作者 I Chris
编辑 I Chris
2021 年 8 月 4 日，特斯拉开始发送 AI Day（人工智能日）邀请函。在这次发布会上，特斯拉将发布面向深度神经网络训练的超级计算机 Dojo。
再往前一个月，特斯拉面向早鸟用户推送了历时 128 天研发的 FSD Beta 9。特斯拉 CEO Elon Musk 确认，Beta 9 之后再经过 2 – 3 个版本的迭代，FSD Beta 就将进入全美大规模推送。
这两件事意味着，跳票数年以致引发不止一起老车主集体诉讼的的特斯拉 FSD 完全自动驾驶，正在迎来突破性进展。
但就在外界高度关注 Autopilot 的产品和技术进展时，Elon 却说：「人才是至关重要的，这就像一支球队，拥有最佳球员的球队通常会获胜，而球员们采取的策略和合作形式会让胜率翻倍。」
循着这句话，我们来聊聊特斯拉 Autopilot 部门的人才、运行机制和技术愿景。
特斯拉 Autopilot 的组织架构经过几次大的调整，自 2019 年 8 月前 Autopilot 工程副总裁 Stuart Bowers 离职至今，Autopilot 保留了相对稳定的组织形态，如下图所示。
Autopilot 的组织架构呈现出两个关键的特点：CEO 亲力亲为；极限的精兵作战。
自 2018 年 4 月芯片大神 Jim Keller 离职后，特斯拉专门对 Autopilot 负责的高管就不复存在了。Elon 在同年 5 月的 Q1 财报会议上说，特斯拉不打算为 Jim 的职位寻找继任者。Jim 的职责被拆解到了几位副总裁和高级总监身上，而这些人全部转为直接向 Elon 汇报。作为 CEO，Elon 本人成了 Autopilot 的最终负责人。
从架构上看，目前 Autopilot 一共有 5 位高管直接向 Elon 汇报，分别是统领硬件工程和低压电子系统的副总裁 Pete Bannon；领导特斯拉AI（不仅限于 Autopilot）的高级总监 Andrej Karpathy；负责全栈算法的总监 Ashok Elluswamy、定制 Linux kernels 和底层代码总监 Milan Kovac 和软件集成及验证总监 CJ Moore。
但事实上，包括 Jim Keller 在内的多位前 Autopilot 高管都表示，Elon 深入监督着 Autopilot 系统工程的每一个环节，他会随时介入任意组件，例如 Bill McGee 负责的机器学习编译器。
截至目前，Autopilot 的研发仍然遵循着「加州指挥全球」的原则，Autopilot 研发团队全部在美国境内，主要包括加州 Fremont 总部的软件与 AI 团队，加州和德州 Austin 的硬件工程团队以及加州和纽约的视频标注团队。
除此之外，特斯拉还在中国的北京、上海和重庆、澳洲悉尼、法国巴黎及美国多地设立了 Autopilot 产品支持岗，以收集区域市场遇到的 Bug 及开发需求，改进 Autopilot。
再来说第二个特点精兵作战。所有的创业公司都崇尚精兵作战以快速迭代。几乎每个自动驾驶公司都有一位聪明绝顶的算法天才把控自动驾驶系统的全栈算法，例如蔚来汽车的任少卿、理想汽车的王轶伦、Pony.ai 的楼天城，但特斯拉的 Andrej Karpathy 有所不同。
Andrej 在 2017 年 6 月加入特斯拉时，组建了 30 人左右的 AI 团队，经过特斯拉数年的车队规模增长和算法演进，2021 年 6 月，这个团队不增反降到了约 20 人。
一个更有说服力的证明是，Jim Keller 在特斯拉时手下只有 100 多名工程师，当他离开特斯拉前往英特尔时，领导的工程师团队超过了 10,000 人，规模膨胀了 100 倍。
