特斯拉工人死于燃烧性车祸，或成首起“完全自动驾驶”致死事件

撞车原因：酒驾还是自动驾驶

• 许多人指出司机的血液酒精浓度非常高，并将其主要视为一起酒驾事故。
• 也有人认为，从系统安全分析的角度看，醉酒并非“无关紧要”：自动驾驶功能必须考虑可预见的误用，包括酒后使用。
• 关于近因等法律概念也存在争论：如果保持清醒也无法避免这起车祸，那么酒精可能就不是近因；这一点存在争议。

人因与 L2 驾驶辅助

• 人们强烈担忧 L2 系统（特斯拉 FSD/Autopilot，以及其他品牌的类似系统）会鼓励分心，但仍要求人类瞬间接管。
• 评论者描述了会与转向输入“打架”的车道保持系统、误读车道线的系统，以及在施工、天气变化或靠近骑行者时表现不可预测的系统。
• 有些人认为这类辅助很有价值，相当于安全网；另一些人则认为它本质上是“你必须在那 1% 灾难性失效的时刻把车救回来”。

营销、命名与法律责任

• 人们普遍批评将 L2 系统称为“完全自动驾驶（Full Self-Driving）”，有人认为这应当违法，或者在某些司法辖区里本来就已经违法。
• 讨论焦点还包括：特斯拉在命名和公开表述（“比人类更安全”“机器人出租车很快到来”）中制造了多大的责任与误导，尤其是对非专家或醉酒用户而言，这会造成虚假的安全感。
• 也有人强调，车辆会警告需要监督，最终责任仍在驾驶员。

安全统计与数据透明度

• 特斯拉内部的“安全报告”（按开启/关闭 Autopilot 的每英里事故率与美国平均值对比）受到严重质疑：
  • 批评者说它没有控制道路类型、条件、地理位置、车辆年龄或驾驶者构成，而且 Autopilot 主要在容易的场景中启用。
  • 几位评论者指出，特斯拉在 NHTSA 数据库中的碰撞数据被大量打码，伤害严重程度和系统状态常常未知，这妨碍了独立分析。
  • 对 NHTSA 表格的一些快速分析突出显示了大量缺失数据，并暗示遥测系统低估了严重车祸。
• 支持者则反驳说，在没有强有力反证且未出现明显事故潮的情况下，Autopilot/FSD 至少看起来是相当安全的。

与其他自动驾驶路线的比较

• 多条评论将特斯拉无处不在的 L2 路线，与地理围栏限制的 L4 系统（Waymo、Cruise、Super Cruise 等）进行对比，这些系统：
  • 只在经过验证的区域和条件下运行。
  • 更透明地报告接管和碰撞。
  • 在明确模式下往往承担法律责任（例如一些非特斯拉系统）。
• 线程中的一些自动驾驶专业人士认为，特斯拉以纯视觉、非地理围栏、面向消费者测试版的策略，距离真正的 L4 性能还相去甚远。

用户对 FSD/ADAS 的体验与行为

• 车主反馈不一：有人很喜欢 FSD/Autopilot，觉得更安全或更不疲劳，尤其是在高速公路上；也有人买了之后，因为不可预测性而基本不再使用。
• 轶事既展示了负责任的监督使用，也展示了明显不安全的行为（司机双手离开方向盘、在后排翻找、网红视频里无视必须监督的要求、有人睡着的报道）。
• 车载信息娱乐系统中的可视化被批评为卡顿且削弱信心；也有人指出它可能并不能反映内部感知模型。

伦理、责任与未来政策

• 几位评论者认为，真正的“自动驾驶”只有在制造商承担法律责任时才应被承认。
• 有人建议改进酒驾联锁、注意力监测，并可能只允许某些人使用经过验证的安全自动驾驶功能。
• 更广泛的讨论还涉及：L5 级自动驾驶是否现实、FSD 是否已经拯救了比它造成的更多生命，以及社会是否应把重点转向公共交通和减少以汽车为中心的基础设施。