#71 楼天城：Robotaxi、ACRush 与 L2/L4 的不同目标

原文讲解：楼天城怎样把“无人驾驶”改写成一套可验证的能力阶梯

音频 00:00–00:50 先重复播放后段关于 AI、Agent 和“人是否高估了自己判断 AI 的能力”的预告片段；正式片头约 00:50 开始。机器转写把 ACRush、Pony.ai、Hold the cold card 等专名和英文短语多次识别错误，以下按节目标题、章节和上下文统一；数字均保留为节目时期嘉宾口述或思想实验，不能当作行业统一标准。

一、开场从武汉和 Tesla 的延期说起：公众看见的不是 1%，而是 99% 无人

张小珺先把观众熟悉的新闻摆出来：武汉的 Apollo Go（萝卜快跑）让很多人第一次看到大规模无人出租车，Tesla 的 Robotaxi 计划则不断延期。楼天城认为，最重要的变化不是车队有多大，而是“无人化比例”发生了变化。过去很多自动驾驶车队可能 99% 的里程都有安全员或驾驶员在车上，只要最后 1% 的场景由人接管，系统就可以运行；武汉让公众开始讨论 99% 的行程都不需要人，这个心理和产品门槛完全不同。

他补充，Pony.ai 在 2022 年底已经有过无人化运行经验，只是没有在一个城市以如此集中的方式面向公众展示。公众规模会让问题从“能不能无人”变成“多少钱、体验好不好、能不能持续、出了事谁负责”。这也是他为什么不把 Tesla 的 L2 延期和 L4 的无人运营放在同一条进度条上：L2 的驾驶员在极少数时刻接管，和乘客完全没有驾驶员可依赖，不是同一种难度。

二、1/10/100/1000/10000 小时：楼天城用一条阶梯解释成熟度

楼天城给出这期最重要的思想框架：用“连续多少小时没有人工接管”来衡量自动驾驶系统的阶段，而不是只看宣传里跑了多少公里。1 小时意味着车辆、传感器、感知和基本控制刚刚整合起来，能在一段时间内不出大问题；从 1 到 10 小时，主要是把基本算法和模型做好；从 10 到 100 小时，需要原生、高质量的数据、车队和更精确的感知，包括目标位置、速度和环境变化。

100 到 1000 小时是第一个真正的断层。你不能只把车多开十倍，因为星期五晚高峰、下雨、施工、学校放学和陌生道路会让原始里程掺入大量环境噪声。你需要知道这次系统变好了，还是只是刚好遇到更容易的路；需要把不同场景拆开，建立一套能比较“谁更好”的评分方法。楼天城称之为 Contest-based metric system，也就是面向具体场景、可以持续对比的竞赛式指标体系。他甚至认为，设计这把尺子可能比把车开起来更难。

从 1000 到 10000 小时，问题再次改变：系统开始接近或超过普通人类的驾驶水平，人类不再能直接作为唯一老师。一个人可以教另一个人如何开车，但如果机器在某些任务上已经比人好，继续把普通人类驾驶数据全部喂给它，可能把它拉回人类平均水平。此时需要环境、算法、验证器和更高质量的目标，告诉系统“什么叫好”。这不是一个精确的行业标准，而是楼天城用来说明能力跃迁的概念模型。

三、评价尺为什么比模型更难：安全不只是不撞车

在楼天城的解释里，安全至少包含三层。第一是物理安全，不撞车、不撞人；第二是可感知的安全，乘客和周围驾驶员能不能预测车辆行为；第三是体验安全，车辆不能因为害怕而永远慢到阻塞交通，也不能在路口犹豫、让别人不知道它想做什么。一个机器人车如果每个路口都慢慢挪，可能没有立即碰撞，却会让后车、行人和其他车辆作出更危险的动作。

因此不能只用“每 10 万公里接管几次”这样单一数字判断系统。要把天气、道路、交通参与者、时段和场景难度记录下来，再比较在相同难度下的错误。楼天城提到 Miles per critical intervention（每次关键干预对应的里程）这类指标，但他更想强调的是指标系统的思想：数据必须能告诉团队下一步该修哪种能力，而不是只给一个漂亮的平均值。

