路透社在周四发布的一项深度调查中，揭示了特斯拉内部对其全自动驾驶系统存在的不信任感。该报道基于对超过二十名前员工的采访，包括曾负责数据标注和工程开发的人员。这些员工在离职后表达了对公司自动驾驶技术安全性的担忧，特别是对用于训练系统的数据质量提出了质疑。

据调查，部分前数据标注员指出，他们在工作中面临巨大压力，需快速处理大量驾驶场景数据，这可能导致标注错误或遗漏。这些数据被用于训练特斯拉的神经网络，以识别道路上的车辆、行人和障碍物。有前员工声称，不准确的数据可能使系统在实际驾驶中做出错误判断。此外，一些前工程师对特斯拉公开宣称的安全统计数据表示怀疑，认为这些数据可能无法全面反映系统的真实性能。

特斯拉的自动驾驶技术一直是其市场估值的关键支撑。公司首席执行官埃隆·马斯克曾多次强调，全自动驾驶能力是特斯拉区别于传统车企的核心优势，并承诺通过软件更新实现完全无人驾驶。然而，此次路透社的调查并非首次引发外界对特斯拉技术透明度的质疑。过去几年，美国国家公路交通安全管理局已对多起涉及特斯拉自动驾驶系统的事故展开调查，监管机构正逐步加强对高级驾驶辅助系统的审查。

从市场角度看，这一报道可能加剧投资者对特斯拉技术落地时间表的疑虑。尽管路透社的采访对象均为离职人员，其观点可能带有主观色彩，但内部员工对安全流程的担忧仍值得关注。值得注意的是，报道中未包含特斯拉官方对具体指控的详细反驳，仅提及公司曾强调其安全文化和对数据的严格管理。对于关注马斯克生态的读者而言，此事凸显了在快速推进技术迭代与确保公共安全之间的持续张力，也反映出科技公司在人工智能伦理和数据治理方面面临的普遍挑战。