在特斯拉公布二季度财报的同时，马斯克正式宣布其Robotaxi的产品发布会将从8月初推迟至10月初。和马斯克同样把业务扎根于美国得克萨斯州的侯晓迪，也再一次坐实了自己“预言家”的身份。

　　此前侯晓迪最为人熟知的，是他和联合创办的“自动驾驶第一股”图森未来从信任到猜疑，由合作到分离的历程。

　　2021年4月上市后，侯晓迪的身价一度超过10亿美元。然而伴随美国海外投资委员会（CIFUS）启动调查与监管，图森经历了动荡的管理权更迭。侯晓迪先是从CTO的位置上被擢升为CEO，又在2022年10月遭董事会罢免；随即他联合另一位联合创始人在10天后通过超级投票罢免了前董事会，但是始终没能回到公司管理层；2023年3月，侯晓迪最终还是发布了彻底离开图森的消息。

　　有人说，侯晓迪与图森的关系，宛若昔日奥本海默在曼哈顿计划中的角色。正如奥本海默在战后的岁月里需要面对来自各方的质疑与审查，侯晓迪在图森未来的决策和行为，也总是被置于放大镜下，他的每一次选择都可能成为争议的焦点。

　　即便如此，侯晓迪时至今日仍然自豪地向「甲子光年」表示，图森是世界上首个开放道路全无人驾驶重卡测试的公司，并且实现了无人驾驶上半场的游戏——做出有安全冗余的系统。

　　今年5月，CIFUS与图森达成和解。根据图森的公告，本次调查没有发现公司存在任何违规行为，包括之前盛传的“技术转移”。在离开图森之后，侯晓迪也再次投身L4级别无人驾驶卡车创业，在美国成立了新公司Bot.Auto。

　　当L2辅助驾驶逐步取代L4无人驾驶的地位时，侯晓迪坚持L4研发，行驶在这条慎重而勇敢的路上。但他把和主流不同的方向看作令人兴奋的机会：“要么当天天考100分的好学生，要么用一生一次的机会冲击性的愿景，哪怕不确定性更高，行业共识更少，我也愿意去做小概率的奇迹。当然我们团队各个身怀绝技，万众一心，我相信是能把这个奇迹做出来的。”

　　他的性愿景是：基于运输即服务（Transportation as a Service，TaaS）的理念，让无人驾驶卡车每公里的运营成本比人类更低，进而创造更多社会价值。从财务角度来看，梦想实现的节点已初步确定为2026年上半年。

　　本次专访中，侯晓迪点评了Robotaxi的延期以及国内“萝卜快跑”出圈等行业事件，并抛出许多无法取悦所有人的判断，比如“公众对无人驾驶有很多指指点点，因为大家都认为自己会开车”。

　　在时代洪流的裹挟中，侯晓迪与图森未来的故事，注定成为一段令人唏嘘的悲壮转折。这提醒了他，创造和守护同样重要且守护更难，所以这一次，他选择守护者的角色。“以前我过多地把自己放在技术岗位上，技术厉害就相当于一美遮百丑，” 侯晓迪表示，“但现在我还是要把自己变成六边形战士，全方位地守护公司。”

　　侯晓迪：那大家得习以为常了，我的预言可多了。我之前还说过scaling law不是答案，坚决反对唯scaling law主义；再比如GTC大会上大家都觉得英伟达无所不能，但我就感觉英伟达在边缘计算方面的性能提升已经快到极限了。

　　我常常在人们热情高涨时泼上一盆冷水，本质上反映了我对未来预期的不同态度。如果你想要一个大胆的预测，那只需要有乐观的态度。但是如果你想要一个精确的预测，就要基于知识和逻辑。以中学物理为例，民科可以大谈水变油或者永动机，但只要学过质量守恒、能量守恒，之后再听到永动机时，你就能知道他在忽悠。

　　对我而言，看到一个预测，真正需要去思考的，应当是问题背后的理论支撑。技术未来的发展趋势，受到哪些物理、数学规律的制约，我们应当尊重这些限制。

　　甲子光年：你之前说过马斯克的Robotaxi做不出来，现在它再一次延期发布也部分验证了你的说法。你怎么看待它延期的决定？

　　侯晓迪：Robotaxi现在的性能和线差太远了。前几个月我有朋友吹特斯拉太厉害了，我就建议他去试乘Waymo。结果他当天就跟我说：“晓迪，我坐过Waymo了，特斯拉真垃圾”。