四、端到端能解决什么，不能解决什么：早期加速不等于后期通关

端到端把原来分开的感知、预测、规划或控制连接起来，减少每个模块之间的信息丢失。楼天城认为，它可能让系统从 1 小时更快走到 100 小时，因为模型能从大量场景中直接学到关系，不必把所有规则手写出来。但从 100 到 1000 小时，难点变成评价、长尾、验证和资源，端到端不会自动提供一把可靠的尺子，也不会自动解决安全底线。

这解释了为什么行业里常见的路线争论容易错位。有人说端到端代表下一代，有人说模块化更容易验证；两者可能都在回答不同阶段的问题。楼天城的观点不是“端到端没有用”，而是把它放回进度阶梯：它是一个强大的模型组织方式，却不能替代数据治理、场景覆盖和评价体系。

五、激光雷达、纯视觉、V2X：很多争论其实是目标函数不同

在激光雷达和纯视觉的争论中，楼天城用一个直观比喻：只用视觉像一个能力很强的学生，靠观察和推理完成几何判断；激光雷达则像直接测量距离，某种意义上是“作弊”，更容易获得精确的空间信息，但成本、硬件和部署方式不同。要做低成本、广覆盖的辅助驾驶，纯视觉可能是合理选择；要在限定区域内追求更高的无人安全，昂贵的传感器也可能值得。

V2X 和单车智能也不是非此即彼。单车必须有独立安全能力，因为通信可能断、基础设施可能坏；V2X 可以提供额外信息，减少单车感知的不确定性。增量式改进和跳跃式创新同样取决于目标：如果要把现有产品做得更便宜、更好用，渐进式有价值；如果要跨过无人化门槛，可能需要重新定义系统。路线差异不是简单的技术先进与落后，而是不同成本、责任、覆盖和时间目标的组合。

六、为什么“L2 做得越厉害，离 L4 越远”：这是一条有条件的命题

楼天城反复解释标题里的尖锐说法。L2 的产品目标是让普通车主在更多地方更轻松地开车，成本要可控，覆盖要尽可能广，系统可以把少数困难场景交还给人；L4 的产品目标是让车在限定场景里自己完成所有驾驶，不能把每一个长尾再交回乘客。前者可以用“把 10 次接管降到 8 次”来体现进步，后者要问“是否已经能连续几千小时不接管”。

所以 L2 做得越好，可能越会沿着自己的目标函数优化：更低硬件成本、更大的适配范围、更自然的人机交互、更好地让人接管。这并不自动让它更接近 L4 的全责任系统。楼天城把两者比作足球和篮球：都需要运动能力，却不是把足球练得更好就自然变成篮球冠军。只有在未来出现低成本硬件、足够强的软件和新的责任机制，把两个目标真正合并时，L2 与 L4 才可能重新汇合。

七、八年创业经验：行业现在从“能不能无人”进入“能不能经营”

楼天城回顾自己 2016 年创办 Pony.ai 的过程：他和百度前首席架构师彭军一起创业，是因为相信自动驾驶值得投入多年。2019 年行业仍有信心，2020 年疫情和融资压力让很多人怀疑，之后 Apollo Go 在武汉的规模化运营让问题发生转折——行业不再只争论能否无人，而开始讨论成本、体验、车队规模和商业化。

他承认，自己过去对大规模商业化的预期偏乐观，曾经把更远的年份看得更近；现在判断仍需要三到五年左右，才能看到更广泛的 L4 规模化，但这仍是节目时期的估计。政策变化、传感器降本、车辆供应和公众接受度比预想更快，但无人运营的长期成本和责任链仍然很慢。Pony.ai 与 Toyota 的合作也是这种产业现实的体现：技术公司、车企和出行平台各自有强项，L4 不是一支纯软件团队可以独立完成的项目。

八、Robotaxi 的体验：车辆必须像普通人一样可预测

楼天城认为，Robotaxi 的公众信任不只取决于安全事故率，也取决于车是否像一个正常、可理解的驾驶员。车辆如果过度礼让、速度过慢、在不该停的地方停下，可能让乘客觉得安全，却会让周围车辆难以判断；车辆如果突然变道、急刹、鸣笛或回到原地，也会让人产生不可控感。

