刷到不同的博主分享 Opus 6、7、8 没什么太大区别/有退步/进步乏善可陈有感。

其实，这就是模型的评估困境。

不一定是模型能力没有进步，更大概率是绝大多数人工作涉及到的编程复杂性、数字环境复杂性，已经无法分辨出这个段位的模型能力的高下了。

在辅助驾驶领域，我认为同样的事情已经在 FSD 上上演了。

昨天周光说 FSD 现在的 MPCI，就是安全接管里程已经超千公里了，也就是每超千里，才会收集到一次安全接管。但这里的千公里可能很模糊，昨天晚上 David Moss，那个之前 FSD 零接管横穿美国的老哥宣布，又花了 4 天 21 个小时横穿了加拿大，超 6000 公里的行程，不是没有安全接管，是没有接管过。

之前和一个在国产 TOP 智驾做研发的朋友讨论过这个，假设 FSD 的模型能力是跑 1000 公里可以收集到一个极端场景，按特斯拉之前在 AI infra 的投入，储备 10 万条这类极端场景是很轻松的。 1000*10 万 = 1 亿公里。

每一个新的 FSD 模型在推送前，先在这 10 万条数据集里闭环跑一遍，也就意味着每一个全量推送给用户的 FSD 模型，已经先跑了上亿公里，这里没算其他员工车队、内测用户提交的优化。

你作为普通用户收到这个更新，每天就上下班，接送孩子去去山姆沃尔玛，你那点场景能触发安全接管吗？能分辨出来不同版本的模型能力的区别吗？