更重要的是，在过去 5 年里，100 人出头的 Autopilot 硬件工程团队的职责持续扩张，例如，曾负责特斯拉 FSD 芯片硅和系统的 Ganesh Venkataramanan，如今已经专注于 Dojo 超级计算机业务，而整个硬件工程团队的规模并无显著增加。
时至今日，特斯拉 Autopilot 管理的全球车队规模超过了 160 万辆（以搭载了全车8 颗摄像头的 HW 2.0+ 车型计），但抛开标注和产品支持团队，核心团队仍然维持在约 300 人的编制。
作为对比，华为车 BU 智能驾驶解决方案部门的团队规模在今年 4 月已经超过了 2000 人。在可预见的一年内，蔚来、理想、小鹏的自动驾驶团队规模都将超过特斯拉。
这与 Elon 在 SpaceX 形成的管理哲学相关。2020 年 SpaceX 全年发射 26次，太空载荷 247 吨，占全球全年载荷总量的 54%；同时发射了 14 批星链卫星并由此成为全球最大的卫星运营商，但 2020 年整个 SpaceX 团队只有 8000 人。
Elon 对此的回应是：「雇用大量人员来完成一项复杂的工作是错误的。规模永远不会补偿获得正确答案的才能（两个不懂的人不会比一个不懂的人更好），还会拖慢进度，并使任务变得异常昂贵。」
Itis a mistake to hire huge numbers of people to get a complicated job done.Numbers will never compensate for talent in getting the right answer (two people who don't know something are no better than one), will tend to slow down progress, and will make the task incredibly expensive.
你很难否认团队精简带来的效率优势，从进度上来说，FSD Beta 最快 7 天 / 次的更新频率无疑是业内执行效率的典范；但与此同时，或许是由于研发的人力资源导致的优先级问题，在特斯拉的海外市场，包括大中华区、欧洲在内的重要市场，FSD Beta 正在经历长期的停滞不前。
ElonMusk 有多重视 Autopilot？根据 Andrej 的说法，Elon 会定期通过会议了解 Autopilot 的进展，会议频率介于每天一次到每周一次之间，取决于 Autopilot 的新版本开发阶段是否已临近发布，需要审查。
在不开会的时间里，Autopilot 团队是怎样运行的？
Elon 在去年接受采访时宣称，Autopilot 软件部门的不到 200 位工程师可以在他们想去的任何地方找到工作，在特斯拉，没人能做他们真正的老板（No one is really their boss）。
这番表态很大程度上会被解读为是对 Autopilot 团队的欣赏亦或是对特斯拉人才密度的另类公关。
但在那之后的一次网友对 Andrej（Andrej 此前在斯坦福大学录制了广受欢迎的深度学习课程 CS321n，除了前 OpenAI 研究科学家的身份，他还有 Google 大脑和 Deepmind 的实习经历，是人工智能领域的超级网红。）的称赞中，Elon 留言说，「Andrej 是非常棒，但应该说特斯拉有一支天才的 Autopilot / AI 团队。过多的功劳归于 Andrej 和我了。」
7月 10 日，Elon 进一步解释了 Autopilot 部门的运行机制。「Autopilot 软件在技术上由 Ashok、Andrej 和 Milan 领导，但 Ta 在很大程度上是一个「圆桌骑士」（knights of the round table）的结构，Autopilot / AI 团队中有很多才华横溢的工程师，他们自己决定要做什么。有点儿像 Valve。」
