Rocky问我：为什么大家喜欢转这条weibo？我说不知道[笑cry]。
或许是因为：AI也正经历从辅助智能，向Agent智能体的转换。而语言介入辅助驾驶，恰恰也是L2走向L4的技术路径之一。
我个人觉得，在大部分人的日常驾驶中，端到端VA快系统，可以解决99%的问题，即便是一些防御性驾驶场景，通过优质数据的投喂，仿真环境的强化训练，VA系统也可以处理的很好。
如果我们只追求驾驶辅助，VA 足够用了，1%的长尾问题，人接管就好了，针对一条路线的反复打磨，从成本收益来看，是更务实的。
但问题在于，人性是贪婪的，我们永远想要的更多。
你可以想象一下，人类近100年投入的金钱和成本流向了哪里？ 主要流向了科技创新和技术革命。
当辅助驾驶能帮你解决99%的开车问题时，哪怕只剩1%的的长尾问题，你都会贪心让它搞定。
而最近的一次路测，让我更加确信了这一点。我们遇到了某个很有意思的长尾问题。
我把主要过程的连续图片喂给了通义千问VM-L模型、豆包和DeepSeek，你们猜猜这些大语言模型能解这道题吗？
请容我卖个关子，节目上线的时候，再给大家揭晓。
这次路测，让我更加确认一件事，这1%的长尾场景，我们需要智能体才能解决。那它是世界模型吗？是VLA吗？
其实无论是世界模型，还是VLA，它们只是迈向智能体的技术路径，并不是那个答案。
