特斯拉Robotaxi扩到169辆延到23点，马斯克点名灰猫难题

同一天，马斯克公开说了一个具体的技术短板：系统在夜间识别路面上的小动物仍不可靠，他举的例子是深色沥青上的灰猫。

车队跑得比软件快

先看车队规模。9月21日那一周，德州车管所登记的Cybercab从58辆涨到125辆；到10月2日，总数到了169辆——接近投放初期的四倍。这个速度说明硬件和产能不是瓶颈。

再看时间。8月把服务时段定在早6点到晚10点，10月4日只往后推了一小时。官方口径是，FSD v15如果按时推送，24小时运营才有可能提上日程。

硬件在加速，时间却只挪一小时，这个反差本身就是信息：产能可以靠产线解决，感知能力的长尾只能靠数据和算法慢慢磨。

短板卡在低对比度场景

马斯克描述的问题很具体：夜间要分辨深色路面上的小型深色物体。特斯拉的自动驾驶栈只靠摄像头，不装激光雷达和毫米波雷达。激光雷达主动发射激光脉冲，不受环境光影响，能直接给出深度；纯视觉只能靠环境光成像，夜间光子数本身就不够。

他的说法是，FSD正在用AI驱动的光子计数分析来改善暗光下的表现。但这类边缘场景——低对比度、小目标、不可预测的运动——恰好是视觉方案最容易失手的地方。路面上真正难的不是识别一辆车，而是识别一只突然窜出来的、颜色接近路面的小动物。

两条技术路线的分歧在这里

Waymo走的是多传感器路线，激光雷达加毫米波雷达加摄像头，代价是硬件成本高，好处是不依赖环境光。特斯拉坚持纯视觉，理由是人和动物只用眼睛就能开车，硬件成本也低得多。

灰猫这个例子之所以被反复引用，是因为它正好是两条路线的分水岭：对人类驾驶员几乎不算问题，对训练数据以白天为主的视觉系统，是典型的边缘案例。

值得一提的是，Waymo同期在扩张：9月14日开了第15个美国市场拉斯维加斯，10月6日又在底特律启动员工内测，覆盖Corktown、Midtown、Hamtramck和Indian Village等区域，公开运营要等验证完成。

真正的考验是运营细节

乘客的抱怨已经出现了，而且都很日常：等车时间、下车点位置。这些和自动驾驶的技术水平无关，却是网约车网络能否跑通的关键。

去掉司机不等于去掉运营。一辆Robotaxi只在载客时赚钱，空驶是它的敌人。增加车辆、延长时间，赌的是奥斯汀的需求能消化这些运力；而在匹配效率还没打磨好之前，先把车队做大，未必能立刻提高单车利用率。

监管是另一重约束。无人驾驶网约车在州和市两级规则不一，特斯拉需要逐个市场拿许可，而不是软件准备好就能开城。奥斯汀因此被当成模板：先证明Cybercab能在监管注视下、在夜间、规模化地跑起来，再谈复制到别的城市。

另一个约束是设计本身。Cybercab没有方向盘和踏板，意味着系统遇到处理不了的情况时，没有人类驾驶员可以接管。这个选择把风险全部集中在软件上，也解释了为什么时间只敢往后挪一小时。

接下来能观察什么

三个可验证的点：一是FSD v15能否如期推送，把24小时运营从目标变成现实；二是夜间运行时段是否继续往后延，这是灰猫问题有没有被解决的直接指标；三是Cybercab会不会走出奥斯汀，进入休斯顿、达拉斯或迈阿密。

对观察者来说，Robotaxi现在比的不是谁的车多，而是谁能先把边缘案例和运营细节同时磨平。

从169辆和一小时的延长里能读出的是：产能已经不是瓶颈，剩下的全是软件长尾和运营效率。