原標題：特斯拉自動駕駛事故頻出車主怒斥：讓我們拿命幫你跑數據？！

    曾經廣受推崇的特斯拉，正在走下神壇。因為該減速時突然加速、莫名其妙地急剎車、追尾、“撞墻”、死機、斷軸等問題頻發，一些被“傷透了心”的特斯拉老車主開始“粉轉黑”.....。

    種種對特斯拉的不滿情緒，在車主論壇和微信群里匯集、交換、發散.....。

    車主怒了

    “特斯拉自動駕駛追尾了，希望能找專家分析一下原因。”此前，《建約車評》收到一位特斯拉用戶T先生的留言。隨后，《建約車評》對此展開了調查。

    T先生向《建約車評》描述的事情經過是這樣的：

    事發前，我開著長租的特斯拉ModelS-75D去某醫院接人，當時，由于車輛開啟了ACC（自適應巡航）功能，我就只用管方向盤，不用操心剎車和油門。

    在一個十字路口，我手動打方向盤準備并入左轉道，ACC設置的時速是70（公里），變道時速度降了下來。左轉道正處于紅燈狀態，前面三輛車都停著等紅燈，這時，特斯拉本該剎車停下來，可它非但沒有減速，反而突然自動加速，結果就以60公里的時速撞上了前面的一輛觀致，特斯拉與前車均被嚴重損壞。

    事故導致前車尾部受損，定損1.3萬；特斯拉多處受損，定損15萬元。

    “如果是人開車，肯定不會在前面有三輛車都在等紅綠燈的情況下還踩油門啊，應該減速才對啊，沒想到一開啟自動駕駛模式就出錯了！它突然加速，我自己再想踩剎車就來不及了（當時，特斯拉距前車僅30米）。”

    “整個過程，我始終手沒有離開過方向盤，結果還是出事了！”“自動駕駛，你不幫忙可以，但你不能添亂啊！”回想起這次事故，T先生非常憤怒。

    事故頻發

    以特斯拉車主為目標用戶的自媒體“愛特匯俱樂部”曾發起過一個話題，不知你的車是否也有這個問題（自動駕駛、無法識別靜態障礙物等）？

    結果，不少用戶反映，他們不僅遇到了這兩個“常規問題”，而且還遇到了一些“冷僻問題”——

    1.）ModelX90D（Autopilot2.0）：自動輔助駕駛，遇到一次彎道時突然加速，急剎車漂移，導致左前側撞毀，維修兩月，維修費十萬（上海車主）；

    2.）ModelX90D：突然加速數次，最危險的一次是停車時候車子自己加速，差點撞到樓房，幸好有綠化帶（北京車主）；

    3.）ModelSP100D：開高速打轉向燈變道時急剎車一下然后加回到設定速度，前面沒有車（上海車主）；

    4.）ModelX75D（Autopilot2.0）：立交橋陰影，突然自動減速；跟車突然加速；

    5.）ModelX90D：輔助駕駛過程中在時速70公里下突然急剎車，全車人都倒了；

    6.）ModelS75D：高架上前方無車輛時突然猛減速，左側是輕軌站，有一輛輕軌開過去；

    7.）防追尾根本不好用，前幾天剛追尾。

    關鍵詞：突然加速、突然減速

    T先生十分不解的是兩個問題：為什么變道時會自動加速；為什么沒有識別出前面的障礙物（正在等紅燈的車輛）？他找一位曾經在特斯拉做過銷售的朋友咨詢，對方的解釋是：特斯拉使用的毫米波雷達，對靜態障礙物的識別能力比較差。

    隨后，《建約車評》在百度輸入”特斯拉追尾“及“靜態障礙物“等關鍵詞，發現了一個”神奇的現象“——除2016年1月在北京及2016年5月在美國那兩起因”感知失靈“而致人死亡的重大事故外，可以查到的關于特斯拉自動駕駛模式的”負面新聞“，基本上都跟”靜態障礙物“有關——

    1.）2016年11月，在溫州發生了一次特斯拉事故，自動駕駛模式下的特斯拉ModelS撞3個高速公路隔離水泥墩。對此，特斯拉4S店給出的解釋是“對靜態的障礙物無法識別”。

