--- area: "finance-wealth" category: business companies_orgs: - Tesla - Waymo - Google - Interactive Brokers - Uber - Anthropic - Y Combinator date: '2025-06-29' draft: true guest: '' insight: '' layout: post.njk media_books: - Master Plan, Part Deux - MoneyXYZ people: - Elon Musk - Peter Thiel - Donald Trump - Cathie Wood products_models: - Robotaxi - FSD (Full Self-Driving) - Cybercab - Autopilot - Dojo - ChatGPT - Grok - Claude project: [] series: '' source: https://www.youtube.com/watch?v=PZYxnIB076Y speaker: 一口新飯 status: evergreen summary: 作为特斯拉长期投资者，作者亲赴奥斯汀体验Robotaxi首日运营。通过与前特斯拉工程师的对话，文章深入探讨了Robotaxi的技术实现、与Waymo在路线上的根本差异，以及运营模式的重要性。作者认为，特斯拉已找到实现规模化的正确路径，Robotaxi服务将开启其第二条增长曲线，使其朝着成为世界上市值最高的公司迈进。 tags: - autonomous-driving - business-model-validation - llm - scaling-law - strategy title: 亲身体验特斯拉Robotaxi：技术、运营与Waymo的深度对决 --- ### 引言：为何一次20分钟的打车体验价值2000美金？ Ray: 6月22日，特斯拉**Robotaxi**（自动驾驶出租车: 指无需人类司机即可提供载客服务的车辆）开放试运营的第一天，我做了一件听起来很疯狂的事。我花了将近两千美金，从加拿大飞两千多公里来到奥斯汀，就是为了和我的朋友，前特斯拉自动驾驶工程师老于一起成为Robotaxi的第一批乘客。 老于: 我们的Robotaxi来了，进停车位了。 Ray: Wow, so cool！我来操作，Start ride。 Ray: 然而我却只体验了短短的二十分钟就飞回了加拿大，刷新了我人生最贵的打车记录。我知道这听起来像是在烧钱作秀，但我想告诉你，作为一名特斯拉的长期投资者，这可能是我做过的最值得的一件事情。原因有二： 第一，它让我们确信特斯拉有足够的技术实力去超越像Waymo这样看似无敌的对手。 老于: 是的，我跟你同样感受，这个事儿稳了。在我心目中，特斯拉只要发布，它就一定稳。 Ray: 第二，它让我们亲眼见证特斯拉的第二条增长曲线已经正式启动，正朝着成为世界上最值钱的公司全速迈进。 老于: 我认为Robotaxi一定能够实现特斯拉下一个快速的增长，这个快速的增长就是带来我那个目标，就是六万亿（6T）市值的实现。 Ray: 接下来就是我跟老于在乘坐Robotaxi之后第二天的讨论。因为现在已经有大量的试驾视频，我相信大家已经知道非常丰富的细节，所以这次讨论我们只专注在特斯拉Robotaxi的运营、技术、与Waymo的竞争比较、规模化和盈利预判，以及对我们投资者的影响。 ### 首日运营的一波三折 老于: Ray，两日不见，如隔三秋啊。我很开心能和你又一次在奥斯汀相见。之前我半开玩笑说，如果特斯拉在奥斯汀部署Robotaxi，希望你能和我面基，没想到真的实现了。总体来说是非常激动人心的体验，而且后劲儿有点大，让我总是在想那天所经历的事情，很想立即再回到奥斯汀，我脑海里有很多想要测试的东西。 