清华团队在 Nature 子刊上抛出一个重磅研究，揭秘了自动驾驶的“盲区”。这个研究把“数据崇拜”拉下神坛，告诉大家，自动驾驶缺的不是看得全，而是看得懂。以前大家都觉得算法是个盲人，但这次研究直接点破：机器有逻辑却缺常识。当一阵风吹过塑料袋，车头急刹；雨夜行人因为颜色融入背景，AI直接装盲。这时候你才发现，机器和人类司机差别很大。老司机脑子里有张实时更新的“重要性地图”，红灯亮起时视线自动锁定人行道和前车刹车灯；路过奶茶店时也只是余光一扫。团队把人类眼动数据喂给模型发现，单纯模仿人类扫视反而性能下滑；只有把注意力集中在关键点上，异常识别和路径规划才会起飞。所以，清华实验敲响警钟：堆算力未必是唯一出路，把老司机的经验复制给机器可能更划算。 如果下一代自动驾驶不是完全取代人，而是在关键感知环节借用人类经验，你还愿意交方向盘吗？当系统弹出“请确认右侧行人”，你是一脚刹车还是反手给差评？人机协同看起来最省钱的捷径，却可能成为最大心理门槛——毕竟信任一旦建立，就很难被算法的准确率重新点燃。这两天网上讨论热火朝天：有人笑说算法是瞎子，也有人担心全自动驾驶永远等不到。这次清华实验给大家上了一课：01人在06人面前才显得智慧不足；03人拿数据砸钱堆算力没什么用；06人利用老司机经验就能解决问题。