    2.）2017年3月4日，在義烏，特斯拉ModelX在自動駕駛模式下撞到了前面正停下來排隊等紅綠燈的貨車。特斯拉車頭嚴重變形，前軸也幾乎報廢。定損10萬。（但特斯拉官方后來發布聲明稱，車輛在出事前并未開啟自動駕駛模式

    3.）2017年底，杭州也發生了一起特斯拉在自動駕駛狀態下在高速上連撞6個石墩（修路，一段高速被用石墩圍起，車未識別出來）的事情。未看到官方解釋。

    2017年12月23日下午，《建約車評》在北京姚家園中鑫之寶的特斯拉授權鈑噴中心看見了至少4輛因追尾而前部嚴重受損的特斯拉ModelS。這證明追尾對特斯拉來說確實很常見，而且，特斯拉是“后車”，是事故責任方。不過，并不確定，這些追尾是否都是在自動駕駛狀態下發生的，以及在追尾時前車是處于行駛狀態還是靜止狀態。

    ModelS的用戶手冊里面有一段話：“交通感知巡航控制系統可能不會為避讓靜止的車輛而剎車或減速，尤其是在這種情況下：你正在以超過每小時80公里的速度行駛，在你前面的汽車變道后，你面前突然出現一輛靜止的車輛或物體。司機要始終注意前方的道路，隨時準備好采取緊急糾正措施。完全依賴交通感知巡航控制系統可能會導致嚴重的傷亡事故發生。”

    截圖來自特斯拉內蒙古車主群

    總體上，除去那兩次著名的致命事故外，特斯拉因自動輔助駕駛系統失靈而發生的事故，主要集中在這三個點上：突然加速（導致追尾），無法識別靜態障礙物（石墩，停止的車輛），突然減速（自動剎車）。

    官方回應

    特斯拉方面在查看后臺運行數據后作出的解釋是，車輛在追尾前的狀態并不是“自動駕駛”，而是“TACC”——主動巡航，其它家公司叫ACC，特斯拉叫TACC。相比傳統的ACC，TACC對路況的識別和判斷能力更強。

    TACC功能開啟后，車輛可以根據前車速度改變而調整車速，如果檢測到前車，并且速度慢于本車，TACC會控制電機扭矩，與前車維持一個利用時間換算的合適距離；當車輛監測到前方不存在障礙物后，會自動調整車輛到駕駛員預先設定的速度。

    這一句話特別值得注意：TACC會自動調整車輛到駕駛員預先設定的速度。

    據T先生的描述，事發前，他自己開啟了TACC，并將時速設定為70（公里），只不過在變道時速度降低了。那么，T先生之前多次不滿的所謂“自動加速”，實際上就是指車輛在減速后從“60以內的某個值”加速至70這個過程，遺憾的是，加速尚未完成，只加到60時就追尾了。

    假如沒有發生追尾，車輛在按照TACC的規則加速至70后繼續向前行駛，則T先生肯定會覺得“一切正常”，他壓根兒就不會提出“自動加速”這個問題。實際上，這里的加速，并不是“自動加速”，而只是系統控制車輛加速至駕駛員原先“人為設定”的“目標速度”。

    在準確的定義下，自動加速指的是在駕駛員未發出任何指令的情況下，車輛突然啟動并加速。因此，在這起事故中，“自動加速”是個偽問題。

    “源頭級”的問題是，特斯拉沒有識別出前面正在等紅燈的車——如果識別出來了，或者前面壓根兒就沒有障礙物，則從“60以內的某個值”加速至70，就只是“TACC會維持駕駛員預先設定的速度”；只有當特斯拉沒有識別出前面的車輛并發生事故的時候，“不該有”的“自動加速”這個誤會才會產生。

    此外，特斯拉ModelS的用戶手冊特別強調，TACC“主要用于干燥、筆直的道路情況，例如高速和快速路。不能用于城區道路。”而T先生駕駛的特斯拉，正好是在城區道路里出的事故。站在特斯拉官方的角度，“我已經有言在先了，你沒有按規范操作，所以，你出了事，我是不承擔責任的。”