这和“反例驱动”的工程方法有关。有人会追着每一个看起来奇怪的场景修补，但楼天城认为，反例真正重要的是暴露能力缺口：如果车莫名其妙鸣笛，问题未必只是“把这一次鸣笛删掉”，而是车辆是否理解何时需要使用喇叭、如何预测周围反应。解决了能力，反例自然会减少；只压制单个现象，则可能在别的场景复现。

九、超过人类之后，数据可能变成干扰：系统需要新的老师

节目后半段把数据问题从“越多越好”推进到“什么数据算好”。在早期，从人类驾驶中收集数据可以帮助模型学会基本行为；但人类驾驶风格差异很大，里面既有优秀决策，也有犹豫、违规、过度保守和跟随错误。系统一旦接近或超过普通人水平，继续把未经筛选的海量数据当作真值，可能让模型学到人类的平均缺点。

楼天城说，系统需要的是高质量、经过处理的数据，以及能判断“这一步是不是更好”的验证环境。人类不再只是老师，也可能是带噪声的样本；模型、仿真和评价器要共同定义目标。由此，自动驾驶的竞争从“谁有更多车、更多里程”转向“谁能把数据清洗成可学习的目标，谁能构建更可靠的验证器”。

十、产业规模与成本：L4 可能只有少数公司能走到 10000 小时

楼天城认为，从 1000 到 10000 小时的跨越很难，全球能做到的公司可能屈指可数，但他不是在预测最后只剩一家，而是说真正有能力完成这一阶段的团队不会很多。L4 和互联网不同：互联网产品可以快速复制，L4 还要生产车辆、部署硬件、建设车队、维护场站、处理监管，每增加一个城市都可能遇到不同道路和制度。

成本可以降，但安全不应被拿来换取短期规模。L4 的早期商业价值可能来自出租车服务，也可能来自车内时间、内容和新的出行产品。车不再需要司机之后，乘客在车里的时间变成产品空间；但前提仍是车能够稳定、可预测地完成任务。

十一、从姚班到 ACRush：竞赛经验如何进入创业

谈到个人经历，楼天城讲到姚期智老师的教学方式：老师愿意认真听学生的问题，即使问题很难，也会给出有质量的反馈。这让他意识到，顶级技术训练不只是把题做出来，而是不断追问方法为什么成立。ACRush 这个名字来自“Rush”——他把自己定位成追求速度的人；但速度并不等于每次都赢。

他参加程序竞赛多年，经历过冠军和亚军，也经历过在最后阶段输掉比赛。只有站到最前面的人，才知道冠军和第二名之间可能只差一个细节，却不是外部观察者以为的“都差不多”。他把这种感受带进创业：失败之后的难过有价值，但只有在分析差距、改进方法和下一次验证中才有价值，绝望本身不能产生能力。

十二、“Hold the cold card”：保留能力、最后亮牌与创业的节奏

楼天城讲了竞赛时的一个策略：在确定优势之前，不把全部能力和分数展示给竞争对手，像把一张冷牌留在手里，最后再亮出来。它能避免对手过早判断，也能让队友保持专注。商业创业则不同，中途结果会影响融资、合作、招聘和舆论，不能永远把牌藏着；但两者共享一个原则——不要因为短期领先就停止改进，也不要因为一次落后就提前宣布失败。

这套心态最后回到 AI。他在开场预告里提到，人类经常问 AI 会不会超过人，却很少反过来问：人凭什么有资格判断 AI 的上限？楼天城把人和 AI 都看成某种 agent，认为我们可能高估了人类自己的判断力。与此同时，他也承认人类在能量效率、身体稳定性和生物系统可靠性上有巨大优势；机器要超过人，不一定先在所有维度都像人，而可能在某些任务上先成为更好的 agent。节目于是从 Robotaxi 收束到一个更大的问题：当机器的表现已经超过人类平均水平，谁来定义“正确”，又由谁来做老师？

以上是原文讲解。下面才进入本文自己的结构化抽象、证据审计与独立判断。

核心判断：自动驾驶的瓶颈正在从“会不会开”转向“有没有一把可靠的尺子”

