在美国俄亥俄州莫雷恩市的一个十字路口，一辆特斯拉Model X撞上了一名摩托车骑士，导致后者当场死亡。事故发生在去年，但奇怪的是，这起致死事故几乎没有进入公共视野，没有引发大规模的媒体讨论，也没有成为社交媒体上的热门话题。
直到近日，特斯拉向美国国家公路交通安全管理局（NHTSA）提交的一份报告被Electrek调查挖掘出来，才将此事重新拉回聚光灯下——报告中明确表示，事故车辆是一辆Model X，且其辅助驾驶系统（Autopilot或FSD）当时处于激活状态。但特斯拉刻意隐瞒了具体是哪个版本的系统在运行。
这并非孤例。Electrek正在进行的调查，将各地报道的事故与特斯拉向NHTSA提交的红色acted（隐去关键信息）数据逐一比对，发现大量涉及Autopilot/FSD的伤亡事故，在实际公共记录中几乎是隐形的。莫雷恩事故正是这一现象的典型样本——它原本可能永远不会被公众知晓。
特斯拉向NHTSA提交的季度安全报告，是法律规定的要求，用以披露涉及辅助驾驶系统的事故数据。然而，这些报告通常被大量编辑，隐藏了具体的事故地点、车辆型号甚至系统版本，只给出一个模糊的统计数字。研究者、媒体和公众很难基于这些数据评估系统的真实安全性。
更值得警惕的是，特斯拉始终以一种“宗教热忱”式的营销来推广其辅助驾驶产品——它自2019年起便宣传“使用Autopilot的车主事故率低于美国平均水平”，但所用的对比方式屡遭质疑（例如不区分致命事故和非致命事故，也不考虑不同车型、路况的差异）。在中国市场，特斯拉更提供了“增强版自动辅助驾驶功能”（EAP）和“完全自动驾驶能力”（FSD），名称更为激进，且官方口径常将这些功能与“安全”直接挂钩。
事实上，过去几年里，中国和美国都已发生多起涉及特斯拉辅助驾驶的死亡事故，典型的包括2021年广州增城的Model X撞上拖拉机尾部、2022年美国加州Model 3撞上消防车等。但同样地，多数事故只通过车主社群、地方新闻报道等形式零散浮出，真正系统性的公开通报少之又少。空白地带恰恰是事故被忽略的温床。
对监管机构而言，最大的挑战不仅是数据不透明，更是辅助驾驶的事故责任界定标准严重滞后。当前，NHTSA已对多起特斯拉事故展开专项调查（如Autopilot误识别横穿卡车），而更新的FSD（完全自动驾驶）公开测试也在进行中。但用户的“允许脱环”测试，事实上演变成了一次非正式的公共道路验证。
从技术视角看，特斯拉的纯视觉方案（不使用激光雷达）在雨雪、逆光等复杂场景下，对静止或低速目标的误判率远高于配有激光雷达和毫米波雷达的国产高端智驾车型。中国市场的蔚来、小鹏、理想等普遍采用多传感器融合方案，且在主动安全测试中波形表现更稳定。这不是说国内方案绝对安全，而是体现了技术路线选择的潜在差距。
真正需要反思的是，自动驾驶辅助系统的价值不应仅以“总行驶里程/碰撞率”来粉饰。的确，理论上机器反应更快、不疲劳，但它们的“认知盲区”是固有的——例如对骑车人的部分遮挡、侧方突然出现的非机动车辆等场景，视觉神经网络可能完全感知不到。这正是摩托车骑行用户如今被要求在大多数州（如加州）必须佩戴高反光装备的另一层原因——辅助驾驶更容易识别高对比度目标。
一个残酷的事实是，在莫雷恩事故中，若系统正确识别到摩托车并采取制动，骑手很可能生还。但相关数据又是如此隐蔽，以至于即便是当地交通警察，也未必能拿到完整行车记录——一辆自动驾驶的汽车，它的“黑匣子”掌握在最不愿意充分发挥之手。这就是当前最大挑战：没有任何第三方能独立验证其系统行为。
汽车产业的历史表明，任何技术来到市场中都要经历从狂热到校准的周期。特斯拉已经越过高峰，正在持续缩放其Supervised FSD测试的规模。在中国市场，更严格的监管（如汽车数据安全规定）要求所有智驾系统接受异地抽查。而美国的approach是自愿性质的行业自律加上被动的“调查+召回”，显然漏洞百出。
随着特斯拉FSD可能在中国逐渐开放，其与本土车企在智能驾驶巷战中的竞争之外，一个更现实的功课是——如何在一个缺乏数据透明度的语境下，比较不同系统的稳健性与法律责任。也许，标准一旦建立，死者的遮蔽将无处藏身。这正是本文所希望推进对话的方向：技术可以进化，但生命不可重现。