    但T先生也很委屈啊。“你如果自能動檢測出這里是國道、城區道路，不適合自動駕駛，就應該禁止我使用這個功能。而不是一邊強調這種路況下不能用，另一方面又不阻止我啟用。”

    專家解讀

    針對調查中遇到的問題，《建約車評》還請教了清華大學計算機系教授鄧志東、360車聯網安全實驗室主任劉健皓、地平線創始人余凱、主線科技創始人張天雷、Innovusion創始人鮑君威及禾賽科技創始人李一帆等多位業內專家，得出的結論如下：

    1.靜態障礙物無法識別

    對車主及“用戶手冊”里面提到的特斯拉經常無法識別靜態障礙物的問題，余凱、李一帆等業內人士的解釋是，毫米波雷達是基于多普勒效應（當發射源與接收體之間存在相對運動時，接收體接收的發射源發射信息的頻率與發射源發射信息頻率不相同），如果沒有相對速度，檢測是比較難的。

    但鄧志東教授的解釋則與此不同。“所謂靜態障礙物只是相對于路面是靜止的，相對于后面的自動駕駛汽車，它仍然是相對運動的。不管使用攝像頭、激光雷達還是毫米波雷達，任何傳感器的測量都有噪聲，更何況自動駕駛汽車本身還存在著導航誤差。靠這些去實時估計前方障礙物的速度是否為零或是否靜止，實際是不可能完全準確的。“

    鄧志東認為，與人類駕駛員、激光雷達相比，毫米波雷達的測量噪聲最大，對運動參數的估計最不準確。“由于動、靜態障礙物判斷不準確，當運動參數估計出現較大誤差時，就很有可能觸發非正常的‘在該減速時突然加速’現象。障礙物檢測與運動參數估計算法目前還不成熟。”

    李一帆、鮑君威和張天雷均認為，如果加上激光雷達，“探測失靈”的概率將會大幅度下降。

    根據李一帆的解釋，雷達/激光雷達的探測能力受波長影響很大，波長太長的話，探測性能就會受到制約。通常，激光雷達的波長是nm級，而毫米波雷達的波長則是mm級。

    鮑君威說，根據他們做的多次試驗，“可以確定的是用激光雷達，尤其是Innovusion圖像級的激光雷達HiDef，靜態動態我們都能探測到障礙物在那，即使不能認出具體是什么東西，但也知道它在那，不會讓車撞上去。”

    張天雷認為，特斯拉要從L2過渡到L4，激光雷達是必不可少的。“在L4的整體架構下，高精地圖、多傳感器融合、智能決策等等模塊結合在一起，就會避免很多這些問題。”

    事實上，特斯拉應該也早已意識到了這個問題。盡管馬斯克曾經口口聲聲說不會用激光雷達，但在2016年5月份的那次致命事故后不久，特斯拉就被爆出正在“偷偷摸摸地”在自己的車上裝上Velodyne激光雷達搞測試呢。也有可能，用激光雷達測速，早在事故發生前就開始而已，只是當時沒被發現而已。

    還有一個不太引入注目的消息是，馬斯克于2014年參與了固態激光雷達公司Quanergy的天使輪融資。不要以為這只是“財務型投資”。據Quanergy公司中國區負責人在一次論壇上透露，ElonMusk本人經常會到訪Quanergy位于美國硅谷的總部，并和他們一起聊自動駕駛未來的發展。

    可以斷定，馬斯克就是在等機會，一旦固態激光雷達技術成熟并且價格也可承受，特斯拉應該就會采用。

    2.無法識別石墩

    至于石墩無法被識別出來，就不僅僅是因為它“靜止”了，而且，還因為數據庫里沒有這個模型。

    360車聯網安全實驗室主任劉健皓說：“首先要明確靜態障礙物是什么，毫米波雷達對不同的障礙物的感知能力是存在差異的。檢測汽車比較容易，但對石墩、錐桶這種形狀不規則的障礙物，即便檢測到了，由于算法的數據庫中沒有對應的模型，也無法顯示在HMI（人機交互界面）中。“

    劉健皓認為，做自動駕駛算法的多是高校和研究機構的專家，真正來自產業界的人很少。這些高校里的人雖然能做出很優秀的算法，但由于對具體的駕駛場景了解不夠，導致在實際環境下的“障礙物數據庫”還不夠豐富。

