后端到端时代：防御性驾驶是房间里的大象
前两天收到了一位读者的评论：
“定位还是辅助的话，（辅助驾驶）确实干到头了”
确实，我们一直在场景的广度上不断延伸，从快速路到城区人车混行，从清晰的停车场到无标线区域，从低速到高速。
当我们喊出来，“点到点”，“端到端”，“全国都能开”，“有路就能开”的时候，用户获得的是符合预期的体验？还是依然货不对版的失望？
为什么当我们开启辅助驾驶时，仍然心存不安，仍觉得系统过于鲁莽？
那只被忽视的“大象”，或许就是“防御性驾驶”。
当我们第一次打车，司机和我们的初次信任建立，就来自于第一个路口的处理，因为司机的防御性驾驶经验，给了我们足够信任的空间，
无论是人还是机器，想在开放道路上安全行驶，都离不开防御性策略——预判他人的错误，并主动留出缓冲。
•预判：不仅识别车道线和障碍物，更要洞察周围驾驶员的潜在行为——突然并线、闯红灯、急刹。
•留余量：在距离、速度、加速度上都给自己留出反应空间，而不是一味追求“贴近极限”的效率。
如今的辅助驾驶，虽然可能对外宣称是端到端，但是依然像理想化的“规则玩家”，而不是一位真正懂得察言观色的司机。
例如高速冲向缓行的车流后急刹；
在大型车辆（公交、货车）遮挡视线时直接左转，而没有提前减速确认；
绿灯即将变黄时加速通过，忽略对向或横向车辆的潜在动作；
和行人博弈时过于激进等等。
这些场景或许未必导致系统失效，但乘客的舒适度与安心感会被大幅削弱，由此引发信任崩塌。
因为防御性驾驶是用户的日常安全本能带来的习惯，也是我们与生俱来对危险的本能远离。只思考效率和通过性，而不思考用户的安心感，实际上是对用户的一种忽视。
防御性驾驶某种程度上是辅助驾驶团队对用户本能习惯的尊重和敬畏。
只有这样，才能更快获得用户的信任。
地平线HSD 就在防御性驾驶上花了非常多的功夫，也是业内最早提出大规模应用防御性驾驶的辅助驾驶团队。
遇到可能的盲区会稍微带上一点刹车，用减速的体感告诉乘客，我已经看见了，不用着急；
遇到红灯的刹车时间也非常线性，决策执行也非常早。
可能的危险场景，例如车门打开也及时丝滑降速。
如果没有防御性驾驶的内核，辅助驾驶就算跑遍全国，也难以赢得用户的信任。
也许下一步的突破，不仅来自更大的模型，或者更多的输入维度。
也要让机器学会一种近乎人类的敬畏感：
在不确定中保持余地，在复杂中主动退让。
就像我们面对未知一样。
HSD一段式端到端体验