　　（注：Waymo为谷歌母公司Alphabet旗下自动驾驶公司，已在加州、得州等地投放无人驾驶出租车服务。）

　　Robotaxi这个事情，不是靠解决一两个bug，延期两个月就能发布。所以我继续预言：10月10日仍然不会是Robotaxi真正发布的时机，甚至明年都不是它可以应用的时间点。今年10月份顶多公布关于何时真正发布Robotaxi的线索。

　　侯晓迪：Waymo的行为能给你更强的确定性。而我试驾我太太的特斯拉，也就是最新版的FSD时，我看到很多行为跳变得很厉害，而且它并不从最小化交通事故责任的角度去设计，很多算法细节做得很差，让我觉得不是线的水准。

　　除了技术本质，还有商业本质。有个笑话说如果在特斯拉上开FSD撞死人了怎么办？我的回答是个双关：Its not their business。从责任划分上说，特斯拉肯定表示驾驶员要负全责（系统明确提示在使用FSD时，驾驶员从头到尾必须把手放在方向盘上，并持续关注路况），跟我们无关；第二这不是它的商业模式，特斯拉的业务是卖车，FSD是卖车的附加价值。如果要考虑如何卖更多车，就不能像L4一样在限定区域深耕，把这个区域所有corner case（极端情况）解决。

　　甲子光年：因此你认为它的逻辑就不是最小化交通事故，而是最大化商业利益，同时最小化特斯拉的责任。

　　侯晓迪：第一最小化特斯拉的责任，第二是最大化商业利益。现在有三种情况，best case（最好情况）、average case（平均情况）和worst case（最差情况）。特斯拉优化的是best case scenario（最好情况的情景）。辅助驾驶本身有它的价值，只要消费者认可，它的任务就达成了。

　　甲子光年：马斯克在财报会议上没有介绍太多如何寻求监管批准的细节，但总是强调特斯拉是所谓通用的解决方案，可能比Waymo更本地化的方案好，Waymo的方案太脆弱。

　　侯晓迪：这是典型的诡辩。怎么定义脆弱？我全球都能跑，我各个城市都能做，你只能在一小块区域做，所以你脆弱。但L4的比赛题目是在这一小块限定区域内能不能做好，结果他说我不跟你比这个，我跟你比那个。这等于问吾与城北徐公孰美，他非说我不比美，我比谁聪明；城北徐公比你聪明比你美怎么办？他又说我跑得快。反正就是不在限定环境堂堂正正地比试。

　　现在没有一项技术可以通吃全世界任何地方的无人驾驶，就像奥运会上没有一个运动员长跑和短跑通吃。你要是做限定场景那就好好做。要是为了在全世界卖车就别立牌坊，就说自己是L2+的水平。我不喜欢通过营销让大众混淆，噪音越大，正经做事的人的压力就越大。

　　侯晓迪：总的来说会者不难，难者不会。我觉得我们团队都可以把别人看到的难点一一攻克，在论文的基础上做一些额外的创新和开发。

　　无人驾驶 L4 的核心是如何完成一个稳定的系统，尤其是用不稳定的模块去完成一个稳定系统。比如摄像头有一帧的物体没检测到，这种事情一定会发生。如何能保证我们的系统不崩才是关键。

　　笨办法是把行驶10万公里失效一次降低到100万公里失效一次，这样系统就稳定了。而聪明的办法是，在架构层有所创新，一个模块失效后还有别的模块兜底。我们多做几层兜底方案，系统任意时间发生失效我们就都能接得住。民航客机就是一个典型的冗余系统。飞机通常都有两个引擎，而且在功能安全的设计上互相独立。系统的安全性是通过更先进的架构达成的，而不是通过制造出一个单一的，永不出故障的引擎。

　　侯晓迪：具体来说是让安全冗余做到工程上可实现。在当今科技水平下，用行业生态能提供的成熟零部件，搭出一套有安全冗余的系统，这是无人驾驶最重要的任务。

　　也有人说L2能渐进发展成L4，但这一点我不同意。我们L4的研究把70%时间花在冗余系统上。 L2功能做得再好，最多只完成L4的三成功能，剩下 70% 功能碰都没碰。特斯拉不是L4公司，而是L2+公司，它的很多设计不是出于安全或冗余的目的。