    對無法識別石墩、石柱子這種問題，劉健皓給出的對策是：完善模型數據庫，改進算法。

    實際上，數據庫里沒有石墩子的模型，這可能是“不了解中國國情”的車企才會遇到的問題。出事車輛ModelS上用的處理器是Mobileye的EyeQ3，但EyeQ3的模型訓練多主要針對歐美路況，所以對于中國的道路檢測準確度會下降也是正常。

    相比之下，地平線、小鵬汽車等公司都強調，自動駕駛的算法設計“特別針對中國的道路場景”。在中國的道路上，石墩是很常見的，我們可以預測，待地平線的芯片應用在量產車上時、待小鵬汽車批量上路時，石墩檢測將不再成為一個問題。

    3.自動剎車

    關于自動剎車，劉健皓和鄧志東都認為，系統并不會無緣無故地自動剎車，肯定是傳感器把它“看到”的什么東西誤讀為障礙物了。業界將這種現象稱為“誤檢”。所有的自動剎車，都是由“誤檢”引起的。

    為了對特斯拉的自動駕駛安全系統進行研究，劉健皓的團隊曾經在2016年“黑進”其系統，干擾傳感器的工作。當時，他們遠程蔽掉一個超聲波傳感器，導致車上的其余11個超聲波傳感器也停止工作。

    結果，前面明明沒有車，但傳感器卻檢測到有一輛車，強制車輛停下，急剎車；或者，在倒車時，明明后面沒人，但傳感器檢測到后面有人，讓倒車無法進行。這就是發生了“誤判”。

    通過這項研究，360汽車安全團隊給特斯拉提交漏洞，證明了其傳感器不可靠，這就有了后來的Autopilot2.0版——計算平臺從EyeQ3改為PX2，攝像頭也由1個前置攝像頭改成8個環視攝像頭。

    當然，即便是沒有黑客入侵，誤檢的問題也會經常出現——被探測物體的材質特殊、形狀不規則，或者是傳感器的“噪聲”等原因所致。

    特斯拉（中國）官網上在2016年9月發的一篇文章中說，任何凹型的金屬表面不僅僅會反光，更會將反射信號放大數倍，進而導致誤檢。“比如，一個丟棄在公路上的易拉罐，如果凹狀瓶底朝向車頭，就會被顯示成為一個大型的危險障礙物”。

    鄧志東舉例說，“比如，高速行駛的時候，在上下橋梁處偶爾會因路面出現的“噪聲”等造成誤檢，以為前方出現了“障礙物”，于是就開始自主剎車。這種錯誤，毫米波雷達相對會更經常出現。”

    與誤檢現象相對應的另一個問題是漏檢。將漏檢做到0，是自動駕駛汽車上路時所必須滿足的基本指標；但同時還要將誤檢做到0，就相當于障礙物檢測100%可靠，這是不太可能實現的。

    偶爾剎剎車，雖然會讓人感到不舒服，但也不至于有災難性后果——因此，無人車就遵循“寧可枉殺千人，不可使一人漏網”的策略，可以允許誤檢，但決不能漏檢。

    誤檢的危害性：1.會出現一些莫名其妙的急剎車，影響乘坐體驗；2.自動駕駛汽車由于誤檢自動剎車，如果后面是人類駕駛的汽車，而且沒有及時剎住車，則前面的自動駕駛汽車便可能被追尾。

    如何降低誤檢率？

    特斯拉官網那篇文章中提到的做法是——擁有更為詳細的點云數據。為了獲取更詳細的點云數據，特斯拉采取了以下幾招：

    1.）在2016年9月將Autopilot的軟件系統升級到8.0版，對現有硬件進一步挖掘，讓雷達可以探測到的周邊物體（數量）達到以前的六倍，并且有能力在每一個物體上獲得更多細節信息。

    2.）整合每隔0.1秒獲取的雷達快照，匯編成為現實場景的"3D"影像。（通常）通過單一影像幀，很難知道物體是移動的，靜止的，或者只是反光造成的虛像；而通過比較包含車輛速度、預期軌跡信息的連續影像幀，則可以分辨前方物體是否是真實的，同時預估發生碰撞的概率。

