## 天上有一塊沒人用的空域 話題回到飛行汽車。卡拉曼先潑了一盆冷水：預測未來 50 年的事本來就極難。他甚至開玩笑說，未來 50 年出現飛碟的機率有五成，原理上人類可以造出能把周圍空氣電離、用磁場向下推的機器。所以與其談 50 年，不如談眼下能抓住的東西。 然後他講了一個非常有畫面感的概念：一塊特定的空域，高度剛好高過你能扔石頭的範圍，又低到不會和幾千英尺上飛的民航客機打照面。這塊空域目前幾乎完全閒置。你抬頭看天，除了偶爾經過的娛樂性飛行器，大多時候什麼也看不到。 這塊空域能承載很多應用場景。波士頓到紐約，如果從一棟樓頂飛到曼哈頓另一棟樓頂，一個半小時就能到，這個價值很實在。他也設想過那種兩三個人、四到八個人共乘的空中交通工具，你和朋友一起飛過去，還能一起吃個午飯。他自嘲這聽起來有點俗氣，但這類場景就是真正的機會所在。傳統航空不會很快消失，可是會有一部分人願意多花一百美元，把四小時的行程壓縮到一個半小時。 技術上的難點，在於把自主性和安全性同時做到位。他判斷，這塊空域需要的軟體會複雜到比今天飛機上的系統高出好幾個數量級，同時還得保證安全性。這就成了一個硬骨頭：硬體和軟體都要從零構建，而軟體又依賴資料訓練，很多感知能力現在只能靠機器學習來做，沒有別的方法。 ## 模擬最大的價值在開發，訓練只佔其中一項 聊到模擬，卡拉曼糾正了一個常見的誤解。很多人一聽到模擬就想到訓練模型，但他認為模擬最大的價值之一其實是「開發」。 這件事早就有了。汽車行業用動態模擬已經幾十年，這幾乎是標準流程：要做一個嵌入式控制器，把這塊嵌入式計算機插入另一臺計算機，讓那臺計算機去模擬它。區別在於今天的模擬環境可以做得非常瘋狂。 過去比較容易模擬的是內部感測器，比如慣性感測器；也比較容易模擬動力學，比如車怎麼在路上滾、飛機怎麼飛，因為這些都由常微分方程描述，規則清晰。真正難的是「向外看」的感測器。鐳射雷達相對容易，攝像頭和雷達更麻煩。一旦攝像頭模擬能逼近真實相機看到的世界，你就可以在模擬裡探索真實相機的侷限，也可以在上面訓練感知演算法。 而模擬真正下一個大關是模擬人類行為。這件事極度困難。前面那些東西我們知道物理，可以寫規則，比如渲染，本質上就是逐個光子追蹤。可是人要建立成一個能塞進處理器裡跑的數學模型，目前看不到清晰的路徑。可選的方案是要麼收集資料去擬合，要麼做大規模的 A/B 標註，而所有需要人工標註的方案最終都受限於你手頭有多少人、他們能幹多少活。 他有一個挺好玩的測試。他會把兩張圖發給朋友或者他媽媽，問哪一張是合成的、哪一張是真實的。建築環境往往分辨不出來，因為人造環境在進化史上出現得晚，人類的眼睛沒有被訓練過去識別它。但一旦畫面裡出現人，破綻馬上就被抓住。人類的眼睛在進化中被訓練得極其擅長看人，甚至看猴子也是一樣，我們分不清兩隻猴子，但猴子之間分得清。 > 人會指著影片說，這裡不對，有什麼東西怪怪的，我說不清是什麼，但我能告訴你它不對。（塞爾塔奇·卡拉曼） 這一點對自動駕駛的模擬非常不利，因為馬路上最重要的變數恰恰是人。 ## 自動駕駛的三段式難題，和最後一段為什麼最難 卡拉曼把自動駕駛的技術演進分成三段。 第一段是定位和建圖。2007 年 DARPA 城市挑戰賽之後，整個領域都在攻 SLAM，Google 也在做同樣的事。核心問題是「我在哪」。第二段是 2012 到 2013 年那波 AI 革命帶來的感知能力，解決「周圍是什麼」。第三段是「別人接下來會做什麼」，這一段至今是公認最難的。 他補了一個經常被忽略的第四層：你自己會做什麼，也會影響別人會做什麼。