5月18日，特斯拉CEO埃隆·马斯克在特拉维夫的一场峰会上抛出了一个颇为激进的预测：未来五到十年内，道路上90%的行驶里程将由AI完成，人类亲自驾驶或将沦为一种“相当小众的行为”。
从早年宣称“两年内实现完全自动驾驶”，到如今预言“10年后90%里程AI化”，马斯克关于自动驾驶的论断，在过去十多年里几乎每次都能掀起巨大波澜。
支持者视其为洞见未来的先知，批评者则嗤之以鼻，认为这不过是硅谷式的夸张营销。然而，当“狼来了”的故事被反复讲述，人们渐渐当作笑话时，自动驾驶技术却正以不容忽视的步伐，一步步走进现实。
狼来了，还是真的来了？
眼下，美国街头已经出现了真正无人的Robotaxi（自动驾驶出租车）。而在中国，自动驾驶车辆也早已走出测试区，在城市公开道路和诸多工业场景中开始了常态化运行。
自动驾驶，不再仅仅是PPT上的炫酷概念，而是一场正在发生的、实实在在的交通变革。这便让一个问题变得微妙起来：马斯克究竟是在持续吹牛，还是我们一直低估了这场革命真正的推进速度？
公允地说，公众对马斯克时间表的信任度确实已消耗大半。回顾过往：2016年他预言两年内实现完全自动驾驶；2019年承诺2020年推出100万辆Robotaxi；2020年宣称FSD（完全自动驾驶能力）已接近完成；到了2024年，又表示即将进入“无监督驾驶”阶段。每一次宣言都短暂点燃市场热情，随后却又在技术延期与迭代中悄然淡去。“马斯克时间”甚至成了一个自带调侃意味的网络梗。
他为何总是如此乐观？部分原因根植于硅谷的创业逻辑：需要不断描绘激动人心的未来图景，以吸引顶尖人才和资本持续注入。同时，AI技术本身也确实呈现出某种指数级跃迁的特征。再者，马斯克本人习惯于一种“终局思维”——先定义终极目标，再反向推导实现路径。
这些因素共同塑造了他一向激进的叙事风格。但问题的核心或许在于，他将自动驾驶看得太像一次软件版本的迭代，却严重低估了其落地所面临的现实世界的复杂性。这本质上是一场对物理世界与社会系统的深度重构，其难度远超单纯的技术突破。
尽管如此，一个不容否认的事实是：自动驾驶已不再是遥不可及的未来。在美国，Waymo已在凤凰城、旧金山等地实现商业化运营，乘客可以叫到一辆没有安全员的车辆完成全程行程。特斯拉也开始了有限的Robotaxi试点。
视线转回国内，百度“萝卜快跑”已在多个城市提供大规模无人驾驶出行服务，其2026年第一季度全无人驾驶服务订单量达320万次，总自动驾驶里程突破3.3亿公里，其中全无人驾驶里程占比显著。与此同时，小马智行、文远知行等公司也在广州、深圳、北京等地积极推进商业化落地。对许多城市的居民而言，在日常出行中实际呼叫一辆自动驾驶汽车，已非新鲜事。自动驾驶，正从实验室演示快步走向真实的应用场景。
别急着欢呼，它还没那么“万能”
当然，这绝不意味着自动驾驶技术已经“全面成熟”。目前绝大多数Robotaxi的运营，仍然高度依赖“限定区域、限定天气、限定道路条件”以及背后的远程监控与接管体系。距离那种真正意义上的、可在全国任何地方任何条件下运行的“无条件无人驾驶”，依然有相当长的路要走。
更值得玩味的是，真正率先实现规模化落地的，并非面向大众的私家车或出租车，而是工业与封闭场景。在露天矿山，自动驾驶矿卡已能高效协同作业；在繁忙港口，无人驾驶集卡实现24小时不间断运转；园区物流、部分干线货运也开始规模化部署自动驾驶车队。
这些场景规则相对明确、环境干扰较少，相比开放、复杂的城市道路，无疑是技术突破的“先遣区”。它们已经形成了真实的商业闭环，证明自动驾驶在特定条件下不仅可行，而且能创造切实的经济价值。
