“给钱都不坐！”训练特斯拉FSD的人曝内幕：9人受访7人拒乘，“千万别信马斯克”

整理 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

要是一家航空公司的飞行员告诉你：“我自己不会坐这架飞机”，你大概很难继续对它保持信心。可如今，类似的情况正在特斯拉身上发生。

近日，路透社发布了一项长达数月的深度调查，将镜头对准了一个鲜少被外界关注的群体——负责训练特斯拉自动驾驶系统 FSD的数据标注员。这些人每天的工作，就是观看海量真实道路视频，找出 FSD 犯下的错误，并将问题反馈给工程团队，用于训练下一代模型。

某种程度上，他们是距离特斯拉自动驾驶真实能力最近的人。

可调查结果却令人意外：在接受采访的 9 名前数据标注员中，有 7 人明确表示自己不会乘坐开启 FSD 的特斯拉；其中一人甚至直言：“就算你给我钱，我也不会坐特斯拉 Robotaxi。”

每天看数千段视频的人，为什么不信任 FSD？

过去几年，特斯拉一直在向外界描绘一个宏大的未来：通过纯视觉方案和 AI 神经网络，让每一辆特斯拉都能升级为自动驾驶汽车，最终形成覆盖全球的 Robotaxi 网络。

在马斯克的叙事里，这一天似乎总是“快到了”。

但在美国的一处办公室里，数百名数据标注员每天看到的，却是另一番景象。他们需要审核来自全球特斯拉车辆上传的视频素材，对道路、车辆、行人、交通标志以及驾驶行为进行标注。这些数据随后会被送入训练系统，帮助 FSD 学习如何避免犯错。

根据多名前员工描述，他们经常在视频中看到：

• FSD 未能及时避让救护车、消防车等紧急车辆；

• 对校车停车上下学生场景识别错误；

• 误入施工区域；

• 高速驶向障碍物；

• 在匝道、路口等场景出现危险决策；

• 对动物识别失败，直接撞上猫狗；

• 长时间超速行驶；

• 与儿童擦肩而过的险情。

不少前员工都告诉路透社：“我们都见过它失败。”要知道，这些员工并不是通过媒体报道了解 FSD，而是每天都在观看最原始的运行数据。可显然，他们对于系统能力的判断，与普通消费者看到的宣传视频存在巨大落差。

CSDN 6 月宠粉福利｜开发者“神装”补给站

200 小时 GPU 算力免费领

瑞幸咖啡/肯德基早餐/下午茶等能量套餐任选其一

入群还可每月定期抽取旗舰显卡、AI PC 等极客神装

领取地址：https://s.csdn.cn/4nPsOp

限速 40 跑到 96，最常见问题是超速

调查中最引发关注的内容之一，是特斯拉内部一个被员工称为“Trauma Team（创伤小组）”的团队。

据前员工透露，该团队主要负责处理涉及行人的高风险视频片段。他们拥有特殊权限，可以查看那些最严重、最敏感的自动驾驶险情，包括：FSD 未能识别人行横道上的行人；系统继续前进，驾驶员最后一秒强制接管；差点撞上儿童；与路人发生近距离擦碰等。

这些视频通常被严格限制访问权限，但偶尔还是会流转到其他团队。正是这些内容，让不少参与训练系统的员工对 FSD 的真实安全水平产生了怀疑。

而相比外界关注的极端事故，多名前员工还表示，其实他们最经常看到的问题是超速。

至少五名受访标注员表示，FSD 在实际运行中频繁超过道路限速。尤其在特斯拉推出激进驾驶风格模式的“Mad Max”之后，一些车辆经常超速32-48 公里/小时。甚至，还有人看到车辆在限速约 40 公里/小时的路上开到 96 公里/小时。

但受访者普遍认为，这一问题在内部并未得到足够重视。相比超速，工程团队更关注一些所谓的“边缘案例”（Edge Cases），例如特殊光照条件、极端天气或罕见道路结构。

相比之下，超速明明是一个几乎每天、每条路都会出现的问题，团队却不去解决，这让许多标注员感到困惑。

“比人类安全 10 倍”，到底是怎么来的？

除了员工证词外，路透社调查的另一大重点，是特斯拉长期宣传的安全数据。

去年 Robotaxi 项目启动后，特斯拉 CFO Vaibhav Taneja 公开表示：“开启 FSD 的车辆比普通人类驾驶安全 10 倍。”随后，特斯拉董事长 Robyn Denholm 和马斯克本人也反复引用这一说法。在股东大会上，马斯克甚至表示：“我们几乎已经可以让人边发短信边开车了。”

