Kyle Vogt：Cruise Automation
Kyle Vogt: Cruise Automation
嘉宾：Kyle Vogt
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
本篇目录1 章节
§01原文文稿 · 00:00–55:02§01原文文稿 · 00:00–55:02
下面是我与 Kyle Vogt 的对话。他是 Cruise Automation 的总裁兼首席技术官，正在带领团队解决我们这个时代最大的机器人学挑战之一：车辆自动化。他是 Twitch 和 Cruise 两家成功公司的联合创始人，两家公司都以十亿美元的价格出售；如今，他正面对一个有趣而令人兴奋的挑战：如何把硅谷蓬勃发展的创新精神，与通用汽车这样大型汽车制造商的大规模生产和以安全为核心的文化结合起来。本次对话属于 MIT 通用人工智能系列和人工智能播客。
如果你喜欢这期节目，请在 YouTube、iTunes 上订阅，或者直接在 Twitter 上关注我，账号是 @lexfridman，拼写为 F-R-I-D。现在，这是我与 Kyle Vogt 的对话。你是在堪萨斯长大的，对吧？
对，我刚看到你藏在那边的那张照片。
天哪。
所以我现在有点担心那张照片了。
紧张了。你在堪萨斯城上高中时，加入了 Shawnee Mission North 高中的机器人队。但那不是你就读的高中。
没错。那是这个地区唯一一所拥有愿意赞助 FIRST 机器人队老师的高中。
我本来想逗你一下，帮你回忆起那个孩子——关于那个孩子的一点事情。
对。我当时努力让自己看起来很酷、很有气势——
确实如此。
因为那是 BattleBots，一件严肃的事情。所以我们站在那里，身后是焊接的钢架，看起来很强悍。
回到最初，是什么吸引你进入机器人领域的？
我想我已经思考这个问题一段时间了，但我一直喜欢用乐高搭东西。小时候我特别想要带电机和其他部件的乐高。后来 Lego Mindstorms 出现了，你第一次可以给乐高装置编程，我想事情就这样逐渐发展起来了。不过我记得在 Comedy Central 看到 BattleBots 电视节目时，心里想：‘这是世界上最酷的东西，我想成为其中一员。’当时我对如何制造这些 200 磅重的格斗机器人并不了解。
所以我有点着迷地翻阅 BattleBots 所有创作者聚集、讨论并记录制作进度的互联网论坛。我想我读了——一定读了——成千上万篇论坛帖子，基本把网上关于这些人做法的资料都看了一遍。最后，我大致拼凑出了如何把这些东西组装起来的方法，参加了 BattleBots；那时我大概 13 或 14 岁，感觉非常棒。
我不知道这个节目现在是否还在播，不过 BattleBots 里没有人工智能成分。它是遥控的，更像是一项机械工程挑战：制造出不会被摧毁的东西。
它们是无线电遥控的。所以——我想他们允许有限形式的自主控制，但在一场两分钟的比赛里，按照这些机器的运行方式，尝试让它自动化反而会让你处于劣势；实际的做法就是自己驾驶。
而且还有娱乐因素。你去 YouTube 看看，有些机器挥舞着斧头，有些机器——我的意思是，其中有一种乐趣。那么是什么吸引你进入这一面？是机械工程吗？是创造一个像弗兰肯斯坦那样的有感知生命体的梦想吗？还是你只是喜欢乐高，喜欢摆弄东西？
那就是在制造东西。我想，一台可以做各种事情的遥控机器——如果它装有武器之类的东西——这个想法很有趣。我同意，它的吸引力不如自主机器人；我后来逐渐转向了自主机器人。不过那确实是一项工程挑战，因为比赛中你做的每件事都在把组件推向极限。比如我们会买 40 美元左右的直流电机，它们来自皮卡车前部的绞盘之类的装置，然后用这些电机驱动车辆，让它们以额定电压两到三倍的电压运行。
所以它们会立刻开始过热，但在那两分钟的比赛里，电机烧坏之前，你可以让输出功率显著增加。电池组和系统中的所有材料也一样。我想，观察东西究竟在哪里坏掉，本身就有一种内在的趣味。
你们会离线测试，提前观察它们在哪里坏吗？会把它拿到测试点吗？你们怎么知道两分钟能撑住？还是说更鲁莽一点，‘先上场再看看’？
我们不太擅长 BattleBots。第一轮比赛我们输掉了所有场次。
你的机器人长什么样？
我最先造的那台——其实两台都是楔形机器人，因为楔形虽然看起来有点无聊，却极其有效。你朝另一台机器人开过去，前缘会钻到它下面，然后把它翻过来，有点像门挡。第一台前面有一根气动抛光不锈钢尖刺，可以射出大约八英寸。
它的用途是什么？
其实相当没用，但看起来很酷。——Lex Fridman（00:04:59）：它是为了帮助抬起对方吗？所以它——Kyle Vogt（00:05:01）：不是，只是想在另一台机器人上戳洞。第二次做是在接下来大概 18 个月后，我们有一把钛制斧头，斧尖是硬化钢制成的，由液压缸驱动，而液压缸用液态二氧化碳驱动；这又带来了一系列问题。