Ray: 你最早说是个玩笑，但我从来不认为这是个玩笑，我是非常认真的。今天我看到Dave Lee发了一个推文，翻译成中文就是说，我们很多投资者都有所谓“眼见为实”的偏见（bias），必须亲眼看到才能相信这个技术成功。但这种亲眼看到，不是说看到Ray或者老于坐了这个车就相信。很多人第一关都过不了，会说我们是托儿，这东西是假的。 回到Dave Lee说的那个偏见，我们每个人都有。所以首先我想第一批去试坐，确认这个东西是真的。其次，Dave Lee说的真正的偏见在于，即使有些人体验了也不相信，非要等到从现金流（cash flow）、从利润（profit）上看到才觉得值得投资。但这会导致在一个科技迅速发展的前期，你会有投资不足（underinvestment）的情况。我不想做那个人，等财报上显示出利润我再去投资，那就太晚了。 这里面有个讽刺（irony）的地方，待会儿我们会聊到Waymo。很多人说Waymo多么厉害，可是你看财报，你看不到它的财报。它不单独公布，是放在Google母公司财报的一个角落里，那都是亏钱的，反而你觉得它很厉害。这里有个很有意思的偏见。所以这就是为什么我一定要去看一看。我这次看的结论就是：稳了，同志们。老于，你觉得这个事儿稳了吗？ 老于: 是的，我跟你同样感受，这个事儿稳了。特斯拉在我心目中，只要发布它就一定稳。如果他当天发布不了，一直推迟，那说明他没有准备好。但他只要敢于发布，这个事情就一定稳，因为这个东西只要发布了，他就不能收回了。有人问我这一周结束了之后他是不是就收摊儿了？不是的。我今天打开我的Chase信用卡消费记录，四笔特斯拉的4.2美元已经收了。也就是说这件事情就会一直持续地发生下去。所以同样的感受，稳了。 Ray: 当天为什么那么一波三折？我们打算早上六点做第一波乘客，结果一直耗到下午两点。你觉得这个延迟是什么原因？ 老于: 首先澄清一下，六点到十二点这个事情并不是延迟，因为特斯拉从来没有公开公布过第一天发布的时间。后来我们知道了，第一天的发布很重要，Elon Musk整个核心团队全都在硅谷和奥斯汀的办公室远程地看这件事情。加州比德州晚两个小时，所以要给他们时间。 但是，我在发布的前一天，特斯拉的人给我打电话，告诉了一些预期，说大概是中午的时间。我也马上告诉了你，因为你下午四点五十的飞机。结果等到十点还没发APP，后来告诉我们说可能要延迟到early afternoon，这个才叫真正的延迟。我猜测主要是一些APP的关系。 接近两点的时候，准时地发了一个邮件说开始发布了。就是说他发给你APP的那一刻，你就可以马上打车了。结果这时候又开始出幺蛾子了。每个人应该收到两个邮件，一个告诉你Live了，一个给你发APP的下载链接。结果人家Dave Lee两个都收到了，我却没有APP的下载链接。我和你像热锅上的蚂蟻一样，天呐，今天你还能不能坐上这个车？过了几分钟，特斯拉的人告诉我说，“They are working on this”，说明他们在这块可能有一些问题。我们大概晚了十几分钟才拿到，然后马上下载，找了一个离机场最近的地方，我们那个行程可能是所有里面最长的一个。你终于坐上了，我心里也是一个石头放下来了。 ### 乘坐体验：从兴奋到“无聊”的细节剖析 Ray: 老于，说回坐车的体验，你当时想去看什么，以及你最后看到了什么？ 老于: 首先我最期待知道的就是它的**Geofence**（地理围栏: 指在特定地理区域内划定的虚拟边界，自动驾驶系统只在该区域内运行）区域到底有多大。第二点就是它的收费。虽然它现在收费并不能按照成本来说，但我很想通过它的收费来看它未来的规划（projection）。这两点反而是我最关心的。对于整个的驾驶，我完全都不担心，甚至没有兴趣，因为我觉得肯定没有任何问题，我在**Supervised FSD**（有监督的完全自动驾驶: 特斯拉向车主提供的辅助驾驶系统，仍需驾驶员时刻保持专注并随时准备接管）就已经看到了非常好。 