楼天城没有把行业答案压缩成某个传感器或模型，而是把进度问题改写成测量问题。早期模型能不能开起来很重要，但一旦从 100 小时走向 1000 小时，团队更需要知道自己在哪些场景变好了、哪些场景只是碰巧没出事；从 1000 小时走向 10000 小时，则要解决人类数据不再天然是老师的问题。

问题背景：为什么“多跑里程”并不等于“更接近无人”

里程是一个方便的规模指标，却把很多因素混在一起：天气、道路难度、交通流、驾驶员是否在车上、系统是否提前选择了简单路线。两家公司各跑一亿公里，如果一家的里程大多在高速、另一家覆盖复杂城市，数字不能直接比较；一家公司每次都允许安全员接管，另一家坚持无人运行，数字更不能放在同一栏。

楼天城的阶梯模型提供了一个更好的阅读方式：先问系统能否连续工作，再问在相同难度下是否改进，最后问它是否能自己定义和验证比人类更好的行为。评价体系不是报告附录，而是产品的一部分。

机制拆解：从“数据飞轮”到“评价飞轮”

早期自动驾驶可以用“更多车辆 → 更多数据 → 更好的模型 → 更多车辆”描述。楼天城提醒，成熟阶段还需要第二个飞轮：场景切分 → 评价器发现能力缺口 → 目标数据训练 → 仿真与道路验证 → 重新切分场景。没有第二个飞轮，第一条数据链只会制造更多平均样本，不能可靠地把系统从偶尔成功推到稳定成功。

关键证据与口径审计

楼天城的叙述很有结构，但其中大量数字是节目时期的估计、企业经验或思想实验。下面把它们和论证作用分开。

术语解释

边界与风险：这期节目没有证明什么

楼天城关于 Pony.ai 的估值、无人化时间、团队经验和行业公司数量的叙述，都是节目时期的嘉宾口径。关于姚班、ACRush 和竞赛策略的内容则是个人经历，不能被泛化成所有创业者的成功方法。

独立判断：当机器超过人类，最稀缺的不是数据，而是“什么叫更好”

我认为这期最深的洞察是：自动驾驶正在从一个“模仿人类驾驶”的学习问题，进入一个“定义并验证超越人类行为”的系统问题。早期系统需要观察人类怎么开；后期系统需要知道什么时候不该学人类。两者之间缺的不是一批更大的数据集，而是一套能在现实环境里判定目标、解释失败并稳定迭代的评价体系。

这会改变公司的组织结构。模型团队不能单独决定进度，场景工程、仿真、数据治理、远程运营和安全团队必须共同拥有“好”的定义；否则每个团队都会用自己的局部指标证明自己进步，整车却可能没有更可靠。楼天城把“Contest-based metric system”放在 100 到 1000 小时之间，实际上是在说：评价器是产品核心，而不是研发结束后才补的 QA 工具。

对 L2/L4 的争论也可以用同一个判断框架。路线没有天然高低，只有目标是否清晰、反馈是否可验证、责任是否有人承担。真正值得追踪的不是某家公司又发布了多少功能，而是它是否能把最难的场景变成可比较的任务，并且在没有人类老师可直接模仿时，继续给系统提供可靠的进步方向。

证据边界与资料索引

本文以节目完整音频为主要材料，按正式片头约 00:50 之后和官方章节重建问答；开头重复预告单独标注。1/10/100/1000/10000 小时、99% 无人、Pony.ai 的时间线、估值、未来 3–5 年预测和全球公司数量判断，均保留为楼天城在节目时期的口述或框架，不视为独立审计后的行业统计。专名按节目标题与上下文校正，不把自动转写错误当成引语。

• 张小珺商业访谈录 #71：和楼天城聊聊 Robotaxi 和 ACRush
• 小宇宙节目页：#71 和楼天城聊 Robotaxi
• 系列关联节目：#74 Waymo 和它的对手们
• 系列关联节目：#70 和何小鹏聊 FSD 与大模型
• 系列关联节目：#72 孟醒谈 Tesla Robotaxi