2010年的硅谷夜晚,车库实验室的灯还亮着。老工程师李维盯着屏幕上颤抖的绿色轨迹线,手指悬在紧急制动按钮上方。窗外,第一代改装车正以15英里时速在空旷停车场画着笨拙的圆圈——那是人类历史上第一次,由算法而非人类双手,完成对金属躯壳的持续控制。 那年,谷歌刚秘密组建项目组,国内高校实验室里,学生们用普通轿车加装激光雷达和工控机,像拼装宇宙飞船般在校园里试验。媒体标题还是“自动驾驶是幻想”,投资人口中的“颠覆”带着 quotation marks。但车库里的年轻人们记得每个细节:暴雨天传感器失灵后人工接管的惊魂,算法在环岛路口突然“失语”的尴尬,以及当车辆第一次自主完成变道时,全组人像看自己孩子迈步般屏住的呼吸。 他们谈论的不是未来,而是此刻的困境。如何处理一个突然滚到车前的篮球?如何识别晨雾中穿着白衣的行人?这些今天已纳入标准测试的场景,当时是悬在每个人头顶的达摩克利斯之剑。某个雪夜,李维的团队发现算法将飘落的塑料袋误判为障碍物,车辆在空荡街道急刹,引发后方车辆连环喇叭。那个夜晚,他们修改了第七版识别模型,在代码里加入“动态模糊过滤”——这个后来成为行业范式的参数,诞生于咖啡杯见底的凌晨三点。 十年后的今天,当无人卡车在亚利桑那州高速平稳行驶,当城市 Robotaxi 穿过暴雨中的十字路口,我们容易忘记2010年那种近乎原始的探索状态。没有海量数据喂养,没有云端协同训练,每个决策都像在黑暗里摸索墙壁前进。最珍贵的或许不是技术突破,而是那代人对“未知”的敬畏:他们知道方向盘后沉睡的巨兽尚未苏醒,所以每一步都走得如同在薄冰上测绘地形。 如今站在2024年回望,2010年的车库实验像一场漫长的序章。那些在停车场画圈的笨拙轨迹,早已延伸成全球公路上的隐形轨道。但真正值得铭记的,是那个时代特有的纯粹——当技术尚未被资本与流量裹挟,一群人在黎明前最黑暗的时刻,固执地为机器注入人类的谨慎与浪漫。他们证明了一件事:所有改变世界的行驶,最初都始于某个无人喝彩的、颤抖的起步。