很好。这算是硬件方面。我的意思是，到了某个阶段，你一定也开始对软件产生了兴趣。那么你写的第一段代码是什么？
天啊。这个——
回到最初，说说当时用的是什么语言？是什么环境？是 Emacs、Vim，还是更体面、更现代的——IDE？你还记得这些吗？
记得。我记得大概三、四年级时，我所在的小学有一批 Apple II 电脑，我们会在上面玩游戏。我记得有时候电脑会崩溃，或者无法正常启动，把你带到后来我才知道是命令提示符的地方。我的老师会过来输入——不知为什么，我直到今天还记得——类似 PR、数字六，或者 PR 井号六；那代表外设六，也就是磁盘驱动器，会启动磁盘并加载程序。我当时只觉得：‘哇，她像个黑客。’就像——
教我这些代码——我当时把它们叫作错误代码。但她对此没有兴趣。直到大概五年级，我才遇到一所真正可以在 Apple II 上学习编程的学校。那全是 BASIC：每一行都有行号，你必须在行号之间留出足够空间，这样如果想调整代码，就可以回去插入内容。比如第一行是 10，第二行是 20，你就得插入 15；如果还要在它前面加代码，就插入 11 或 12，并且希望行号不会用完，否则就得把整个程序重做。
还有 go-to 语句？
对，go-to，而且非常基础——也许这正是它叫 BASIC 的原因。不过非常有趣。那时你第一次编程，会看到它的魔力：一个世界向你打开，使用那台电脑可以构建或实现的东西拥有无限可能。
所以你从那时就入迷了。最开始是 BASIC，后来呢，整个过程都用 C++？你——高中里有计算机编程或计算机科学课程吗？
我就读的学校没有。所以我是自学的，但我做了很多编程。最终把我推向自动驾驶汽车的，其实是一次很长的驾车旅行：从堪萨斯的家开到拉斯维加斯，我想我们是去参加 BattleBots 比赛。我刚拿到学习驾照，或者刚开始正式驾驶，所以我开车横穿堪萨斯西部，连续十个小时在高速公路上直行，单调到令人麻木。我记得那时凭着自己并不算扎实的编程背景想：这正是电脑可以做的事情，对吧？
拍一张道路的照片，找出黄色车道线，然后控制方向盘。后来我才知道，从 20 世纪 80 年代、70 年代甚至更早，这件事就有人做过。但我还是想亲自做。那次旅行后，我几乎立刻从 BattleBots——也就是更多使用遥控机器——转向思考如何制造某种规模的自主车辆。先从很小的电动车开始，然后逐步发展到我们现在做的事情。
那时你怎么看人工智能？你当时有什么想法？那是在——人工智能经历过几轮浪潮，对吧？当前这轮深度学习让人们相信，计算机视觉感知问题可以用非常丰富、深入的方式解决。但在深度学习热潮之前，你是怎么想的？你甚至会如何着手制造一个能感知自己在世界中的位置、定位自身并在世界中移动的东西？你年轻时是怎么思考这些的？
在深度神经网络或卷积神经网络，以及今天正在使用的这些现代技术之前，整个领域基本都属于启发式方法。也就是老式图像处理。我想，从道路图像中提取黄色车道线，正是比较适合用启发式方法解决的问题之一。比如对黄色做颜色阈值处理，再用霍夫变换之类的方法拟合出一些直线，然后继续处理。
交通信号灯检测和停车标志检测，红、黄、绿。
而且我想——
或者好的——
你可以——如果想做一个完整的系统，我当时只是想做出能让车辆保持在高速公路两条车道线之间的东西。但如果想实现无人驾驶汽车所需的完整能力，我想你可以——我们在 Cruise 最早期就是这样做的。先用非常简单、由人编写的启发式方法搭起系统骨架。比如第一天可以用非常简单的颜色阈值处理来检测交通信号灯，让系统先运行起来——
然后再迁移到基于深度学习的技术，或者其他方法。在我做这件事的时候，第一台电脑是一台 233 MHz 的 Pentium 203——我想我用 BASIC 写了第一个版本；那是解释型语言，速度极慢，因为这是我当时唯一熟悉的东西。所以完全没有可能使用任何合理的深度网络；那时没有足够的计算能力来运行今天这样的深度网络。我不知道现在的孩子都在做什么。现在的孩子会不会 13 岁就在自家车库里使用神经网络？那会——很酷。
我经常收到 11、12 岁孩子的邮件，他们说：‘我在尝试跟着 TensorFlow 教程做，但遇到了这个问题。’深度学习社区总体上极其乐观；你刚才提到启发式方法。你可以把自动驾驶问题拆成模块，尝试严谨地分别解决，也可以端到端地做。大多数人只是很喜欢这样一种想法：我们人类就是端到端地完成这件事的，我们感知然后行动；我们应该也能用神经网络做同样的事情。这种思路不应该被轻易批评，因为最终他们会是对的。
所以这很令人兴奋，尤其对年轻人来说，探索这种方法非常有趣。不过，是的，他们摆弄的东西已经变了。看到这些青少年长大也很令人兴奋。