所以说我拿到APP的时候，看到它的geofence区域其实是一个不大的区域，就在Austin河的南面，甚至都不包括最核心的Capital of Texas。这一块比我想象的要小一些，因为它比Waymo小。然后是收费，四块二也是一个象征性的。后来你跟我说，我觉得非常有道理，就是说他现在怎么定价都不合适，所以只能定了一个Elon Musk比较喜欢的数字，调戏大家一下。所以这两件事情都不太符合我的期待。 Ray: 你说的geofence区域，给观众一个直观概念，大概就是从最左边开到最右边，可能就二十多分钟。南北纵向大概十几分钟。但实际上这个区域也能开蛮多地方的，因为你不光是走直线。这个区域小一些其实也没什么，毕竟刚开始邀请的人就这么多，我相信它会扩展很快。 我想问问老于，在坐车过程中，因为咱们坐了二十分钟，之后你又做了三个行程，对吧？ 老于: 对，我一共做了四个。 Ray: 你刚才说这个事挺无聊的（boring），我们很兴奋，但坐车这件事挺无聊，因为没什么戏剧性（drama）发生。但即使这样，这里面有一些细节你观察到了吗？比如说你觉得它的APP或者运营各方面有没有需要改进的地方？包括我想先问你一个问题，那个安全员到底是怎么回事？ 老于: 前一天特斯拉给我打电话说有个安全员，说你就当他不存在，不要打扰人家。这个安全员当然是起到安全作用，我觉得是两方面的安全。 一个就是驾驶的安全。第一天发布，大家是用显微镜来看你的每一个行程。如果一旦发生事情，因为这是有几率的，任何一家Robotaxi公司都会有概率发生事情。那么如果这个概率正好赶上了第一天，会对特斯拉Robotaxi产生极为不利的影响。所以这个安全员是用来保证这个小概率事件不会是一个致死事件或一个非常大的事故。 第二个作用，当然是你刚才提到，现在在美国的这个两极分化，极端的政治环境，以及对特斯拉和马斯克的恨意。你看前不久有烧特斯拉车和烧Waymo车的事件。所以整个事就会有一些非常激进的分子，你怕他跑出来搞个大新闻。 他为什么不像曾经的Waymo一样，安全员坐在驾驶位置上呢？我认为这就是体现特斯拉的自信。Waymo是2018年在凤凰城推出Waymo One，到2020年才拿掉安全员。特斯拉发布的首日就没有一个安全员坐在司机位置上，这就是体现它的自信。 回到乘车感受，我一共做了四个行程。整体感受好的地方就不多说了，就是你坐Supervised FSD，现在坐在后面，非常顺滑（smooth）。这个顺滑，大家说又跟Waymo比，那肯定是更顺滑，没有任何疑问，因为**端到端（End-to-End）**（指一种AI模型架构，直接从原始输入（如摄像头图像）输出最终控制指令（如转向、加速），中间环节由神经网络自行学习，而非依赖人工编写的规则模块）就是更像人。我做四次都是完美完成，没有任何的人工干预（intervention）。 我说几个体验不太好的吧。一个是车还是太少，在这个geofence的区域里面，车的密度太小。所以我叫一个车，咱们第一个车挺快的，后面最长要等个十几分钟才过来，甚至有时候它说需求太高（high demand），你都叫不了。 还有一个就是上下车点并不是任意的，这符合我的期待。但是在一些边缘区域，确实要走的时间还挺长的。 只有一个行程，在下车的时候，它在找下车点时有一个犹豫。它一开始拐进了一个停车场（parking lot），然后发现不对，还倒了出来，这挺牛的，我第一次见。倒出来的时候到了主路上，当然没有发生任何问题。这倒不是说影响体验，只是说它在最后放你下来的时候，有些地方不是非常自信（confident）。当然你要怎么看待这个事物，你和正常人类相比，你到一个没去过的地方，不也得犹豫一下吗？ 你看，我们的侧重点其实已经慢慢地偏向运营了，反而对于它自动驾驶的过程已经慢慢不那么在意了，因为那个地方在我看来已经解决了。 ### Geofence之辩：技术妥协还是运营策略？ Ray: 现在聊点技术。