马斯克在X平台（原推特）上确认，特斯拉FSD（监督版）正在从一套通用的“一刀切”自动驾驶方案，转型为真正的个性化虚拟司机。未来，FSD将能够记住驾驶员的干预操作，并学习每个人的驾驶习惯，从而在类似场景中做出更符合用户偏好的决策。

这一消息源自马斯克对一位长期用户投诉的回应。特斯拉爱好者 @wholemars 在X上抱怨，FSD经常在拼车车道（HOV车道） 中无故驶出，导致车辆陷入拥堵，而其他车辆仍在左侧车道快速通行。马斯克回复称：“汽车将开始记住你的特定干预，并匹配每个人的个人偏好。”

解决拼车车道问题 FSD在拼车车道上的不当退出，是多年来许多车主反复投诉的痛点。特斯拉其实已在导航控制中内置了“使用HOV车道”偏好开关，并提供“自动”、“是”和“否”三个选项。其中“自动”模式会通过车内摄像头和地图判断时间、位置和乘客数量，再决定是否进入HOV车道。但即便如此，FSD仍可能提前退出该车道。

新功能将改变这一局面：当驾驶员在类似场景下多次手动接管方向盘（干预）后，FSD会记录该事件并调整规划路径，避免未来再犯同样错误。这相当于系统从用户的纠正行为中学习，逐步消除最令人困扰的摩擦点。

从错误中学习 特斯拉近期已引入一个“FSD干预菜单”，每次用户从FSD手中接管车辆时都会弹出，要求说明原因。这一反馈循环的数据，可能正被用于训练FSD优先消除哪些类型的干预。根据特斯拉内部数据，停车是导致FSD干预的最常见原因。因此，马斯克此前预告的“学习并模仿你的停车偏好”功能，很可能成为首批受益场景——FSD将学会在你家车库、公司或孩子学校等日常地点，自动停到你习惯的位置和朝向。

马斯克未给出这些个性化学习功能的具体上线时间窗口，仅表示“它们正在到来”。行业预期，特斯拉计划于今年晚些时候或明年初推出下一代消费级FSD模型——FSD V15，该版本将实现模型参数10倍的升级。个性化学习能力很可能随V15版本一同交付。

市场意义 FSD从通用算法转向个性化学习，标志着特斯拉自动驾驶策略的重大转变。此前，FSD依赖统一的神经网络逻辑处理所有场景，但不同驾驶员的风格和容忍度差异巨大。通过让系统学习个人偏好，特斯拉有望大幅降低干预率，提升用户粘性，并加速FSD作为付费服务的价值兑现。特斯拉内部数据已显示，FSD在能耗效率上优于人类驾驶员；未来，它还将学会人类驾驶员的习惯，进一步减少人工介入。