    3.）通過機器學習功能標定出那些容易誤導傳感器（雷達）的場景，將其添加進“白名單”。

    鄧志東給出的兩條建議是：

    1.）建立數據庫把容易出現誤檢的場景列舉出來形成白名單，以后直接“放行”。這條跟特斯拉目前的做法是一樣的。

    2.）多傳感器融合誤檢的問題，采用單一傳感器是不可能徹底消除的。但采用噪聲水平更低的激光雷達和攝像頭進行多傳感器融合，誤檢率會降低。

    更多的“不靠譜”

    除那兩次致命事故及上面提到的問題外，特斯拉還有其他很多的不靠譜——

    1.能探測到前面幾輛車？

    特斯拉（中國）官方在2016年9月那篇文章提到的Autopilot升級，“將一種新型雷達作為主傳感器”，當時的說法是新雷達系統能夠追蹤到前面2輛汽車的行駛狀況；而參與了Autopilot從1.0升級到2.0的劉健皓說，Autopilot可識別前面的5輛車。但《建約車評》在親自體驗后發現，這兩種說法都有待商榷。

    筆者乘坐的是一輛搭載了DrivePX2的ModelX，當時，明明前面有3輛車，但人機交互界面上顯示出來的卻只有1輛！

    2.車輛檢測到異常，自動關閉了很多功能，車主無能為力

    3.“無法開機”“黑屏”

    注意群名稱和群人數，這3張截圖來自3個不同的車主微信群

    4.沒法開門（與自動駕駛功能無關）

    注意群名稱和群人數，這2張截圖來自2個不同的車主微信群

    5.斷軸（與自動駕駛無關）

    該圖來自汽車之家/ModelX論壇

    維修至少2個月，保養得排隊20天

    問題頻發只是一方面，讓諸多車主難以忍受的是，在遇到問題后，特斯拉的服務也很難讓他們滿意。如有車主在汽車之家上ModelX論壇里面反應的，車在斷軸之后他，他一直跟特斯拉方面耗了4個月，內容還是沒有得到解決。

    T先生向《建約車評》反映，他在2017年春節期間開特斯拉出了事故，修了四五個月。“修完之后我又挑出了10個毛病。然后，檢查還有問題，又補修兩個月，百萬元級的車啊，你提供的這叫什么服務？”

    T先生交給特斯拉鈑噴中心（姚家園店）維修的車輛，最快也要到2-3個月后才能拿到；要做保養的話，預約排隊也得等10-20天。保養得等十幾天這個說法，也在微信群里得到了印證。

    北京周邊的一些城市也有人買了特斯拉，但特斯拉并沒有在這里設服務中心，因此，車主只能把車開到北京做保養。有一次，一車主大清早就從河北開到特斯拉北京亦莊店，但直到晚上才輪到他。“難道開100萬元的車的人，時間就不值錢嗎？”

    不過，當《建約車評》以“特斯拉服務時間”為關鍵詞去檢索時，卻搜出了這樣一則老新聞：2014年12月，時任特斯拉全球副總裁、中國區總裁吳碧瑄特別強調：“我們可以事先把客戶需要的配件或其他的準備好，客戶一來，我們馬上就可以換。因為我們大部分零件也是要換的，因為它是電子設備，沒有太多維修的概念，95%的美國客戶都是當天就可以把車開回去了，所以它維修的時間會非常短。”

    現在，終于打臉了。

    特斯拉方面提供給《建約車評》的一份資料《快速便捷革命性，特斯拉領先的服務模式》里面也明確寫著“車主在前往服務中心的路上，特斯拉便可以初步判斷車輛問題所在，幫助用戶節省等待的時間。”但遺憾的是，實際的維修和保養，并沒有做到“幫助用戶節省等待的時間”。