不过直到今天，特斯拉官网依然明确写着：当前 FSD 功能需要驾驶员持续监督，不会让车辆变成自动驾驶汽车。

那么，这个“10 倍更安全”究竟从何而来？答案可能没有宣传中那么有说服力。

路透社邀请了 11 名交通安全研究人员对特斯拉的统计方法进行审核：其中有 10 人认为，这套方法更接近市场营销，而非严谨的安全研究。

调查发现，特斯拉在事故统计上采用了一种容易产生误导的比较方式：

• 在计算自身事故率时，特斯拉只统计那些触发安全气囊弹出的严重事故

• 而在与美国政府数据进行比较时，使用的却是包含大量轻微事故的数据集，其中不仅有严重碰撞，还包括轻微剐蹭、小型追尾等。

也就是说，特斯拉把最严重的事故拿出来统计，却与包含各种等级事故的数据进行对比。

美国密歇根大学交通研究所研究员 Marco Benedetti 重新计算后发现：如果按照统一标准比较，FSD 和 Autopilot 车辆的事故率优势大约只有 3 倍左右，而非宣传中的 10 倍。甚至，他认为这个结果无法证明 FSD 真的比人类安全 3 倍，因为统计方法本身还存在更多问题。

另一个重要问题来自车辆年龄。数据显示：特斯拉车辆平均车龄约为 4.1 年，而美国车辆平均车龄约为 12.8 年。

可过去十余年间，整个汽车行业已经普及了大量主动安全配置：自动紧急制动、盲区监测、车道保持辅助、前碰撞预警。因此，即使关闭 FSD，一辆新款特斯拉本来也会比一辆十几年前的老车更安全。

对此，卡内基梅隆大学自动驾驶安全专家 Phil Koopman 给出了一个形象的评价：“这就像在说：我的喷气式飞机比你的二战轰炸机飞得更快。所以呢，这能说明什么？”

Robotaxi 背后的“人工”智能

在公众印象里，特斯拉一直强调自己走的是与 Waymo 完全不同的路线。

• Waymo 依赖：激光雷达、摄像头、毫米波雷达、高精地图

• 而特斯拉则坚持：纯视觉方案、AI 实时决策、不依赖地图。

过去，马斯克曾多次批评 Waymo 的高精地图方案过于昂贵、难以扩展。可路透社采访发现，在多场 Robotaxi 演示活动背后，特斯拉同样进行了大量人工准备工作。

例如，2024 年 Cybercab 发布会前数周，员工每天从傍晚工作到凌晨，对活动路线进行反复采集。他们手工标注路缘石、车道线、转弯点、固定障碍物等，累计投入了数百小时训练系统。

奥斯汀 Robotaxi 项目同样如此。在正式上线前，团队提前数月拍摄测试区域的视频，并建立详细标注数据库。目的就是让系统能够熟悉红绿灯位置、路牌信息、上下客区域、特殊路况等。

一名前员工对此评价：“这更像是在训练车辆适应一个特定区域，离真正的通用自动驾驶还差得远呢。”

从“很快实现”到十年未兑现

事实上，自动驾驶已成为马斯克持续近十年的核心承诺。自 2016 年以来，他几乎每年都会预告：

• 一年内实现完全自动驾驶；

• Robotaxi 即将上线；

• 特斯拉很快不再需要驾驶员。

但这些时间表无一兑现。截至目前，特斯拉在奥斯汀运营的 Robotaxi 数量仍只有约 50 辆，运行区域受到严格限制，部分车辆依然配备安全监督人员。而且与 Waymo 已在多个美国城市提供无人驾驶服务不同，特斯拉目前仍主要处于有限区域试运营阶段。

这也解释了为什么许多业内专家认为：FSD 是当前最强大的辅助驾驶系统之一，但距离真正意义上的大规模无人驾驶，还有相当长的一段路要走。

最后，当被问及是否相信马斯克关于自动驾驶即将成熟的说法时，一位受访工程师只给出一句话：“Definitely don't trust Elon on this.（在这件事上，千万别相信马斯克。）”

或许，这也是整个调查中最具冲击力的一句话。因为说这句话的人，不是竞争对手，不是媒体，也不是监管机构，而是那些曾经亲手训练过特斯拉自动驾驶系统的人。

参考链接：https://www.reuters.com/investigations/why-teslas-ai-trainers-dont-trust-its-self-driving-tech-or-its-safety-stats-2026-05-28/

https://thenextweb.com/news/tesla-insiders-dont-trust-fsd-self-driving-reuters