## 第五章 · 物理世界的代理

---

### 5.1 自动驾驶

---

那个念头没有马上发芽。

它在曦菲心里埋了大概一个月。一个月里她继续直播、继续在饭馆上班、继续学编程、继续迭代小飒。日子像流水线上的零件，一个接一个地过。

但有一天，一件小事把那颗种子浇醒了。

---

那天下午，唐老板娘让她去菜市场买菜。

曦菲骑着饭馆那辆旧电动车，后座绑着两个大筐，里面装满了葱、姜、蒜、排骨和一袋米。她骑得很慢，因为筐太重，车把有点飘。

经过一个路口的时候，一辆外卖电动车从右边巷子里冲出来。

骑手低着头看手机，没看路。

曦菲猛地捏了刹车。轮胎在柏油路上"吱——"地叫了一声。她的车歪了一下，筐里的葱滚出来几根，落在地上。那个外卖骑手从她旁边擦过去，连头都没回，消失在巷子尽头。

她扶好车，蹲下来捡葱。

手指碰到地面的时候，她愣了一下。

地面是热的。八月的柏油路被太阳晒了一整天，烫得像铁板。她的指尖按在上面，能感受到那种灼热——从地面传上来，穿过指尖，到手掌，到手腕。

她抬起头，看着那个巷子口。

骑手已经不见了。但巷子口的地面上，有一道刹车痕——不是她的，是更早以前别人留下的。黑色的橡胶印在灰白的路面上，像一道疤。

她忽然想——

**如果那辆电动车是自动驾驶的，它会冲出来吗？**

不会。它会知道右边有来车。它不会低头看手机。它不会超速。它会在路口减速。它会在她经过之前停下来。

**机器不会走神。人会的。**

---

她回到饭馆，把菜送到后厨，然后坐在楼梯口想了一会儿。

她拿出手机，搜索了"自动驾驶"。

结果铺天盖地。各种公司——特斯拉、Waymo、百度、小鹏、蔚来——都在做。技术路线五花八门：纯视觉、激光雷达、多传感器融合。术语一个比一个长：感知、规划、控制、端到端。

她看不懂大部分。但她看懂了一件事——

**自动驾驶，就是AI Agent在物理世界的版本。**

小飒在数字世界里感知环境（读取数据）、规划路径（拆解任务）、执行行动（调用工具）。自动驾驶在物理世界里做同样的事——感知环境（摄像头、雷达）、规划路径（导航、避障）、执行行动（方向盘、刹车、油门）。

原理是一样的。只不过一个在屏幕里，一个在马路上。

她之前想的那颗种子——"如果AI能帮她在现实世界里做事"——自动驾驶就是答案的第一步。

因为车是最简单的物理代理。它只需要做三件事：看见路、判断方向、控制速度。不需要手，不需要脚，不需要像人一样灵活。四个轮子加一个方向盘，就是物理世界最简单的"身体"。

**如果她能理解自动驾驶，她就理解了"AI控制物理世界"的基本逻辑。**

---

她开始用小飒帮她研究自动驾驶。

她让小飒搜索自动驾驶的基本架构，整理成学习材料。小飒很给力，一个下午就帮她整理出了一份完整的资料包：

**感知层**：摄像头、激光雷达、毫米波雷达——用来"看见"周围的环境。识别车道线、行人、车辆、交通标志。

**规划层**：路径规划、行为预测、决策——用来"想"该怎么走。前方的车会不会变道？那个行人会不会过马路？我应该减速还是变道？

**控制层**：方向盘转角、油门开度、刹车力度——用来"做"。把规划层的决策变成车辆的实际动作。

曦菲看着这三层结构，觉得眼熟。

感知、规划、控制。

这不就是人开车的过程吗？眼睛看路（感知），脑子判断（规划），手脚操作（控制）。自动驾驶把人的三个系统拆开了，用机器分别替代。

她又想到了辩证唯物主义——

**感知是认识世界，规划是基于认识做决策，控制是把决策变成行动。**

**认识→决策→行动。**

**行动改变世界，改变后的世界又被感知到，开始新一轮循环。**

这是一个闭环。跟小飒的"执行→反思→改进→再执行"是一样的结构。

世界的底层逻辑，到处都是同一个pattern。

---

她越学越深。

感知层里，她学到了卷积神经网络——CNN。用来从图像中提取特征。她以前学过一点基础，现在深入了：卷积核在图像上滑动，提取边缘、纹理、形状，一层一层地组合，从简单的线条到复杂的物体。