    《建約車評》在向一位特斯拉前銷售經理咨詢后了解到，特斯拉維修周期長的關鍵原因是，很多核心零配件都沒有備貨，需要從美國進口。

    當《建約車評》向特斯拉方面追問為什么保養得這么長時間時，受特斯拉委托的第三方公關公司人員的回應卻是：“特斯拉沒有傳統意義上的車輛保養，速度都很快。所以，我們的這個用戶說的保養指的是什么呢？”在聽到這個問題后，T先生則暴怒：“這是一個很弱智的問題，你問她2萬公里一次的算什么？”（特斯拉官方提供的資料里面有一句“建議每年或每20，000公里進行一次全面的檢查和保養，以保證您的車輛始終符合最佳性能標準”

    一位資深特斯拉發燒友分析說，保養需要排隊的時間長，與特斯拉的服務中心數量太少有關。

    目前，特斯拉在北京有亦莊和來廣營2個服務中心，5個鈑噴中心，但鈑噴中心只做維修，不做保養，因此，跟保養有關的，就這2個服務中心。要判斷2個服務中心是不是太少，得結合車輛的保有量來看。

    特斯拉在北京及衛星城（因為周邊城市的車可能也需要開到北京做保養）的保有量是多少？這個問題，特斯拉官方拒絕回答，他們說特斯拉只公布全球銷量。《建約車評》根據可查到的資料做了個粗略的估計——

    第一電動網在2017年5月份做了一統計，說“自2014年入華以來，特斯拉共累計向中國客戶交付了2.12萬輛車。從地域分布上看，特斯拉29%的銷量流向了北京，24%銷量流向了上海，19%的銷量流向了廣東。“推斷可知，截止今年4月份，特斯拉在北京和上海的保有量分別為約6150輛和約5090輛。

    2017年前1-9季度，特斯拉在中國賣了1.36萬輛，如果粗略估計4-12月份的銷量也與此相當的話（在此期間，Model3尚未開始交付），截止2017年12月，特斯拉在中國的總保有量應該在2.98萬輛左右。其中，京滬大約分別為8640輛、7150輛。粗略估算，平均每3000-4300輛車共享一個服務中心。

    我們從市場調查公司Dass-Auto拿到了ABB（奧迪、寶馬、奔馳）三個豪華品牌在京滬兩個城市的保有量，再結合它們在兩個城市的4S店的數量，做出以下表格。

    比較后發現，以現有的車輛保有量來說，特斯拉的官方服務中心并不能算“太少”。

    有一種說法是，ABB的車輛可以到第三方公司的門店里去做保養，對官方4S店起到了分流作用；而特斯拉的車輛則只能到它的官方服務中心做保養，因此，才顯得擁擠。這個說法是可以成立的，但它對“保養排隊時間長”這個問題有多大的影響，就不得而知了。

    針對用戶吐槽的保養問題，特斯拉計劃接下將移動服務MobileService帶到中國，直接“上門”車主家中或辦公室進行必要的維修。此外，如特斯拉車輛是因產品自身問題在特斯拉服務中心進行維修，特斯拉還會為用戶提供ModelS/ModelX作為代步用車。想法不錯，至于在執行中會不會打折扣，就不好說了。

    死忠粉反水

    在這次調查中，我們還發現，不少用戶對特斯拉正在“粉轉黑”。

    1.咱有了XX，誰還稀罕它啊？

    如前文提到的T先生，曾經狂熱迷戀過特斯拉，三個月前，他在跟《建約車評》聊起開特斯拉的體驗時還很興奮，但在這次追尾事件發生后，他則吐槽：“你還自動加速，你咋不自動起飛呢？！”“連最基本的安全和服務都提供不了，還整天在吹高大上。“

    T先生說：傳統車企還是很謹慎。奧迪A4，那個破定速巡航，操作起來特別復雜，啟動時就30脈，想定到100脈，你得自己去調。體驗這么差，就是希望你盡量少用——這個功能有風險，不好用，你只要知道有這么個功能就行了。出了事，奧迪當然有一萬種辦法把自己的責任撇清，但作為負責任的企業來說，不會放任。“相比之下，特斯拉實在太激進了，就是為了積累數據。可是，你讓車主拿命來幫你跑數據嗎？”

    ”出了事，我們這種小車主，去找特斯拉的客服，人家根本就懶得搭理我們。也該收拾收拾它了，咱們已經有XX了，誰還稀罕它特斯拉啊？““特斯拉積累的負面已經足夠多了，如果處理不好，足夠將它埋葬。”