你開得激進一點還是溫和一點，你有沒有給出某種示意，都會改變周圍人的行為。這是博弈論層面的舞蹈，而現在基本被忽略了。 為什麼被忽略？因為預測別人的行為已經夠難了，把「我如何影響別人」也放進去，模型複雜度會爆炸。可這一層不解決，自動駕駛車在真實世界裡的表現就會一直差一口氣。它只能被動地適應，做不到主動地協商。 ## Optimus Ride 的路子：不去造一個萬能引擎，先去解決一小塊地 Optimus Ride 是卡拉曼聯合創辦的自動駕駛公司，在波士頓、紐約等地部署車輛。它的策略和 Waymo、Tesla 都不太一樣，切入點非常具體。 2014 年前後，行業裡到處在說「全自動駕駛兩年後、三年後就到」，卡拉曼從來沒信過。他參加過 MIT 的城市挑戰賽隊伍，親眼見過那些限制：算力不夠、人類行為難懂、一堆問題堆在那裡。所以他選了另一條路：找一個具體的市場，為它構建一套系統。 Optimus Ride 打的旗幟是「人機協同運營」。今天一個操作員看一輛車，不管這輛車是叉車、卡車還是轎車。他們的目標是從這個比例走到十個人運營五十輛車。這裡的關鍵詞可不是遠端遙控，他特意強調，那可不是一個人戴著 VR 眼鏡在遠方開車。他們設想的是一個控制室，裡面有類似空管的角色，看整體地圖，理解哪些車很自信、哪些車需要一點幫助。這種幫助專門用來提升效率，安全從來不靠它。車本身必須是安全的，哪怕零操作員，它也能以每小時五英里的速度安全行駛。但如果想讓它跑每小時二十五英里，就需要人來介入。 城市的選擇也很講究。Optimus Ride 先盯上的是那些兩英里見方、交通嚴重匱乏的區域。這些地方有出行需求，只是量太小，Uber 之類的服務算下來不划算，於是就成了交通荒漠。人們只能自己開車，從 A 點到 B 點吃個午飯，結果停車位越建越多。 他算了一筆賬。一個兩英里見方的小地方，如果能用高效、安全、可持續的交通系統替代掉一部分停車需求，省下來的土地價值就是幾千萬美元級別。如果地點在紐約市中心，那就是幾十億美元。這還沒算社會層面的收益。我們今天的城市是為車而建的，一百年前不是這樣，但所有人都已經習慣了不在馬路中間走路，哪怕封路辦慶典時也一樣。停車位改造成公園或者別的用途，這才是一部分真正的回報。 他對「接駁車」這個品類的批評非常直接。大家討厭接駁車，原因是司機太貴，所以運營方不得不在一個司機身上掛二三十個座位。很多人有一個誤解，覺得接駁車就該大。Optimus Ride 給的是四座、六座，客戶經常問有沒有二十座的，他的回答正好相反：你不需要二十座，你需要把座位拆開，讓車跑得更快。車一大，加速慢、減速慢、靈活性差，使用者還得爬上去，排程也更難。拆成小車之後，路線上的間隔從一英里縮到半英里，等待時間立刻下來。 他甚至設想了一個連 App 都不需要的場景。你直接走進車裡，車認出你是誰，給你幾個常去的地方的選項，你選一個就走。人們對 App 的執念也是一種慣性。 > 我們真正想做的，是把那個人人討厭的接駁車體驗，翻轉成一個人人都喜歡的東西。（塞爾塔奇·卡拉曼） ## 密度是自動駕駛的臨界點 聊到規模，卡拉曼給出了一個非常具體的畫面：你在城裡走，看到一輛自動駕駛車，環顧四周，還能看到另一輛。這種密度就是目標。人類歷史上從來沒做過這種密度的事情。 為什麼密度這麼重要？他引入了一個概念，叫資料密度或者資料速度。你在全國開一萬英里，每個路口只見一次；你在一個受限環境裡開一萬英里，同一個路口見幾百次。後者對「這個路口的人會怎麼做」的預測能力會強得多。這也是為什麼特斯拉的資料雖然多，但主要集中在加州少數幾個郵編區域。資料總量重要，資料在特定地點的重複度更重要。 