路透社今日公布的一项调查重磅揭露了特斯拉“全自动驾驶”（FSD）安全数据背后的真实图景。调查采访了**九名曾为特斯拉工作的数据标注员、一名前自动驾驶工程师以及十一位交通安全领域的研究人员**，结果指向一个尖锐结论：特斯拉广为传播的事故统计数据建立在不严谨的方法之上，而负责训练AI的员工自己对这项技术也缺乏信任。

多名前数据标注员坦言，在日常工作中他们处理了大量危险场景的视频，切身体会到FSD系统在复杂路况下的局限，因此**不愿让该技术接管自己或家人的车辆**。路透社发现，特斯拉在季度安全报告中美化FSD数据，例如把仅涉及轻微接触或无伤害的事故排除在外，同时与不具可比性的人类驾驶数据进行对比，造成FSD事故率远低于人类驾驶的假象。专家指出，这种统计方式规避了关键变量，严重歪曲了安全表现。

特斯拉多年来一直将FSD的安全性作为核心卖点，其CEO马斯克多次称FSD将是公司最大的利润来源。公司每季度发布的《车辆安全报告》被广泛引用，支撑了消费者和投资者对自动辅助驾驶进步的期待。然而，此次路透社的深入挖掘，首次从内部视角揭示了这些数字的建构过程。不仅前数据标注员表示怀疑，连熟悉系统开发的前工程师也承认，现有数据无法支撑“比人安全几倍”的宣传。

消息公布后，业内重新审视FSD的监管前景。美国国家公路交通安全管理局（NHTSA）本就因多起涉及Autopilot的事故正对特斯拉展开调查，本次调查可能为其提供新的关注点。交通安全研究人员强调，不透明的统计方法长期误导公众，可能阻碍真正安全标准的建立。虽然特斯拉尚未回应路透社的置评请求，但这份基于多人交叉验证的报道，很可能会加剧外界对FSD实际能力的质疑，并给特斯拉正在推进的无人监管型自动驾驶出租车计划投下阴影。市场观察人士认为，若消费者对FSD的信任出现裂痕，特斯拉高达**15,000美元**的FSD选装包和订阅服务的吸引力难免受损，直接触及公司的软件收入增长预期。