关于geofence这一点，很多人不是说你们这不就是打脸了吗？马斯克不是说哪一天突然一下子所有的机器人就醒来（wakeup），哪儿都能开了。怎么刚开始也搞geofence，还弄那么小一个区间。你认为这是打脸了吗？还是说特斯拉在策略上有所改变？ 老于: 我觉得没有什么打不打脸的。我很早很早，从第一天就认为特斯拉在奥斯汀一定是geofence。马斯克他是在给团队提出了一个非常宏大的目标，但是真正要实操，当然是一个一个区域开始慢慢地往外扩。 首先我们要搞清一个问题，这个geofence和Waymo那种依赖**高清地图（HD Map）**（高精度地图: 包含厘米级精确道路信息、交通标志、车道线等详细数据，传统自动驾驶方案严重依赖该地图进行定位和导航）的geofence不是一个概念。他们的geofence是因为出了那个区域，它就完全走不了了，因为高精地图没有覆盖。而特斯拉并不是这个原因，特斯拉的geofence是从运营角度上来考虑，从稳健的角度来考虑，必须是一点一点地往外做。这是一个运营上的考虑，并不是什么打脸。 Ray: 你说到运营，我也分享一下我作为一个行外人的领悟。去年我去三藩市尝试坐Waymo，想看看这个东西到底是不是真的。我坐了一整天下来，首先有一说一，至少我坐的体验非常好，采访的乘客体验都很好，而且大家非常倾向于使用Waymo。 但我当天得出的一个最大结论就是，自动驾驶跟Robotaxi实际上是两个不同的东西。自动驾驶是一种能力，就是车扔在路上，它可以开，不撞人。但是做Robotaxi，你去接送人，跟乘客打交道，这一环跟单纯的自动驾驶是不一样的。也就是说，运营非常重要。 就好像你刚才说上下车还不是很稳定。首先我可以确定地说，我看到的它比Waymo要强。Waymo很多情况下它是不进停车场的。它的上下车点已经通过运营确定得非常好了，某种极端情况下就像公交车一样。比如说在旧金山的渔人码头，他停车就是那条街上的固定点。 包括它做得非常好的一点，就是车到了跟前之后，你要去找车。因为我在Lombard Street那儿，一下来好几辆Waymo，哪个是我的？它APP上会像苹果的Find My Phone一样，高精度地帮你找到车。这些细节不是一个大模型或者FSD本身能够处理的，是需要你去运营的。 所以当时我的一个领悟就是，如果说自动驾驶能力占到Robotaxi的90%，那剩下那10%完成闭环，得需要运营。这运营不仅仅是跟客户沟通，甚至包括一些边缘案例（edge case）的处理。你比如说车真的卡住了（stuck），你不能靠大模型自己去琢磨，需要人去把它弄出来。 当时我就意识到，特斯拉得早点地去积累这种运营的经验和能力。我去年就一直说，我期待特斯拉今年要有时间表，在哪里试运营。他今年年初公布了，现在真的做了，所以我非常开心。 但我想从你的技术角度问一个问题，它到底是怎么实现在这个geofence小区域内的Robotaxi业务？换句话说，你自己的车是不行的，即使是Hardware 4，还是有很多edge case需要干预。那特斯拉在geofence这一块儿它是怎么做成的？是通过运营，还是模型的微调（fine-tune），还是做了很多规则方面的临时代码补丁？ 老于: 我只能是一种猜测。首先，我的Hardware 3的车，在你的酒店附近表现都非常好，再没有接管过。这说明Hardware 3的V12.6.4小模型，距离Robotaxi在基础能力上差距一点都不大。 那么从V12.6.4到V13再到Robotaxi软件，它弥补的是什么呢？我觉得主要是它的edge case，在我看来90%以上的edge case都在上车下车。我们Supervised FSD现在比较差的就是这部分。我认为他们在这个地方弥补了。 还有一个就是Robotaxi对于安全的要求是极其高的。它可能会宁可牺牲舒适性（sacrifice comfort），但是要保证安全（safety）。