他拿新加坡的計程車做類比。在好的時段，計程車能佔到交通量的百分之十到二十。自動駕駛要達到那個比例，才會出現真正的拐點。而一旦到了那個拐點，使用者體驗會完全不同。人們對人等不了半小時，對貨物可以。所以系統可以在高峰期集中運人，非高峰期運貨，整個排程邏輯會變得非常不一樣。 再往下算經濟賬，邏輯更清楚。你今天付給 Uber 的錢，大部分流向了司機，而司機自己會說，那大部分其實是他的時間成本。如果變成百分之一個人來運營一輛車，成本結構就徹底變了。再加上現有的車為了上高速、過碰撞測試，造得又重又大，重量可能是乘客的二十五倍。如果專門為城市出行重新設計車輛，理論上從 A 點到 B 點可以做到一美元以內，甚至九十九美分，只要你不改目的地。 ## Waymo、Tesla、Optimus Ride，其實不在同一條軸上 很多人喜歡把這幾家公司排成一條從保守到激進的軸。卡拉曼認為這個分類不太準確，它們其實分散在不同維度上。 Waymo 那條線，他判斷背後有一部分是研究心態。他們未必真在意馬上出貨，雖然對外會講產品，也有壓力要講。他們真正在做的，是造一臺「新引擎」，一臺能理解自己在哪、周圍是什麼、別人要做什麼、自己該怎麼反應的引擎。自動駕駛只是這臺引擎的一個載體。他們想把這臺引擎摸透。 Tesla 那條線是另一回事。他們有一個真被人使用的產品，人們願意為它付錢，願意為它多花五千到一萬美元。這裡面有馬斯克本人的光環加成，也有 Autopilot 本身確實有用的部分。而且使用者買來試兩次就扔的情況很少，是真的在用。所以他們能一邊收錢一邊收集資料一邊迭代，這個迴圈是成立的。 兩家用的可能是同一臺「引擎」，只是最終裝在不同的車上，一臺做轎車，一臺做卡車，應用場景會分化。它們處在兩條平行的探索路徑上，談不上誰快誰慢。 ## 關於時間線，他給了一個很誠實的回答 馬斯克說過年底就能實現某種程度的完全自動駕駛。卡拉曼被問到怎麼看這個時間點時，繞了五分鐘沒給數字，然後自己承認了：我剛剛講了五分鐘，成功迴避了你的問題。 但他繞的那五分鐘裡有乾貨。他提出一個現象，叫「技術預測中的時間膨脹」。人們看整個技術版圖，那是一片混沌，什麼事都可能在任何時候以任何順序發生。人們把它壓縮排未來三年。於是有些本來年底或明年就能做成的事，被推到了幾年之後，因為不好解釋。有些本來是二十年甚至更久的事，也被塞進了三年，因為大家不知道它到底有多難，有些問題甚至都不知道是不是可解的。壓縮完之後，樂觀的人說年底，保守的人說五年，其實誰都不知道。 他還指出一類特別難預測的公司：存在技術缺口的公司。Tesla 早期做電動車時，可以看一條類似摩爾定律的曲線，外推出現在在哪、想去哪，中間缺的技術遲早會來。但自動駕駛沒有這樣一條可以量化的曲線，你連該看哪張圖都不知道。這種情況下，預測基本失效。 所以他給出的替代方案是：不談五年十年，談一到兩年的計劃，那個還相對可預測，對投資人也需要交代。再往上就是願景，說五年十年沒什麼意義。真正重要的是「迭代式學習」：你在現場，你在做實驗，你在學。這件事本身比任何時間表都更有價值。 順便，他也被主持人反過來將了一軍：Optimus Ride 做了很多厲害的東西，但外界根本不知道。他承認公司有一段時間刻意保持低調，現在到了該更多對外講的時候，包括技術本身。 ## 鐳射雷達是不是柺杖 馬斯克有句名言，說鐳射雷達是柺杖。卡拉曼的回答很平衡，但資訊量很足。 他首先表態，自己非常相信純攝像頭方案。他願意押注：未來某個時間點，只靠攝像頭就能把今天用鐳射雷達做的事做好。