另一方面，即便最高级别的L4完全无人驾驶尚未普及，现有技术也已在悄然改变普通人的驾驶体验。高速导航辅助驾驶（NOA）、记忆泊车、城区领航辅助等功能，正迅速成为越来越多量产新车的标配。
严格来说，这些系统目前大多仍被归类为L2或L2+级辅助驾驶，驾驶员仍需承担最终责任并保持接管能力。但它们确实已经开始逐步接管部分驾驶行为，一点一点地“蚕食”原本完全由人类掌控的行驶里程。自动驾驶并非以爆炸式的姿态突然降临，而是通过L2、L2+、局部L4等不同形态，缓慢而坚定地渗透进日常交通的肌理之中。
然而，技术突破的道路上，那“最后10%”的难题，其难度往往远超前面90%的总和。
比技术更难搞定的，是人
自动驾驶最棘手的挑战，往往不是那些规整有序的常规路况，而是现实世界中无穷无尽、千奇百怪的“长尾场景”。突如其来的暴雨暴雪、能见度极低的大雾、临时设置的道路施工、倒伏的树木、交警复杂的手势指挥、学校巴士特殊的停靠规则、突发的交通事故，乃至乡村无标识道路上行人或动物的异常行为……
AI可以在虚拟的仿真环境中跑出近乎完美的成绩，却很难在训练中穷尽现实世界所有的“例外”。
比技术长尾更深层的制约，来自整个社会系统。一旦发生事故，责任如何在驾驶员、车主、汽车制造商、软件算法提供商之间划分？现有的保险体系该如何适配？不同地区、不同国家的监管审批和道路准入规则如何协调统一？更不必说，一次由自动驾驶车辆引发的致命事故，可能瞬间引爆的舆论风暴与公众信任危机，足以让整个行业的推进步伐放缓数年。
这些都不是靠代码和算法就能解决的纯技术问题，而是涉及法律、伦理、保险、监管和公众心理接受的系统性挑战。
此外，自动驾驶还面临一个经常被乐观预测所忽略的现实问题：经济账。Robotaxi的运营成本并不低廉。除了车辆本身的购置或改装费用，企业还需要持续承担高精地图的更新、远程安全员的监控、庞大的数据中心算力、车辆的日常维护保养、特殊的保险费用、清洁，以及为确保安全而必须的传感器冗余等大量成本。
目前，头部自动驾驶公司普遍仍处于高投入阶段，即便技术已在局部场景跑通，距离真正意义上的大规模盈利，仍有不短的距离。再者，物理世界的替换周期远比软件更新缓慢。以美国市场为例，汽车平均车龄已超过12年。这意味着，即便明天所有新出厂的车都实现了完全自动驾驶，也需要十几年时间，才能让现有庞大存量的车队完成迭代。自动驾驶不是一次点击即完成的APP升级，而是一场伴随硬件更替的、漫长的物理基础设施革命。
当AI比你更会开车，人类还剩什么？
当技术曲线持续向上，一个更为深刻的命题逐渐浮出水面：如果未来某天，AI驾驶的事故率被证明远低于人类平均水平，那么我们为什么还要坚持自己开车？
人类驾驶，在未来会不会被视为一种不必要的“危险行为”而受到法规限制？手握方向盘，会不会像今天骑马、开蒸汽机车或操作手动挡汽车一样，逐渐退化为一小部分人的小众爱好，甚至成为一种带有怀旧色彩的身份象征？
自动驾驶真正碘伏的，或许不仅仅是交通工具本身，更是人类与机器之间关于“控制权”的关系。当机器被证明比我们更可靠、更安全、更高效时，我们是否还愿意——或者说，是否还被允许——将生命的方向完全交托给自己的双手？
回看马斯克的预言，他或许又一次高估了技术全面落地的时间表。但这并不意味着他所指的方向是错误的。科技史上，几乎所有重大革命都遵循一个相似的规律：短期内被高估其实现速度，长期来看却被低估其碘伏性影响。
当舆论场仍在为“狼来了”争论不休时，AI驾驶系统已经悄然驶入了我们的道路、港口、矿山和物流体系。它没有以科幻电影般轰轰烈烈的方式降临，而是以一种缓慢却不可阻挡的态势，一点点重塑着我们与物理世界交互的方式。
也许不久的将来，某一天我们会突然意识到：自己已经很久没有真正握过方向盘了。而那一天到来的速度，或许会比我们当下想象的，要快得多。