    T先生預定了某國產高端品牌不久前發布的SUV，他的這種心理，就跟當年華為的高端機出來之后，不少果粉開始倒戈差不多。

    2.光環放大了優點，掩蓋了缺點

    某上市公司創始人，早在2014年特斯拉剛進中國的時候就買了一輛，他是特斯拉的種子用戶，但他最近在接受《建約車評》也對特斯拉做了猛烈抨擊：

    1.）特斯拉其實很差，產品質量極差、售后服務極差，用戶購買它，只不過是在當時還沒有更好的選擇而已。

    2.）跟錘子手機一樣，特斯拉早期用戶的聲音被放大了幾十倍，使外界的所有判斷都非常不準確。光環放大了優點，掩蓋了缺點，卻留下了可能無法彌補的隱患。

    3.）ModelX的隔音撐死幾十萬的水平，所有的密封條都在開裂，售后告訴你沒事，但就是修不了。

    4.）Autopilot2.0一年時間沒有做任何升級，到今天還遠遠不如EyeQ3，卻收了用戶9萬元。

    3.前員工也“黑“它

    一位后來跳槽至某新興造車公司的前特斯拉銷售經理（他自己也是特斯拉車主）說：“Tesla的售后管理很垃圾，我在Tesla做銷售的時候，一天到晚被人投訴售后的事情。我們的同事也很無奈，換一個電機，要超過2個月——沒有零部件。“

    “零部件備貨周期是不是有問題？同一批次的產品大規模出問題，難道不應該在中國市場上備一些電機的零部件嗎？”

    ”等無可等的用戶往往只好把氣都撒在售后身上，售后就是兩頭受氣，覺得干著沒勁，所以就辭職，特斯拉已經換了N個售后負責人了。“

    倘若馬斯克知道他的前員工是這樣黑特斯拉的，一定會”震怒“。但發脾氣無濟于事。比發脾氣更重要的，是把這些吐槽當成有價值的建議，然后，提供真正讓用戶“愛得起來”的產品和服務。

    保命建議

    很多自動駕駛產業的從業者都有一個使命感——降低事故率，減少車禍給人類帶來的悲劇。從美國國家交通安全管理局的調查來看，有自動輔助駕駛功能的汽車，事故率要低于平均水平。

    特斯拉作為第一家在量產車上使用L2級自動駕駛輔助功能的汽車制造商，為降低事故率、提高駕駛安全水平做出了重大貢獻。因此，它能成為諸多新興造車公司學習的標桿。但問題在于，它的做法太激進了。

    一方面，在技術層面尚有很多致命的bug未得到解決，另一方面，特斯拉為了積累數據而急匆匆地把尚不成熟的半自動駕駛功能安裝到了量產車上。這樣，不出事才怪呢。

    我們在調查中發現的這些問題，特斯拉方面肯定也早已經從用戶投訴中了解到了，事實上，它手上的bug名單肯定比本文列舉的要龐大得多。特斯拉只有努力盡快解決掉這些問題，才有機會挽回老車主們的心。

    此外，特斯拉也沒有認真地去做用戶教育，讓用戶百分之百地理解自動輔助駕駛功能的“正確打開方式”。

    特斯拉發生過很多大大小小的事故，固然與技術尚不完美有關，但更主要的原因則是，普通駕駛員對自動駕駛的原理不了解，過于相信被銷售人員夸大的自動駕駛功能、過于依賴自動駕駛系統。

    特斯拉的《用戶手冊》里面有很多注意事項，只是，用戶可能沒認真看，或者，看完就忘了，結果，本該避免的事故卻發生了。比如，在國道上、在人多的城市道路上開啟自動駕駛模式，事故發生后，他們可能不會對照用戶手冊去看“如果我操作正確，事故是否可以避免”，而是先把特斯拉批判一番。當他們去找特斯拉算賬的時候，特斯拉會翻開用戶手冊說：你看清楚，我可是有言在先的哦。

    用戶當然可以指責說特斯拉的“有言在先”只是為了規避責任，可是，你遵守它的使用手冊規范操作，降低事故發生的概率，要比在事故發生后去糾結于“怪誰”更有意義。