2026年9月,美国加州El Dorado Hills发生一起惨烈车祸。一辆特斯拉Model Y在公园大道上冲出路面,撞上大树后瞬间起火,车内四人中三人不幸罹难。当地媒体报道时将其描述为普通单车事故,但特斯拉提交给美国监管机构的报告揭示了一个更敏感的事实:事故发生时,Autopilot或“全自动驾驶”(FSD)功能正处于激活状态,车辆时速达74英里(约119公里)。

这是Electrek长期调查中最新曝光的案例。特斯拉向美国国家公路交通安全管理局(NHTSA)提交的数据报告,本用于监控自动驾驶系统的安全表现,然而其中记录的致命事故,鲜少被外界及时知晓。信息延迟和不透明的公开机制,让公众对辅助驾驶真实风险的认识始终处于滞后状态。
从技术角度看,Autopilot和FSD本质都是L2级辅助驾驶系统,而非完全的自动驾驶。它们要求驾驶员时刻保持注意力,但现实情况是,不少车主过度信任系统,甚至出现双手脱离方向盘或疲劳驾驶的情况。这起事故再次印证,当系统界面与人类驾驶习惯产生误判,后果可能就是致命的。
值得注意的是,事故发生地加州正是特斯拉总部所在地,也是全球自动驾驶测试最活跃的区域之一。即便如此,悲剧依然发生。这提醒我们,无论技术如何迭代,道路环境的复杂性和人类行为的不可预测性,始终是L2系统难以完全跨越的鸿沟。
在中国市场,特斯拉的Autopilot和FSD同样广受关注。自2024年起,FSD正式进入中国市场,并逐步向更多用户推送。中国复杂的城市道路、非机动车混行以及交通参与者的多样性,对外资品牌的系统提出了更高适应性要求。中国工信部也对L2级辅助驾驶的使用边界做出了明确规范,但“辅助”与“自动驾驶”的认知混淆,在全球范围内都是普遍难题。
从行业视角看,这起事故给所有车企敲响警钟。相比销量和功能宣传,真实事故数据才是检验技术安全的硬指标。NHTSA的数据虽有延迟,但至少提供了一个观察窗口。反观中国,随着智能驾驶普及,中国汽车工业协会和中国智能网联汽车产业创新联盟已联合发布多项数据共享或安全指南,推动了事故上报机制的完善。
特斯拉对这种事故的回应通常强调“数据不会说谎”——即只要驾驶员正确使用系统,事故风险可被显著降低。但问题恰恰在于,系统和人类驾驶员永远存在合力空档。美国国家运输安全委员会(NTSB)多次建议加强对L2系统的命名监管,避免“全自动驾驶”等词汇带来的误导性宣传。
回到这起Local新闻,家属和社区追问的重点已从“为什么会撞树”转向“为何系统没能避免撞击”。尽管特斯拉的传感器套件足够复杂,但树干有时会被视为低凸障碍物而不触发紧急制动。这是激光雷达、摄像头和毫米波雷达协同决策中的经典盲区。而中国目前主流的覚图方案也可能面临类似困境。
行业普遍认为,未来五年内,L3级有条件下自动驾驶将成关键战场。中国也已为L3上牌和保险开了口子。但每一次致命事故都在为量产设限。技术落地速度与安全冗余的平衡,考验着每一家车企的伦理决策。
偏见地看,这绝对不是呼吁“禁用辅助驾驶”。而是市场和监管层都需要更透明的报告机制,让用户在知情前提下评估风险。毕竟,辅助驾驶的核心价值在于减少三分之二的人为错误,但当剩下的三分之一被介入时,系统仍需有清晰的责任兜底。
中国新能源车产业正在从“流量作战”转向“安全务实”。遵循数据驱动的路线,我们期待看到更完善的事故披露、更严谨的测试标准,以及跨车企间的经验共享。从这个角度而言,特斯拉的每起事故,都不只是美国事件,而是全球行业的镜鉴。
也许很快,我们能看到AI大模型接管决策,让系统更接近人类驾驶的“直觉”。但在那之前,方向盘的合法性注定无法完全交付给算法。理解技术边界,永远比夸大能力更安全。这既是对技术团队的要求,也是对驾驶者的提醒。


