2024年10月，卓驭做了一个激进的决定：把积累多年的规则代码库全部删掉。

彼时，特斯拉的端到端方案已经在路上跑了14个月，Momenta等国内玩家也领先了半年左右。卓驭CEO沈劭劼后来复盘时坦承：“我们All in端到端比友商慢了半年，当时连资源能不能跟上都不确定，只能算赌一把。”

这是一个关乎生死的选择。因为在他看来，智驾行业的“斩杀线”正在逼近：“如果到现在哪一个做智能辅助驾驶的公司，还没有完成数据驱动开发范式的改造，那它被斩下去是迟早的事情。”

3月11日，我们在深圳体验了这套“100%端味”的系统的最新成果——搭载在红旗HS6 PHEV上的“高悟性端到端4.0”。一小时后下车，跟同行的人聊起来，脑子里冒出一个词：踏实。

一种当下开得顺，也愿意相信它未来会开得更好的踏实。

一、“断腕”之后

在体验之前，我花了不少时间了解卓驭“删代码”这个决定的来龙去脉。

据了解，决定做出后的几个月里，团队经历了模型不成熟、交付压力大、产出波动等多重考验。沈劭劼后来形容那段日子，团队“如处压力锅中”。

而在深圳街头感受到的那种“踏实”，某种程度上，就是这场赌局终于开始看到回报的时刻。

先还原几个路上的细节：

窄路会车，对面来了一辆面包车，系统远远就开始收油，缓慢减速——不是那种到了跟前才急刹，而是提前就做好了准备。

红绿灯起步，不肉，但也绝对不窜。遇到黄灯闪烁，它会判断一下，能过就过，过不去就提前稳稳停下。

最深的印象在人车混流的路段。行人和电瓶车在车头前面穿行，系统会提前减速、缓慢通过。

整体而言，近一小时试驾，几乎全程零接管。

为什么用“踏实”这个词？

因为它的每一个动作，都在我的预期之内——不用猜它下一步会干嘛，也不用时刻准备着接管。

这种感觉，其实就是“可预期”：你知道它会怎么开，心里有底。

而“可预期”不是一句空话，它落在地上，就是一路上的那些细节：视线被挡的路口，它会慢一点，探出头看看；旁边有电动车，它会微微靠左，给对方留出空间；会车时，它会提前收油，而不是冲到跟前才处理。

卓驭产品总监蒋卓键在现场提到一个词，叫“防御性驾驶”。听起来技术化，但在路上，其实就是这些微小而自然的操作。用他的话来说，系统会给自己“留余地”。

二、“数据驱动”到底在驱动什么

这套系统能做到“留余地”，是因为它不再靠人工写规则，而是让模型从数据里自己学。但不换硬件、不改架构，仅凭数据就能让体验升级——这背后的逻辑是什么？

蒋卓键反复提到一个概念，叫“数据驱动体验闭环”。

拆开看，是两件事：

第一，数据回收。靠着50多款量产车在路上跑，每天回传大量真实行车数据。这些数据不是拿来就用，而是先筛选——把那些老司机式的驾驶行为挑出来（比如防御性减速、丝滑变道），再喂给模型学习。

第二，体验迭代。模型学完后，先在云端仿真环境里反复验证极端场景。验证过关了，再通过OTA推给用户。用户遇到的新问题、新场景，又作为数据回流，继续优化模型。

这两个环节一旦转起来，就形成一个持续进化的循环。而4.0这次升级，据官方介绍，就是在不换硬件、不改架构的前提下，这个循环转了两圈后的成果。

真正的难点，在于“筛选”和“调优”的工程能力。同样是数据闭环，有的车企转不动，是因为数据进来是原油，出去还是原油——没有提炼，就没有价值。而卓驭花精力研究的，是左转待行场景在总数据里占多少合适，减速防御动作应该强化到什么程度——这背后不是简单堆数据，而是对驾驶行为的深度理解和精细化调校。

蒋卓键现场分享了一个数据：用数据的自主学习能力代替人工设定规则后，系统升级迭代速度大幅提升——此前靠人写规则要花一年才能实现的效果，现在只需要一个月。

迭代速度的变化，也在重塑整个行业的竞争格局。在沈劭劼看来，现在国内智驾头部阵营里，特斯拉仍是技术领跑者，但领先优势正在缩小；华为、小鹏、理想、文远知行、元戎启行等企业在技术端你追我赶，排序每月都可能变化。“可能这周A公司的模型翻盘，下周B公司就出了更强版本。”