比如说它的阈值，对于会不会撞人、撞动物、发生致死性车祸，这种东西我觉得是需要它在数据上进行一个不同的训练。 再有就是我们Supervised FSD一直所诟病的，比如导航不够好、地图有问题。这种东西我觉得它在geofence区域里面，会把地图百分之百地给修复（fix）。 基于这些，比如多一些本地的奥斯汀数据，我觉得主要就是做这些。这个六个月时间应该一直在迭代，时间挺紧的。我认为特斯拉的AI团队做到今天，真的是非常非常了不起。套用Peter Thiel的话就是“never bet against Elon Musk”，我再加一个“never bet against Tesla AI”。 回顾Elon Musk在2016年写的Master Plan Part 2，最后两部分是Autonomy（自动驾驶）和Sharing（共享）。在Autonomy下面，一个重要的里程碑是把beta字样从FSD拿掉，这件事情已经实现了。现在我们今天终于到最后一个就是Sharing了。特斯拉从一个AI公司变成一个运营AI的公司，它需要其他一些新的技能。今天就在奥斯汀实现了，所以它只是一个开始。 ### Waymo vs. 特斯拉：两条技术路线的终局之战 Ray: 我昨天发了条推文，我说FSD自动驾驶是一个“solved problem”（已解决的问题），中文讲就是“囊中取物”。这并不是说它百分之百实现了完全的autonomy，而是说我们是在正确的道路上，这只是一个时间问题（a matter of time），不存在一个不可跨越的鸿沟。 剩下的就是你说的sharing，就是运营这一块。这就是为什么我从去年就一直呼吁特斯拉一定要早点开始做这事儿，哪怕你的FSD不ready。你需要一早开始去运营、去尝试，这是一个双向奔赴的过程。大模型在迭代，运营也得跟上。 结果网上就有网友说“坐了二十分钟就囊中取物了？”我必须澄清，我只是坐了二十分钟，但我们都是长期的FSD用户，我从这个车开高速都战战兢兢，一直到现在都离不开它。我是知道这东西是有谱的。包括我坐过Waymo，专门考察过Waymo，不光是亲身体验，我去读它的论文（paper），看它的演讲。是这么多年下来，我才认为它是一个囊中取物。 那我就想问你一个问题，你觉得特斯拉现在这种对当地的finetune，收集地图数据，甚至写一些规则，这个可以规模化（scale）吗？还是说这只是一个临时的赶鸭子上架的方式？ 老于: 这是一个非常好的问题。它能不能scale？我反思了一下，我认为AI-4的算力不足以支持我们所想象的那样的scale，就是说一个大模型能够快速地经过微弱的微调就部署到所有城市。我觉得这个时机（timing）其实还并没有到，我们要等到AI-5的出现。我推测Cybercab就会装配AI-5。所以我认为AI-5的出现才是一个真正scale的时刻。 Ray: 我不知道你前两天有没有注意到，Anthropic的那个Chief Engineer转发了Waymo的一个paper，说Waymo的research发现，原来自动驾驶AI也是遵循**Scaling Law**（规模法则: 在人工智能领域，指模型的性能会随着计算资源、数据量和模型参数规模的增加而可预测地提升）的。 我看了那个paper，它里面提到一个特别搞笑的点，说“这是我们第一次证明了scaling law在这里是实现的”，然后“给我们行业指明了方向”。我当时就乐了，这只能证明你们Waymo搞了那么多年没有在搞AI嘛。特斯拉一早就在搞端到端，搞大模型，那大模型遵循scaling law，这本身就是一个常识。结果你Waymo现在告诉我，你们第一次发现了。所以你对这个事儿是怎么看的？ 老于: 我想他没有把特斯拉认为是他们行业的。过去这么多年，做robotaxi的公司喜欢分级，说我们是L4的。但我想告诉你们的是，今天你们再不能这么分级了。特斯拉从2015年组建Autopilot团队那天开始，就是奔着这个目标来的。