　　侯晓迪：我和Bot.Auto的成功与否跟它是不是主流没关系。我们并不需要所有人的认同，如果能实实在在创造经济价值甚至社会价值，那就足够了。

　　技术路线是客观规律决定的，路线的正确性和它是否是共识关系不大。特别是在无人驾驶这种领域。公众对无人驾驶有很多指指点点，不是因为大家都是无人驾驶从业人员，而是因为大家都认为自己会开车。你想一个人类驾驶员群体讨论出来的无人驾驶技术的“共识”，那得包含多少不靠谱的东西。如果真的按照大众的判断去发展，反而是死路一条。

　　相比会开车的人群，会开火箭的人就少多了。所以火箭制造领域就比较幸运，没有发生太多外行共识指导内行技术路线的惨剧。就着这个思路看，LLM领域就是存在这种“路线噪音”的重灾区。

　　这种路线噪音，反过来对无人驾驶的从业者的影响甚至说伤害还是挺大的。到底是承受压力反对噪音，坚持长期目标，还是先讲两句投资人喜欢说的，拿到融资活下来满足短期目标？大部分人其实选了后者。

　　要么当天天考100分的好学生，要么用一生一次的机会冲击性的愿景。不确定性更高，行业共识更少，我也愿意去做小概率的奇迹。当然我们团队各个身怀绝技，万众一心，我相信是能把这个奇迹做出来的。

　　那些投投资人所好，天天讲共识性观点的人，只是在享受创业的过程。但我不享受创业的过程，我只看终局。最终，这个事业能大功告成，这个终极愿景发出的希望之光，才对我有吸引力。要想把事情做成，我们必须尊重必然的科学和商业规律，而不需要迎合大众认知，甚至很多时候，是要顶住违逆大众认知带来的巨大压力，而坚持真理。

　　侯晓迪：跟主流不一样，只是开始。接下来必不可少的工作是基于事实的求真过程。如果到最后，这个“差异化认知”是合乎逻辑的，那它才能说有巨大的价值和潜力。但是发现不同认知，不就代表有新的机会了嘛！我当然会很兴奋。典型的例子是在美国做无人驾驶卡车的所有公司都是SaaS，就是 Software as a Service（软件即服务）模式。当然他们也可以换汤不换药地包装成Hardware as a service（硬件即服务），本质都是卖半成品。只有我们Bot.Auto一家公司是Transportation as a Service，我们卖的是运力服务。

　　侯晓迪：你有货我就给你运，我们的客户不需要知道货物是无人驾驶运的还是有人驾驶运的，反正运力管够，运费实惠。而别人是在兜售无人驾驶软件，问题是，全美国能买无人驾驶软件的客户也就20个。

　　侯晓迪：当然不是共识，别人都不信，同行也没有能力给出个时间点。比如说（2021年成立的自动驾驶公司）Waabi讲的故事就是simulation（仿真）天下第一，一切就跟真实世界一样，不存在simulation解决不了的问题。但这故事我不信，因为simulation最后1%的问题是最难的。在这点上搞绝对主义，不符合经济效益。

　　当然了，这只是我的技术判断，进而推演出的路径判断。公平地说，每个人都活在自己的信仰里，而创业的过程就是实现自己的信仰。

　　甲子光年：你说好多人对无人驾驶指指点点是因为大家觉得自己会开车，这是不是类似高考后大家都指指点点作文题目，而不是讨论数学题？

　　侯晓迪：是这样的，大多数人能看到L2/L4在现象上的类似，但是看不到L2/L4在系统架构和设计上的鸿沟。飞机和火箭都在天上飞，外行很容易看到飞机飞的越来越快，过两天就取代火箭了。但学过物理就知道飞机飞不出大气层，但火箭可以。外人的指指点点依赖过度乐观的外推，而真正的内行会回归物理本质。

　　甲子光年：国内的萝卜快跑最近也很出圈，大家在技术层面和社会层面的指指点点比较多。你有没有关注它的运行情况？

　　侯晓迪：首先要肯定这是件好事，我要为百度鼓掌。早期站在聚光灯下的推动者，会顶着来自公众的巨大的误解。教育公众这个过程，是对整个行业都有益的。

　　但我还是得说一句，社会层面的探讨是极端无聊、极端无序、极端无效的，咱别掺和。艾伦·凯（2003年图灵奖得主）说过，人们总是高估短期技术的短期突破，但是会低估技术的长期影响。投放400辆无人车，能对出租车司机有多大影响？今天投放400辆，效果不错，但是谁要是因此担心明天就会有4万辆车的投放，那就纯粹杞人忧天了。目前没有人有如此大规模推广的能力，这也恰恰就是无人驾驶需要解决的技术产品化问题。