这番解释中包含了不低的信息量。首先是所谓的 knights of the round table，圆桌骑士首次出现于 Robert Wace 于 1155 年写的传说不列颠君王 Arthur 麾下的一群骑士。圆桌在这里的寓意是「平等」，骑士间没有地位高低之分，每个人都被允许发表自己的意见。
所以，Autopilot 几位高管之间没有地位高低之分，每个人都被允许发表自己的意见。这是 Elon 对 Autopilot 团队运行机制的一个描述。
另一个关键词 Valve 会有更多人熟识。这个缔造了 DOTA2、半条命、军团要塞 2 以及最重要的 Steam 的公司，无疑是全球最成功的游戏公司之一。
但 Valve 的组织架构引起关注，要追溯到近十年前了。在很长一段时间里，Valve 都是创始人Gabe Newell 全资持有的，没有外部投资方对 Valve 的运营提出更多的要求，Gabe 由此得以将他在组织上的想法淋漓尽致地施展出来。
简单来说，Gabe 身为 CEO 竭尽所能地避免干预日常运营甚至更大的决策。Valve 没有经理、没有正式的职位，所有员工都可以自由地做他们认为最有趣的任何项目。
与之对应，Gabe 认为招聘是公司最重要的职能，Valve 高度重视招聘能够融入 Valve 文化并积极为项目做出贡献的员工。为了方便员工可以自由的加入和退出某个项目，Valve 的工作站都设计成了轮式移动的。在 Valve 的员工手册中，还有专门的工作站移动指南。
所以从 Valve 我们能得到特斯拉 Autopilot 部门的第二个机制，即高度的自我驱动和团队协作能力。
到这里我们回过头来再看，会发现特斯拉维持 Autopilot 部门超高的人才密度和苛刻的精兵作战，和「圆桌骑士」的 Noboss 运行机制有着某种底层逻辑的联系。唯有高素质、自驱能力极强的人才团队，才能在平等但大多数时候无领导监督的运行机制中有效协作。
尽管 FSD 的商业化经历了连续数年的跳票，但从 Elon 的态度来看，他对 Autopilot 部门的运行是满意的。
聊完那些「不开会的时间」，让我们聊回「Elon 开会的时间」。如果没有 Elon，我们很难想象特斯拉还会有哪位高管有勇气下令移除 5 月 25 日后北美生产的所有 Model 3/Y 中的毫米波雷达，全面转向纯视觉感知自动驾驶的技术路线。
这是特斯拉 Autopilot 部门和 Valve 的本质不同，Valve CEO 始终在竭力避免介入某个特定项目，而 Elon 需要在 Autopilot 上做一些至关重要的决策。
围绕 Autopilot 争议最大的，无疑是基于 8 颗摄像头，不用激光雷达（LIDAR）、不用毫米波雷达（Radar）、不依赖高精度地图的纯视觉感知技术路线。
在此之前，特斯拉感知架构中不采用 LIDAR 有很多看似接近真相的迷惑性理由，甚至许多自动驾驶从业人士都深信不疑。比如在 Autopilot 2.0 版本硬件装车的 2016 年 10 月，LIDAR 存在以下几大问题：
以上每一条对特斯拉而言都是不可接受的。但特斯拉在 5 月 25 日移除 radar 的策略让上述一切逻辑都变得不再自洽。对于 2021 年的 radar 来说，有符合车规的供应链资源；成本可接受；集成化工艺成熟，和其他车企类似，特斯拉早在 2014 年就实现了将其集成在前舱内部。但最终，特斯拉移除了 radar。
另一种正向的逻辑认为，Elon 在 Autopilot 上的核心思想是仿生学，如果一个人可以通过以双眼为主的视觉实现驾驶所需的感知，那么自动驾驶汽车也可以。但事实上，Elon 从未说过这句话，人们熟知这句话，也许是因为它长期被张贴在另一个视觉感知巨头 Mobileye 的官网上？
Elon 对 LIDAR 和高精度地图的观点是，这会让自动驾驶陷入局部最优解。这一表述最早出现在特斯拉 2017 年 Q4 及全年的财报会议上。
很多公司都在依靠激光雷达来帮助汽车感知，这令人非常费解。在我看来，这（LIDAR）是一个拐杖，它将推动其他公司达到他们很难摆脱的局部最优解。