今天特斯拉已经进入最后一个阶段了，就是要开始解决fully autonomy和sharing，也就是他们L4公司一直所说的L4、L5。今天特斯拉已经站在同一个游戏里面了。 Ray: 过去我对Waymo的研究发现，他们其实早就承认自己的路线有问题了。很多人认为Waymo不用AI，这是不对的。他们18年就尝试过端到端，但因为没有数据，验证说不可行。后来在19到22年这些年，它们逐渐地在不同模块引入AI，比如感知、预测。 他们逐渐发现，真正起决定性作用（needle mover）的是摄像头，而不是Lidar。他们自己在几年前的演讲就提到面临一个scaling的挑战，因为他们没有数据。他们想尽一切办法去做模拟（simulation），但做模拟也需要现实世界的数据。还有一个暗着的原因，就是他们头顶上那个“帽子”，那堆很贵的硬件，已经投入很多钱了，这是个巨大的历史包袱（legacy）。如果他现在要改变路线，所有在路上跑的Waymo车就都没法跑了，所以它本身是存在一个骑虎难下的状态。 我知道很多观众会说，现在Lidar很便宜了。那我就想问你，老于，就算它是个白菜价，Lidar在上面放着，它也是行不通的。我想请你从技术角度再解释一下。 老于: 首先，Waymo粉的任何挑战都走向Ray啊，不要找我。 Ray: 我可以说他们所谓Waymo粉，没有我看Waymo的paper和演讲多。 老于: Waymo内部肯定也有很多不同看法。纯视觉这件事情太难了，也正是因为难，我再次强调，特斯拉AI团队真的是非常非常了不起。 我想引用一个前Waymo员工Charles Qi的推文，他说他目睹过多次Robotaxi的发布，但这一次特斯拉的是最不同的，是一个GPT时刻，因为没有Lidar，没有雷达，没有高清地图，就是一个大的端到端神经网络。他说很多专家质疑纯视觉能不能达到L4，但FSD的Robotaxi发布一直在证明特斯拉是正确的，你们是错误的。 回到Waymo，它为什么不做端到端？我想问大家，既然激光雷达在你们心目中传感器能力如此强，为什么没有一个激光雷达的端到端系统？在我看来，多传感器做端到端，其实是互相冲突的。神经网络和人的大脑一样，它倾向于学你信息充足、比较简单获得的东西。如果遇到这几个传感器互相不match，互相打架的时候，它就不知道怎么办了。无疑又增加了复杂性。所以我认为这是他们不做端到端的一个重要原因。 还有一个就是它为什么今天依然用高精地图。我知道Waymo在走一个方向，就是降低高精地图成本，走轻地图的方式，但你只要走那一步，你就越来越像特斯拉了。但Waymo如果要走这样的路，代价太大了。它寄希望于降低成本，把它现在的盈利模式跑通，强于人工司机。我同意这可能实现，但前提是你没有另外一个颠覆者（disruptor）进来，一个比Uber价格还低的robotaxi竞争者进来。但很不幸，这个竞争者今天出现了。 ### 特斯拉的规模化之路：从奥斯汀验证盈利模式开始 老于: 那好，那我们难道就坐在这里等AI-5吗？不。我觉得奥斯汀就是一个非常好的实验场。就在奥斯汀这个地方，我认为特斯拉就应该有足够的能力去验证它的盈利能力。我说的是robotaxi在奥斯汀的盈利能力，它不需要scale到其他城市就可以验证。 出租车的痛点是什么？车队密度不够，你叫车等十几分钟受得了吗？范围不够，你想去的地方去不了。你就会很自然地放弃，切换到人类驾驶的Uber。 Waymo为什么愿意和Uber合作？我认为最重要的是看中了Uber人类司机对它在运行时间、车队数量以及运行区域的一个补充。因为Waymo在奥斯汀的数量不够，区域不够。 那么问题就来了，特斯拉的Robotaxi如何和Waymo及Uber在奥斯汀进行正面竞争？我认为首要问题就是它在奥斯汀的scale。第一，覆盖区域要扩大。第二，车队数量一定要scale上来。这恰恰就是特斯拉的优势。特斯拉一天造的车就是现在所有的Robotaxi公司的总和。 所以，与其我们去跟Waymo去数它开了几个城市，我觉得那个没有意义。