她觉得这件事很美。

一个卷积核，本质上就是一个"观察者"。它在图像上移动，只关注一小块区域，提取一个特征。很多个卷积核一起工作，有的看边缘，有的看颜色，有的看形状——最后综合起来，就"看见"了整幅图。

**人也是这样看世界的。** 先看到碎片——一棵树、一栋楼、一个人——然后在大脑里拼起来，形成整体的画面。只不过人的这个过程是自动的、无意识的，而CNN把它拆解了、显性化了。

规划层里，她学到了搜索算法——A*算法、Dijkstra算法。用来在地图上找最短路径。她觉得这些算法像在走迷宫——从起点出发，每一步都评估"这条路离终点有多远"，选最优的方向走。

但自动驾驶的规划比走迷宫复杂得多。因为路上不是静态的——其他车在动，行人在动，红绿灯在变。规划不仅要找路，还要预测别人的行为。

她学到了"博弈论"在自动驾驶中的应用——每辆车都是一个"玩家"，每个玩家都在做决策，决策之间互相影响。自动驾驶要做的，是在这个多方博弈中找到最优策略。

**这不就是社会吗？** 每个人都是一个"玩家"，每个人的决策都影响别人。工厂老板扣她工资，是一个"策略"。她辞职，也是一个"策略"。弹幕骂她，是一个"策略"。她学会不理，也是一个"策略"。

只不过社会的"博弈"没有明确的规则，而自动驾驶把规则简化了——至少在道路上，交通规则是明确的。

控制层里，她学到了PID控制——比例、积分、微分。用来精确控制车辆的速度和方向。她觉得PID像一个"调节器"——太快了就减一点，太慢了就加一点，偏左了就往右修一点，偏右了就往左修一点。

**人生不也是PID吗？** 走偏了就修一点，走过了就退一点，不够就加一点。不是一步到位，是不断调整，不断逼近目标。

---

她学了一个月，觉得自己"懂了"。

是理论上的懂。她能讲清楚感知、规划、控制三层架构，能说出各种算法的原理，能用代码实现一个简单的路径规划demo。

但她没碰过真车。

她没驾照。她才十二岁。她连那辆旧电动车都是偷偷骑的。

她开始觉得——光在屏幕上学，不够。自动驾驶是物理世界的东西，她需要在物理世界里验证她的理解。

但她没有车，没有传感器，没有测试场地。

她什么都没有。

---

转折来自一条新闻。

那天小飒帮她抓取了一条科技新闻：

**"某自动驾驶公司宣布开放数据集，面向公众征集算法改进方案，优秀方案可获得奖金及入职机会。"**

曦菲点进去看了。

那家公司叫"远行者科技"，是一家做L4级自动驾驶的公司。他们开放了一批真实路测数据——包括摄像头画面、激光雷达点云、车辆状态信息——让公众下载，用来训练和改进感知算法。

如果你提交的算法在他们的测试集上表现好，可以获得奖金。表现特别好的，可以直接入职。

曦菲看着那则新闻，心跳开始加速。

数据。

她最缺的东西——她没有车，没有传感器，没有测试场地。但她有编程能力，有小飒，有AI教她。

现在，她有了**数据**。

有了数据，她就能训练模型。有了模型，她就能验证自己的理解。如果验证得好，她还能拿到奖金。甚至——入职。

她往下看，看到了奖金数额：第一名，五万。

五万。

她在饭馆端三个月盘子才攒几千块。直播一个月也就几千块。五万——她不敢想。

但她想试。

---

她下载了数据集。

数据很大，几十个G。唐老板娘那台旧电脑的硬盘差点装不下，她把饭馆的监控录像删了才腾出空间。

数据打开后，她看到了另一个世界。

摄像头画面是城市的街道——白天、夜晚、雨天、晴天。车在跑，人在走，红绿灯在变。激光雷达的点云像一片片银色的雪花，勾勒出道路、建筑、车辆的轮廓。每一帧数据都标注了时间戳、车辆速度、方向盘角度。