在 2020 年 10 月对网友点评「Waymo 自动驾驶汽车必须在高精度地图覆盖、并且没有过时信息且和感知不冲突的区域才能行驶，很脆弱」的评论中，Elon 给出了如下评论：确实。我们已经搞错目标太久了。给人一种接近胜利的错觉——一个诱人的局部最优解——但现实世界太混乱和奇怪了。我们的新系统能够在我们从未见过的地方（自动）驾驶。
在评价 SpaceX 的 Merlin 发动机设计和美国航空航天器时，他也用过类似的表述：「我认为我们需要非常小心，以避免陷入局部最优解。」
我们可以看到，这些语境里的局部最优解，全都属于系统的可扩展性低，但更容易工程化实现的路线。而特斯拉或 SpaceX 追求的全局最优解，是现有技术所能触达的理论性能最强的系统，但在理论和商业化有着巨大工程鸿沟，在落地上极端困难的路线。无论是 Autopilot 还是星舰 Starship，都是如此。
毋庸置疑，技术路径的选择会对特斯拉自动驾驶的前景产生决定性影响。Elon 对技术愿景的判断会左右特斯拉的自动驾驶，进而左右这家公司在汽车行业的地位。所以，我们想听听参与打造纯视觉 Autopilot 的高管的看法，他们怎么看待 Elon 的技术愿景？
首先是芯片大神 Jim Keller。根据 Jim 的说法，除了 FSD 芯片的研发，他在离开特斯拉前也参与了 Dojo 超级计算机项目的推进：
我真的很喜欢他（Elon）思考问题的方式……就像你以为你很了解什么是第一性原理，然后你和 Elon 谈论你所知道的一切，你会发现你还没有触及表面。他深信无论你做什么都只是局部最优解。Elon 很擅长把所有的部分都拆开，就像什么是真正的第一性原理，什么是真正的能够在没有假设的情况下看待事物，以及怎样约束它？这超级疯狂。
另一位高管 Andrej Karpathy 在特斯拉已经待了 5 年，且在未加入特斯拉前两年的 OpenAI 时期，就有诸多和 Elon 直接沟通的机会。他的评论更长也更细节：
在很多方面，他（Elon）显然是一个非常不可思议的人。我仍在努力挖掘他的超能力（Spuer Power，字面含义）。他的直觉无比敏锐。我想说在很多方面他做出了正确的判断，有时我会认为他缺乏信息，因为他对所有事情都没有完全了解。但他的判断力非常好。我还没有完全理解这是怎么发生的。他有一种方法可以将一个非常复杂的系统简化，就好像什么是一个系统的根本和真正重要的第一性原理组件？然后对它们进行陈述。我发现这是一种非常不同的思维方式。有时我会被系统搞得不知所措。我觉得我需要了解系统的全部细节才能做出正确的决定，那不是他的操作方式。他不知何故有一种办法将系统提炼成一个更简单的系统。
勿论在职或去职，Jim 和 Andrej 无疑是 Elon 技术愿景的信徒。在今天互联网上人人张口「第一性原理」闭口极简设计的今天，他们的评价值得我们深思。
技术、产品、体验、设计都是可对标甚至可复制的，但今天诸多的自动驾驶头部企业已经不能依靠这些策略继续前行。除了创新，没有任何其他策略能在自动驾驶这个全新的门类中实现长期竞争。
事实上，在自动驾驶汽车真正落地之前，我们很难说特斯拉所追求的全局最优解是对还是错。无论是苹果、Waymo 还是华为、特斯拉，今天所有人都在自动驾驶的无人区里跋涉，向前迈出的每一步都在创造历史，或创造试错。而唯一确定的是，除特斯拉外的所有自动驾驶企业都选择拥抱 LIDAR，或者高精度地图，或兼而有之——概括来讲——非纯视觉路线。
2018 年 7 月，Elon 曾经告诉彭博社来访的记者，Model 3 是特斯拉最后一个押上整个公司作为赌注的项目。如今，FSD 完全自动驾驶以比 Model 3 更孤注一掷的态势来到了牌桌中央。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。