　　认为无人驾驶明天就能实现，这就是高估短期突破的体现。同时大众又容易低估长期影响，比如未来我们的税收结构、出行习惯会不会变化？城市规划有什么改变？更郊外的地方可能变得宜居，大家在通勤路上也可以工作了。这才是真正要考虑的长期影响。

　　甲子光年：就像你之前说过的，科幻小说里有什么我们就会想象什么。但是现在用手机可以做的这么多事情，是100年前的小说里基本不会写到的，但它确实让我们的生活方式产生了显著的变化。

　　侯晓迪：技术发明是人类社会这个复杂网络中的单点突破，而单点突破会诱发大量的复杂的关联改变。人类想象力的限制可能导致无法把这么多关联因素想清楚，所以我们不能苛责科幻小说写得不够具体。我们要承认这些联系非常复杂，我们很难预测社会形态因新技术，具体会变成什么样子，但不要在思想上走极端，出来一个新技术就嚷嚷失业问题。作为社会个体，有没有新技术，都可能有失业风险。作为社会整体，新技术带来的是更广的社会变革。这个变革包括新行业的兴起，旧行业的衰退，以及就业的迁移，绝不是简单粗暴的失业问题。

　　侯晓迪：很多事情被不懂行的人乱讲导致概念的混淆。这就像是你跟枪花乐队（Guns N Roses）说我是重金属粉丝，我最喜欢你们了。那枪花乐队肯定跟你急，因为他们不是重金属而是硬摇滚。AC/DC也是硬摇滚，Judas Priest，Black Sabbath和Metallica才是重金属。

　　总有人问我，你们是端到端吗？要保持学术严谨性，那我们还真不只是端到端。可他想问的其实是，你们有没有采用更先进的技术，那我们当然有。现在的状况是“端到端”不是一个学术概念，而是一个情绪载体。不懂行的人很容易把机器学习领域没有完成的梦想和未竟的事业都寄托到“端到端”这个具体技术概念里。

　　侯晓迪：端到端的优点在于，你可以认为神经网络的一部分是模块化的，模块之间的通信和联系带宽非常高。第二个优点是模块训练时可以实现误差传递，把错误传导到更早的模块上，比如在运动规划上可以直接影响感知的训练。但目的不等于手段。你不一定非要执着于“端到端”这个具体技术，很多其他技术也都有这样的特征。

　　而且我必须批判“连接主决一切”的观点。总有错误观念认为说端到端必须全部是神经网络，我要加一些不是神经网络的东西，我就不纯粹了，不够性了，这事让人很难受。人工智能的三大流派——连接主义、行为主义和符号主义，各有强项，不能用一个主决全部问题，我们要兼容并蓄。

　　从这个意义上讲我是很喜欢DeepMind的风格，比如AlphaGeometry，最近它在IMO上把问题解决得非常好。从AlphaGo到AlphaGeometry，DeepMind一以贯之的是兼容并蓄。它把人工智能各个流派都玩出花了。它不会陷入主义之争，而是做系统，最终解决问题。

　　（注：谷歌旗下DeepMind使用AlphaProof和 AlphaGeometry2这两个系统在2024年国际数学奥林匹克竞赛中达到银牌获得者的水平）

　　侯晓迪：对！更过分的是有的人还把缺乏可解释性用不以为耻、反以为荣的方式来包装，我就更要反对了。马斯克天天举重若轻地说我们不写代码了。但他这个话是广告营销。工程实践要远比他说的复杂得多。光一个训练过程中不收敛导致的NaN（Not a Number），就熬秃了多少工程师？

　　实际训练一个端到端的网络，在现阶段还是一个充满玄学，需要“老师傅”手工打磨的“作坊式”开发模式，而非自动化工厂的开发模式。看到哪些细节性能需要提升，先要把网络其他无关部分冻结，然后像中餐厨师炒菜一样准备“适量”的训练数据，再不断训练、测试迭代。

　　我听过的最极端的论点是无人驾驶距离攻克，就是几千万公里的corner case，以及大量的算力。这是典型的活在自己幻想世界里。如果负责听故事的人（投资人）先有了这么强的主观态度——有道是上有好者，下必甚焉——那你想想负责讲故事的人（创业者）究竟能围绕着“数据驱动”，“端到端”编造出多离谱的愿景。两者相辅相成，泡沫就是这么造就的。