这是真实世界被切片后的样子。

一帧一帧，像一本厚得没有尽头的书，每一页都是一个瞬间的世界。

她看着那些数据，忽然觉得——

**这就是辩证唯物主义说的"物质"。**

不是抽象的"物质"，是具体的、可测量的、可记录的物理世界。每一帧画面，每一个点云，每一个速度数值——都是世界在某一刻的状态。

自动驾驶要做的，就是从这些状态中找到规律，然后预测下一刻的状态，再做出决策。

**认识世界→预测世界→改变世界。**

她开始动手。

---

她用小飒帮她搭了一个基础框架。

感知模块：用CNN处理摄像头图像，识别车道线、车辆、行人。用PointNet处理激光雷达点云，识别障碍物。

规划模块：用A*算法做全局路径规划，用MPC做局部轨迹优化。

控制模块：PID控制速度和方向。

每一块她都不是从头写的——小飒帮她找到了开源的实现，她在此基础上修改、调试、优化。

最难的是感知。

数据太多了，唐老板娘的旧电脑跑不动。训练一个CNN模型，在别人公司的服务器上可能几个小时就搞定，在她的机器上要跑好几天。而且显卡显存不够，模型大了就崩。

她只能用很小的模型。小模型精度低，识别不准。她想办法——用数据增强扩充训练数据，用迁移学习借用别人预训练的权重，用知识蒸馏把大模型的知识"压缩"到小模型里。

这些方法都是小飒帮她查的，但理解和实现是她自己做的。

她花了整整两个月。

每天饭馆下班后，从十点干到凌晨两三点。第二天七点又起来上班。唐老板娘看她的黑眼圈越来越重，说："曦菲，你不要命了？"

她笑笑："快了，快完了。"

---

两个月后，她提交了结果。

她的感知模型在测试集上的准确率排在中上游——不算顶尖，但对于一个十二岁的女孩、一台旧电脑、一块消费级显卡来说，已经很不可思议了。

她没有拿到第一名。

第一名是一家专业团队的方案，用了八块A100显卡训练了一个巨大的模型，准确率比她高了十几个百分点。

但她排在了前三十。前三十名有一笔小奖金——两千块。

两千块。不多，但这是她第一次靠"技术"赚到钱。不是靠脸，不是靠唱歌，不是靠端盘子。是靠她的大脑、她的代码、她造的AI。

她在提交页面上看到了自己的排名和用户名——**飒曦菲**。

旁边有一行小字："恭喜你进入前三十名，请提交真实身份信息以领取奖金。"

她盯着"真实身份信息"几个字，沉默了很久。

十二岁。

她提交不了真实身份。

---

她没有领那笔奖金。

但她收到了一封邮件。

邮件是远行者科技发的，不是群发的，是单独写给她的：

> "飒曦菲你好，我们注意到了你的提交方案。你的模型在资源受限的条件下表现出了很好的效率，说明你对算法的轻量化有独到的理解。我们正在招聘感知算法工程师，如果你有兴趣，请与我们联系。"

下面留了一个邮箱和一个电话。

曦菲看着那封邮件，手指停在屏幕上。

工程师。

她在饭馆端盘子。她才十二岁。她连真实身份都不敢提交。

但一家自动驾驶公司，邀请她去做工程师。

---

她没有马上回复。

她坐在窗台边，看着老城区的夜色。路灯昏黄，巷子里有猫在叫，声音尖细，像婴儿的哭。

她想起了一件事。

她学自动驾驶的时候，有一个问题一直在心里，但她没敢深想——

**自动驾驶的模型，需要很大的算力。**

感知层的CNN、激光雷达处理、多传感器融合——每一样都需要大量的计算。那些专业团队用八块A100，她用一块旧显卡，差距是几十倍。

就算她去了远行者科技，有了他们的资源，问题依然存在——自动驾驶模型越来越复杂，需要的算力越来越大，芯片越来越贵，功耗越来越高。

**算法在变大，芯片在变贵。**

这是一个矛盾。

而这个矛盾，不是她一个人能解决的。也不是一家公司能解决的。

它是一个行业级的瓶颈。甚至是——

一个文明的瓶颈。

---

她低下头，看着自己的手。

茧还在。键盘的薄痕也在。

她忽然觉得，自己的路还很长。

从工厂到饭馆，从饭馆到直播，从直播到心理学，从心理学到辩证唯物主义，从哲学到AI，从AI到自动驾驶——她一直在走，一直在变，一直在往上爬。

但每爬高一层，就看见更高的山。

自动驾驶不是终点。它是路上的一站。

她真正想解决的——是那个更底层的问题。

**算力。**

**让AI在物理世界里跑起来的算力。**

**便宜的、人人都能用的、不受制于人的算力。**

她关了邮件，没有回复。

不是不想去。是她的脑子里已经长出了新的方向。

---

那天晚上她没有睡。

她坐在唐老板娘那台旧电脑前，打开了一个新的搜索框，输入了两个字：

**芯片。**

屏幕的光映在她脸上。她的眼睛很亮，像两颗很近的星星。

窗外，老城区的路灯灭了。

天快亮了。

---

*——未完，下一节：5.2 数据饥荒*