这两天知乎热榜上挂着一个问题：「现在自动驾驶技术研究是不是进入了瓶颈？」
说实话，这个问题每隔一两年就会被拿出来讨论一次。但这次我把钛媒体、中华网财经关于一个叫 DrivingBench 的独立实验的报道翻了一遍之后，觉得答案可能比"是"或"不是"都有意思——瓶颈也许不在技术本身，而在整个行业二十年来的一个默认假设上。
一场停车场里的"AI驾考"
先说这个实验是怎么回事。
DrivingBench 不是大厂项目，是三名湾区研究者（Aditya Ramabadran、Simon Mahns、Tobias Gessler）的业余之作。他们租了一辆 2022 款丰田卡罗拉，装上一台 999 美元的 comma four 设备，跑开源的 openpilot 系统。摄像头画面、车速、方向盘状态，通过 MCP 工具协议实时传给云端的大模型；模型只有三个动作可用：观察环境、设定方向和速度、立即停车。
考场是湾区一处空旷停车场，倒 U 字形锥桶赛道约 130 米，终点是一个 7×5 米的停车位。出于安全，车速被锁死，人类研究员坐在驾驶位，脚悬在刹车上方。每个模型有三次机会，考砸了系统会把失败回放丢给它复盘——像驾校教练逼你总结错题。
考生是四位"文职AI"：GPT-6 Astra、Claude Fable 5.1、Grok 4.6、GPT-5.6 Sol。没有一位接受过任何驾驶专项训练，它们的本职是写代码、处理文档、回答问题。
结果：GPT-6 Astra 是四个模型里唯一跑完全部赛道的。第二次尝试中，它开完 134.7 米，用时 5 分 22 秒。其他选手的最好成绩——Claude Fable 5.1 完成 45%，Grok 4.6 完成 11%，GPT-5.6 Sol 只有 6%。
5 分 22 秒开 134.7 米，比驾校学员还磨蹭。但国内报道把它称为"大模型第一次考过科目二"，不是没道理的。
真正被挑战的，是行业二十年的假设
为什么说这个实验戳到了要害？
过去二十多年，自动驾驶走的一直是"专用模型"路线：Waymo 投入数百亿资金，靠激光雷达和高精地图；特斯拉靠全球车主积累的 120 亿英里真实驾驶数据，训练专属的端到端模型。行业共识是——开车是一个独立任务，必须单独喂海量路况数据专门训练。
DrivingBench 证明了另一条可能性：一个通用大模型，凭借它在文本、图像、推理任务里积累的"世界知识"，第一次接触方向盘就能形成感知、判断、规划、控制的完整闭环。它没见过锥桶赛道的驾驶数据，但它"懂"什么叫倒 U 形、什么叫停车位、什么叫打方向要慢。
这就是通用智能的迁移能力。行业花二十年收集数据教AI开车，而一个没学过开车的AI，靠常识考了个及格。
当然，先泼两盆冷水，这也是实验方自己承认的：
第一，这不是真正的驾照考试。场地是停车场，不是公共道路，没有任何国家的驾考标准。真实路况的长尾场景——突然窜出的电动车、施工改道、暴雨夜路——和锥桶赛道完全是两个世界。
第二，行业远没有停摆。国内监测数据显示，截至 2025 年底 L2 及以上辅助驾驶新车渗透率已达 66.1%，L4 级无人驾驶在 20 多个城市开展全无人商业化试点，累计发放开放道路测试牌照超 1860 张。所谓"瓶颈"，更准确地说是从"技术验证"转向"成本与法规约束下的商业化爬坡"。
但方向性的信号已经出来了：专用模型堆数据是一条路，通用模型做迁移是另一条路，未来大概率是两条路合流——通用大模型负责理解和规划，专用系统负责安全和实时控制。
普通人能从这件事里学到什么
这个实验里最值得普通人注意的，其实不是"AI会开车"，而是那根连接线——MCP 协议。
大模型本身只会"说话"，是 MCP 让它拿到了三个工具：观察、控制、刹车。有了工具接口，一个语言模型就能开真车；同理，它也能查数据、发内容、管流程。AI 从聊天框走进物理世界，靠的就是这类标准化的工具协议。
这也是我们一直在做的事：在 AI 家园（spark1.cn）的工具链页面（/toolchains/），我们把常见的 AI 工具按"先做什么、后做什么"串成了可复用的流程链——比如"选题→初稿→配图→排版"一条龙。原理和让 AI 开车是同构的：单个模型能力有限，把它接上对的工具体系，就能干成一个人干不成的事。
回到开头那个知乎问题：自动驾驶进入瓶颈了吗？我的答案是——旧路线的边际收益在放缓，但通用智能刚刚入场。5 分 22 秒跑完 134.7 米，慢得可笑，却可能是这个行业二十年里最便宜的一次范式验证：999 美元的设备，加一个没学过开车的模型。
下一个被"通用智能+工具接口"重新验证的，会是谁的工作流？
💬 评论