　　侯晓迪：马斯克讲的是一套短期不可证伪的话术。别问端到端怎么还做不到Robotaxi，问就是，别着急，我们训练下一个版本呢，现在只是算力不够或者数据不够。我之前在朋友圈发过一张图，一头驴面前挂一根胡萝卜，这就是Robotaxi和特斯拉股东的状态。

　　而且马斯克是成功人士，相信马斯克、追随马斯克，也是当下创投圈的正确。另一方面，这套不可证伪的话术贼好使，老少咸宜，二流三流的技术团队可以完美地把自己的技术差距说成是数据和算力的差距。数据不够算力不够，不是正好就要你打钱嘛！这就是完美的闭环。

　　甲子光年：除了他们这个流派还有别的流派吗，你觉得你还是比较传统的 rule-based一派的吗？

　　侯晓迪：Rule-based 本身就是个定义不清晰的概念，人们对什么是rule-based，可以非常主观。这就导致它很容易被滥用，最终沦为一种抒发主观情绪的“武器”，而非探讨客观逻辑的“工具”。我的前同事，图森前首席科学家王乃岩在博客里提过principle-based，而不是rule-based，这点我比较认同。

　　大家把rule-based方法污名化了，仿佛凡是rule-based都是几万个if else。但是非要抬杠的话，其实神经网络本身就是个巨大的rule-based的系统。打开网络内部，里面有线性算子和非线性算子半岛·BOB官方网站。每一个非线性算子都是if else的一种具体实现，神经网络就是几十亿个if else构成的巨大rule-based system。

　　如果行业里任何人用编程语言写了几万个if else，那纯粹是他工程实现水平太低了，任何情况下rule-based系统也不应该允许存在几万个 if else。这是底线。第二个底线是，例如车辆什么时候能压双黄线这种情况，必须讲清楚一二三个条件，这件事在我这里叫作rule-based。我有这样的强观点，只要我还在带队做L4无人驾驶，我们的系统它就得包含rule-based，或者说principle-based。我不允许一个完全没有principle-based的L4系统上路。这是安全的底线。

　　我们系统的基础是一套foundation model。但在其基础上，强调对可解释性的设计和实现。我们内部管这个框架叫 Foundation to all (F2A)。

　　这里有三个元素，需求，设计方法，工程实现。可解释性是需求，不管是principle-based，还是learning-based，都是设计方法，而写if-else是工程实现。需求是客观存在的，不要因为方法有局限性就反过来否定需求。所以我才说，L4必须有可解释性。

　　不同的设计方法之间，很可能是你中有我我中有你的状态。它的价值在于突出主要矛盾，而不在于抬杠——抬杠的话，所有神经网络都是rule-based system。最后，工程实现的质量差距，比人和狗的差距还大。我们不能用糟糕的工程实现，去否定设计方法的方向指引作用。

　　甲子光年：具体到卡车和乘用车的技术挑战对比，有什么不同？为什么我们感觉卡车的无人驾驶进展好像比乘用车要慢？

　　侯晓迪：卡车离商业化更近，这是我从图森出来还要继续做无人卡车的原因。卡车的关注度比轿车低最主要在于VC， 大家投资都喜欢投自己日常能接触到的东西，比如人形机器人，但卡车的交通规则比轿车明确得多，能够正确地定义我在什么情况下该做什么样的行为，这对我来说是最重要的。

　　侯晓迪：现在对人形机器人的追捧就像是：你看，技术进步了，所以我们该看这个领域了；劳动力短缺了，我们该看这个领域了。目前大家普遍能认同的陪伴型机器人还差得远，现在机器人的应用市场就在厂房里。很多从业者和我想的一样，机器人早期应用的场景都是确定的场景，那为什么需要腿呢？但是腿确实是能让大众产生无限科幻联想的传播爆点。

　　甲子光年：也就是说VC比较关心轿车这种to C的产品和人形机器人这样酷炫的产品，卡车看起来不够酷。但接触你的投资人起码对卡车还有些兴趣，他们是什么样的人，有什么特点？

　　侯晓迪：关注卡车的投资人是比较务实的。如今还在关注无人驾驶的，看卡车的比轿车的多，前几年看轿车的多一些。现在关注点也收敛了，能潜下心来看卡车自动驾驶的投资人的关注点在于是不是能盈利。那很直截了当，咱们就看运营成本，随着技术进展到底几年以后能盈利，这都是很直接的计算。