但同一個未來裡，鐳射雷達可能已經便宜到「不放就是傻」的程度。 他算了一筆很實在的賬。你可以花錢買鐳射雷達，也可以花錢買算力。如果不裝鐳射雷達，你就得堆更多計算，整個系統反而更貴。這裡面藏著成本和工程的算計，只談技術引數會算錯。 他也直說了行業的現實：很多自動駕駛公司來了又走，路徑都是「往車頂拍一個鐳射雷達，程式碼寫一寫，按個按鈕，做個 demo」。鐳射雷達好用、好上手，這是事實。純攝像頭也能做到，只是難得多，需要真正的專業能力。Optimus Ride 的立場是計算機視覺加感測器融合，鐳射雷達用量相對剋制，但確實在用。 關於鐳射雷達本身的技術路線，他提到短距、低解析度的固態方案並不難做，成本可以壓下來。真正的物理限制在別處：掃描環境時你會撞上光速這個天花板。要解析度就得犧牲距離，要距離就得犧牲解析度。光速在這裡劃了一條硬線，工程繞不過去。 ## 無人機競速：把人類反應速度甩在身後的那條路 卡拉曼參與了洛克希德·馬丁的 Alpha Pilot 創新挑戰賽，讓團隊比拼全自主無人機競速。他講這件事的時候，語氣明顯不一樣。 已有的無人機競速是一項運動，飛手戴著眼鏡遙控，裡面沒有 AI。Alpha Pilot 要的是完全自主的激進飛行。而他對這個問題的興趣，藏著一個更大的判斷：人類處理資訊的速度有生物學上限。我們看東西、資訊經過大腦、傳到手上、再發出指令，這一整條鏈路都有延遲。機器人不必有這些延遲。 他的實驗室在做能在一千赫茲下「看」的系統。人類勉強到一百赫茲。這相當於給機器人裝了一雙能看十倍慢動作的眼睛。這件事的意義遠不止競速。美國每天有一百人死於交通事故，很多是典型場景：上匝道時撞上別人，慌亂中打方向盤衝下路基。如果在事故發生的瞬間，車上有足夠算力、有足夠快的攝像頭，就可以關掉車載娛樂系統，把所有計算資源調給自主決策，接管車輛剎停，或者至少把人類想做但做不到的操作做出來。 > 我們正在造另一臺引擎，我希望有一天它的影響力能像安全帶之於駕駛一樣。（塞爾塔奇·卡拉曼） ## 瓶頸不在演算法，在銅線 聊到高效能運算，他講了一個很少被提到的瓶頸，聽起來有點反直覺。 他的團隊在做視覺慣性狀態估計這類基礎任務時，撞上了攝像頭幀率的天花板。為什麼？因為攝像頭採集完資料，要透過 USB 或者 Camera Link 這類序列介面傳出去，而銅線的傳輸能力有物理上限。你還沒開始算，資料就已經卡住了。 解決辦法是把計算往前推，直接放到畫素旁邊。這需要在晶片層面重新組織並行處理。 再往上游看，還有更硬的牆。CPU 主頻卡在幾個吉赫茲，一部分是散熱，另一部分是光速本身。三吉赫茲的時鐘週期內，光只能走幾英寸，差不多就是一個晶片的尺寸。時鐘訊號在晶片裡繞一圈，下一個週期就來了，協調複雜度爆炸。電晶體也小不下去了，量子隧穿效應開始搗亂。他說得很直白：我們在設計的很多東西上，已經撞到了宇宙的基本極限。 這也解釋了為什麼無人機競速這件事有額外的意義。它把這些底層問題全部暴露出來：要高幀率、要低延遲、要在極短時間內處理海量資料、要在矽片層面重新設計資訊流動方式。它同時是體育、是工程、是晶片設計、是感知演算法，還是通向下一代自主飛行計程車的一條路。 他還提到一個細節：如果要實現波士頓到紐約一個半小時，固定翼比多旋翼更合適，很多做飛行汽車的公司都在往這個方向走。但固定翼怎麼落在樓頂？這就需要機器人做出人類反應不過來的快速機動。這些技術和讓汽車躲開事故，是同一套東西。 至於人類和機器在賽道上的勝負，他的判斷很具體。在中等難度的賽道上，如果只跑一圈，機器會被人以微弱優勢擊敗。但如果跑十圈，人類會以微弱但穩定的優勢輸掉，因為人會累、會走神，而機器會一遍又一遍執行同一行程式碼，不知疲倦。