就看奥斯汀，就看未来三到十二个月，特斯拉的Robotaxi能够在奥斯汀做成什么样规模。只要特斯拉能够在奥斯汀和Waymo、Uber抗衡，能够盈利，这个故事就又稳了。因为它能够在一个地方证实这件事情。 Waymo的重资产太昂贵了。特斯拉的车成本低，即便是自营，同样重资产情况下，它能够负担更多的车队。还有，所有在奥斯汀的用户的AI-4的车都可以成为这个车队。只要特斯拉的Robotaxi在奥斯汀能在财务上盈利而不亏钱，我觉得这事儿就又稳了。然后我们再看后面把这个模式复制到其他城市。 Ray: 你提到了一个我原来没有想到的点，就是在奥斯汀本地先跑通它的盈利模式，证明我即使只在一个城市也是可以赚钱的。我觉得你这个点非常好。 我来梳理一下你刚才讲的几个重点。第一，特斯拉的scale会像Cathie Wood说的“slowly and suddenly”（缓慢而突然）。现在这个“slowly”的过程，投资者应该要有预期，它不会一下子开遍全美。 第二，即使现在这样，靠工程师去对城市写一些额外的代码，收集数据，这些东西加起来也比Waymo便宜得多得多。光是这些投入，甚至都比不上他们对奥斯汀进行HD地图测绘的成本，更不要提硬件成本。所以为什么我说这个事儿稳了，就是如果特斯拉愿意，靠现在这种“笨办法”，你都会比Waymo便宜，开城速度都会比它快。而这还是假设AI不进步的情况下。 ### 投资者的视角：第二增长曲线已然开启 Ray: 很多细节问题，比如进停车场、过栏杆、到机场怎么接人等等，我觉得这些都是很容易解决的问题。我们要以发展的眼光来看问题，要有一个成长型思维（growth mindset）。很多怀疑者的问题在于他们认为世界是静态的。他们看到你现在过减速带（speed bump）不会慢下来，就认为你永远不会慢下来。但回顾FSD的发展历程，有多少这样的小问题，后来有了V12、V13，很多东西就自然解决了。这其实就是scaling law在起作用。 你看CyberCab的设计，它不要你自己关门，它自己那个门升起来，你出去，它自己关了，自己走了。就不会再出现我们那天遇到的门没关好的问题了。所以还是要以发展的眼光来看问题。 老于: 我们所有特斯拉投资者对于Elon Musk在政治上的表现，我相信很多人是比较失望的。然后现在，Elon Musk回归到他的主线，回归特斯拉，回归他最擅长的部分。这一次的Robotaxi发布，让我觉得Elon Musk在我心目中的位置依然没有变化。 我们刚才提到他的Master Plan，2016年的时候就已经把今天要做的事情全都计划好了。我再看到他那一天在现场，和所有的一线特斯拉工程师在一起，我认为他真的回归了。 不管发生了多少政治上的不愉快，Elon Musk回归到主线，让我对特斯拉重拾信心。我认为Robotaxi一定能够实现特斯拉下一个快速的增长，然后这个快速的增长就是带来我的那个目标，就是六万亿市值的实现。 Ray: 所以你认为第二轮的增长，就从我们坐车的那天开始就已经开始了。 老于: 对，就已经开始了。不需要去数开了一百个城市，就在奥斯汀给我验证你的盈利能力和现金流能力。 Ray: 这里面有一个完美的时机（perfect timing），就是Elon Musk的回归，正好是我们这个second wave的开始。他自己都说，政治只是一个支线任务（side quest），他现在回到主线任务（main quest）上，就是构建技术（build technology）。我作为一个投资者来说，我真的是很高兴。这个事儿稳了，我们的second wave现在就已经开始了。 好，谢谢老于。同志们，我得走了，今天真是太惊险了。 老于: 确实惊险，不过你能够体验一下，我也感到没有辜负你大老远来一趟。 Ray: 这个视频做的成本很高，所以大家一定要去关注老于跟我，然后点击我视频下方的赞助链接。感谢大家，我车来了，下次见！ 老于: 好，拜拜。