所有业余玩票者都是凭想象在理解大模型。从视觉输入到驾驶员的动作，这个过程中决策信息已经损失了。除非人工标注，否则你不可能知道司机转弯是为了躲开路上的一滩污渍，还是预判到前面的行人可能过马路，还是单纯分神了。数据量大到一定程度，一些高频场景比如看到红灯就停下，可以被拟合到基本可用的程度，但天花板有限。深度学习无法在复杂的规划决策场景落地，核心就是这个死穴：同样的结果可以对应多个原因，原因的组合是无穷尽的。特斯拉这条路最多走到能用，但要好用到真正节省时间精力，不需要人一直盯着，让消费者愿意持续买单，那是完全不可能。