當然，如果賽道由人類選手來設計，難度會大幅上升。策略、欺騙、臨場應變，這些機器還差得遠。精度和可重複性是機器的天下，策略不是。 ## 貝爾曼方程：一個讓理論家困惑了半個世紀的式子 最後，主持人問他，在機器人領域見過的最美的想法是什麼。 他沒有講某個炫酷的 demo，也沒有講某個驚人的實驗結果。他講了一個方程。 貝爾曼方程（Bellman equation）。半個多世紀前，理查德·貝爾曼提出它的時候，解決的問題是：當你有多個變數需要聯合決策，你該怎麼找到最優策略。這個方程只有一行，任何人在第一門決策課上學一節課就能寫出來。今天人們做強化學習，用的還是它。 它的美在於同時說明了兩件事。一邊是極致的簡潔，一邊是把問題的計算難度也暴露無遺。這就是所謂的維度詛咒。如果你有一百個變數，每個變數有十個取值，所有可能組合的數量超過了宇宙中原子的總數。任何暴力解法在物理上都不可能完成。 > 它既告訴你這個問題有多簡單，也告訴你這個問題有多難。這種平衡讓我一直很著迷。（塞爾塔奇·卡拉曼） 他接著說，這背後有一個更普遍的現象。很多領域我們都承認自己知道得很少。數學上我們甚至不確定公理體系是否自洽。宇宙的起點我們不清楚，自己的未來也看不透。但在決策這個領域，存在一種有意思的反差：最壞情況下問題是計算上不可解的，可實際應用中，事情往往就是能跑起來。 主持人接了一句，這有點像生活本身。我們總是盯著最壞的情況，為各種災難焦慮，可平均情況下日子還是過下去了。卡拉曼說，這個比喻不錯。這個反差在工程裡反覆出現。理論給出的最壞情況往往是災難性的，可真正落地時，人們總能找到某種近似、某種啟發式、某種在特定約束下夠用的解。貝爾曼方程把這層張力壓縮排了一行符號裡，你盯著它看，既能看到數學的優雅，也能看到現實的妥協。 卡拉曼在 MIT 做了這麼多年研究，最後把最美的想法落在一個半個世紀前的方程上，這件事本身挺說明問題的。機器人領域日新月異，每年都有新的 demo、新的論文、新的公司，但真正撐起整個領域的底層框架，往往還是那些老東西。它們不酷，不出現在新聞裡，可每次有人想繞開它們，最後都得回來。 整場對話裡，他反覆回到同一個母題：機器人真正的難題在人這一側。人怎麼看待它，人怎麼和它博弈，人願不願意住在有它的城市裡，人能不能被充分告知自己承擔了什麼風險。技術曲線可以外推，人的接受度不行。這也是為什麼他對時間表那麼謹慎，對「迭代式學習」那麼執著。你能控制的只有今天做什麼實驗、從中學到什麼，剩下的部分交給時間和現場。 ## 讀完之後能帶走的東西 - 判斷一項機器人技術有沒有到拐點，看密度，不看單點 demo。同一地點的資料重複度，比資料總量更能決定預測能力。 - 評估自動駕駛或任何自主系統的路線，先分清它在哪個維度上競爭。是造通用引擎，還是做垂直場景；是純視覺控成本，還是堆感測器保安全。它們處在不同維度，別硬排成一條軸。 - 看技術時間表，把「未來三年」這句話打個折。技術預測存在系統性的時間壓縮，遠的事被拉近，近的事被推遠。可信的是未來一到兩年的計劃，五年以上的說法基本是願景。 - 做產品時多問一句：使用者真的需要這個嗎。接駁車要二十座是一種慣性，出行要裝 App 也是一種慣性。把座位拆小、把 App 去掉，反而更接近真實需求。 - 如果關心機器人進入真實場景，把注意力從演算法層往上抬一層。算力、晶片架構、感測器介面這些底層瓶頸，往往才是真正的天花板。 - 遇到複雜決策問題時，讀一讀貝爾曼方程。它不會直接給你答案，但會讓你同時看清問題的簡潔和背後的計算深淵。