　　侯晓迪：现在大家反倒认为无人驾驶卡车在某种程度上也算是机器人了。机器人不一定有腿有胳膊，在厂房里跑，它可以是一个挂箱，在公共道路上跑。对机器人的一些评价标准都可以放在无人驾驶上，那么无人卡车就可以满足，而无人驾驶公司相比于机器人公司又很便宜。

　　侯晓迪：我可以举个安卓机的例子。我自己是很多年的安卓用户。早年的安卓用户这么自黑——“不是在充电，就是在刷机”。但随着手机系统的成熟，充电、刷机这种维护事件的频率越来越低，L4无人驾驶也会经历这样的过程。

　　我们最主要的任务也是让日常维护的成本更低、时间更短，流程更加自动化。虽然Bot.Auto有世界领先的技术，但是我们不标榜自己是一个技术公司，而是一个务实的运营公司，我们用世界上最先进的技术去把运营做好。我们不是一群高高在上的算法科学家。我们就只是货运物流这个行业的脚踏实地的从业者，技术所创造的价值都必须体现在运营里，不是在技术本身推公式有多漂亮上。

　　侯晓迪：比如能不能检测摄像头脏了？什么时候擦摄像头？谁去擦？怎么擦？擦完了以后能干净多长时间？这样的问题可能还有几千个。我们想基于过去的经验，思考在没有司机干预时，把这件事用全新的自动化技术重新做一遍。

　　这个行业基本上面临两类问题，第一类问题是如何做安全冗余系统，这是上半场的游戏。当年图森是第一个，也是世界上唯一一个做完的。前几天（美国自动驾驶卡车企业）Kodiak在沙漠里完成driver out（驾驶员退出）的试验，但是它速度很低、不是公开道路，也没有太多和其他车辆的交互，主要的卖点是硬件冗余，我觉得也要给一些掌声。但图森还是世界上唯一完成开放道路全无人驾驶重卡测试的。

　　上半场做完了以后，你会获得一个性能很好，但也很贵的系统。下半场就要考虑把很贵的系统变便宜，这是我们目前在做的。

　　侯晓迪：行业动态稍微知道一些，但不是从竞争角度去关注。现在根本不是竞争的时候。行业内有三个阶段，分别是爬山、跑步、拳击，我们都在第一个阶段。当一个公司让无人驾驶的运营成本与人类司机持平的时候，第一阶段就结束了。第二个阶段会结束在无人驾驶提供的额外运力超过了现在卡车司机缺口的时刻。到了第三个阶段，就是直接的竞争。

　　比如地球上有座雪山没人爬过，我想争当世界第一个登顶的人，我现在就火急火燎地去爬吗？不是的，我要锻炼身体，勘察地形，一切准备就绪再去爬。这和我知不知道别人也想挑战这座雪山没有关系。

　　甲子光年：你之前说感觉无人驾驶公司也不需要很多人，就像模型层的公司一样，不是非常消耗人力的事情。

　　侯晓迪：前几年确实要很多人，因为生态里什么都没有。但现在已经不是蛮荒了，我们需要的“轮子”大都已经大众化了。计算单元，传感器等等，成熟度比前几年高太多了。大模型的并行训练有无数的开源平台可以用，云上也有各种计算资源，“轮子”的供给充分程度会让我们重新思考组织架构。

　　五年前我认为Midjourney 这样的公司，也就是10个人就能做出百万级用户产品的公司是不可能出现的，但是现在这种公司会越来越多，更少的人聚焦在更核心的产品上。

　　侯晓迪：技术很重要，但奥运赛场上的冠亚军之争，通常不决定于技术。创业是一项长跑，不是冲刺。许多无人驾驶公司死于急性病，而不是慢性病。我们应该确保公司长治久安，一直活下来。至于一个工程师，是在一个星期解决一个具体工程问题，还是用一个半星期解决，这件事不再那么重要。

　　第二，在资本非常充裕的时候，我会有放养的心态，会有更多个人主义带来的意料之外的驱动，一个 hobby project （出于爱好的项目）便能成就了伟大的事业，就像谷歌老说Gmail是靠他们20%的制度孵化出来的（注：谷歌曾经表示每个工程师都可以自由支配 20% 的工作时间）。

　　但现在资本获取的成本非常高，美联储也不降息，融资很困难。我们需要从公司层面转型，从自下而上变为自上而下，从个人瞬间的智力闪光点转化为有组织的公司统一战略。这种情况下，给个人的自由度和时间会越来越少，其实跟资源稀缺程度相关。

　　侯晓迪：我觉得是整个科技行业。我认识的一些其他公司也不太会给员工自由发挥的空间了。说实线%制度在多大程度上只是为了宣传，我们也需要掂量一下。

　　甲子光年：不过现在比较火热的模型层公司或者明星团队，好像也没有很多人，顶多十几个人，由一两个天才作为团队leader，就做出了很不错的产品，比如Sora和Pika。

　　侯晓迪：其实大部分公司的大部分人做出来的都是论文之外的一两步延展，尤其是在纯软件的层面上。也有人说不都是Llama模型套壳么，这类比较极端的说法我不认同，但这种情况下个人能力的闪光确实没有带来天翻地覆的变化。

　　侯晓迪：五年前我们会为了迎合明星员工专门开一些项目，现在我不会了。我们的核心价值是运营成本能不能更低。你不能说我发过很牛的论文，我就要做基础研究型的工作，我就需要有自由的气氛。可能以前的公司会有学术机构一样自由的状态，但在最近几年里不太成立了。

　　侯晓迪：如果想要研究的自由度，那他可以去选择学术圈嘛。或者他应该去找有资金的，已经有垄断地位的大公司。我们小公司一定要有活在破产边缘的心态，哪怕刚融到钱也要知道这个钱很快就烧光了，这样的心态下确实没有自由度去做开放性的研究。

　　另外再分享一个“自上而下”的公司治理思路。这个跟技术关系不大，是作为小公司，怎么使用专业人士。

　　咱们就拿律师做例子。律师分两类，一类是公司法务，一类是诉讼律师。公司法务会经常告诉你，这个不合规，那个有风险，但如果这些建议你不带入到自上而下的公司战略，而是照单全收，那么到最后能做的事就非常少；诉讼律师天天是打官司，过着刀口舔血的日子，所以他们不会讲什么不能做，他会说你做这个有风险，但是你不做的风险更大，所以你还是要去做。好的诉讼律师给你的不是风险提示，而是直接给你一个自上而下的整体战略。

　　如果过度依赖“专业人士做专业的事情”而没有自己自上而下的战略主心骨，就会容易进入一种不求有功，但求无过的状态。但创业公司总是逆水行舟，进入这样的状态很危险很可能会死。小公司活下来的精髓是要看能不能在公司的大方向上创造奇迹。

　　甲子光年：从早期担任图森的CTO到变成CEO，再到现在创办Bot.Auto，最困难的转变是什么？

　　侯晓迪：现在从财务、法务、融资、 公关这些方面都要加强学习。以前我觉得专业的人做专业的事就够了，但现在我认为我需要制定核心战略把所有层面凝聚在一起。就像不同的演奏者去演奏不同的乐器，最终都回归指挥负责的主旋律。公司就需要这么一个指挥，深刻理解公司的愿景和使命，让各方思路朝着同一方向前进，这是CEO要做的转变。

　　现在我自己抓的细节少了。如果一个算法问题要晚一个月才能被攻克，之前我可能一拍桌子，自己披挂上阵，现在这种事不会再发生了。你们做不完我也不会自己下场做执行。但是我会把更多时间花在大方向上，在原则和战略上与所有人达成同步。

　　侯晓迪：我先说不变的。之前我说过为什么要做无人驾驶，有三个原因。第一，我的工作要有意义，能推动生产力的提升且有挑战性；第二，它得是技术驱动，技术带来价值创造；第三，商业模式要简单，不能做我自己都说不清楚的商业模式。这三点直到我现在做Bot.Auto也是一样。

　　有变化的东西是以前我过多地把自己放在技术岗位上，技术厉害就相当于一美遮百丑。但现在我还是要把自己变成六边形战士，全方位地守护公司。为了避免自己死于急性病，我们就要在各个方面深思熟虑，同时公司需要长远的战略，能够朝着一个方向前进，用战略去团结员工。

　　之前的经历中，绝大部分的时间我是CTO的角色。觉得公司方向不对去当CEO，才发现前面“万历三十年”的问题已经积重难返。这回既然能一开始就完整地履行 CEO的职责，那从一开始就要确保公司一直处在正确的战略路径上。电脑接口大全图解电脑主机的组成