是啊。我只能想象，如果你 13 岁时就从 Python 和 TensorFlow 开始，十到十五年后会走到哪里。那很酷。
因为有了 GitHub，解决人工智能中大多数重大问题的前沿工具，对大多数孩子来说只需几行代码就能使用。想想这一点非常不可思议。再说创业方面——关于这一点，在上大学之前你有没有想过创业？有没有想过把自己做的东西发展成能大规模影响世界的事业？
我一直想创办公司。我想，创造某种东西并用它交换价值——或者说创造价值——是个很酷的概念。高中时，我尝试制造伺服电机驱动器、小型电路板，然后在网上出售，或者做类似的事情。我当然知道自己某个时候想创业，但我觉得真正到了大学才有了合适的环境、身边聪明的人，以及一段自由时间的组合。MIT 给了我很多自由时间。
所以你 2004 年来到 MIT 读本科。
没错。
那正是第一届 DARPA Grand Challenge 举行的时候。这个时间点美妙得像诗一样。你是怎么参与进去的？
最初并没有一个——
正式的参赛项目？
对，一个由教职人员赞助的正式项目。所以包括我在内的一群本科生开始碰面，试着四处争取赞助。我们拿到了一辆捐赠的车辆和一批传感器，努力把东西组装起来。我们的团队大多是大一、大二学生——相比其他学校由博士后和教师带队的团队，这并不是一场公平竞争。但我们还是让系统运行了起来；车辆实现了线控驾驶，也有非常基础的控制功能之类的东西。
但在资格赛，也就是预选赛当天，我们唯一买来的转向电机——就是改装到卡车上、用来转动方向盘的那台设备——坏了。所以我们的车完全无法转向，只能停在那里，没走多远。
从硬件方面来说，你们有软件部分吗？在那一刻，你对人工智能和自动驾驶汽车的看法是如何变化的？正如你说的，从 20 世纪 80 年代起就有人做自动驾驶汽车，但那次挑战真正开启了现代浪潮，让所有人的想象力都被‘我们真的可以做到’吸引。你当时也被这种可能性吸引了吗？那时你的看法发生了怎样的变化？
我会说，那时更多是好奇：‘这真的可能吗？’我想，这也是最初 DARPA Grand Challenge 的精神和目的：让一群非常聪明的人探索这个领域、不断突破极限。直到今天，我仍认为那场 DARPA 挑战赛及其总额一百万美元的奖金，可能是我见过的投入产出比最高的纳税人资金使用方式之一。因为 DARPA 发起的这个小项目，在我看来是整轮自动驾驶汽车发展浪潮的催化剂或临界点。这非常酷。
关于这一点，我稍微跳跃一下。后来他们还举办了 Urban Challenge——在城市里进行，但环境非常人工化，没有行人，除了少数专业驾驶员外几乎没有人类参与。你认为 DARPA 是否还有空间再次介入，通过新的挑战来提供帮助，比如专门围绕行人，以及所有这些有趣的问题？后来还有人形机器人挑战赛。
对。
现在你身处这个领域，正试图解决最难的自动驾驶场景之一——旧金山。DARPA 是否有机会发挥作用，继续通过挑战和新想法提供帮助，特别是针对行人等问题？
我没从这个角度想过。今天 DARPA 能做什么来进一步加速发展？我的直觉是，这可能不是它最有效、最值得使用资源和时间的地方——
对。
因为在这件事上，我认为它用非常少的钱启动并转动了飞轮。但今天，这个领域已经对大型公司具有商业吸引力，投入其中的资金和学习、发展这些技能的人数，比当时多了几个数量级。如今这个领域已经拥有足够的势头、惯性、能量和投资资金，所以我不认为 DARPA——我想它可以宣布任务完成，然后转向下一个——
有道理。
——需要帮助的技术领域。
那我们退回 MIT。你大三时离开了 MIT。这个决定是怎样做出的？
正如我所说，我一直想创办公司。那时机会主动找上门：耶鲁的两个年轻人要创办一家新公司。我在 Google 上搜索他们，发现他们之前已经创办过一家公司，实际上还在 eBay 上以大约 25 万美元的价格卖掉了。这是个很有意思的故事。所以我心想，这两个人是创业明星，他们以前做过这件事。他们卖掉公司后肯定开着法拉利到处跑。我觉得自己可以从他们身上学到很多。因此我和他们合作，在 IAP 期间去了加州；IAP 是 MIT 的——
一个月的假期。我买了单程票，基本上再也没有回去。我们玩得太开心了，觉得自己正在建造和创造某种东西，而且它会很有意思，于是我全心投入，完全被吸引住了。那家公司就是 Justin.tv，最初是一个关于 Justin 的真人秀，后来变成直播视频平台，再后来演变成今天的 Twitch。这是一段完全出乎意料的旅程。
没有遗憾？
没有。
回头看，这似乎是个显而易见的决定——一张单程票。我们暂停一下：你当时怎么知道这些人是对的人，知道这是正确的决定？你没有多想，只是跟随内心吗？
我不知道。但在 IAP 期间尝试一个月，看起来风险很低，对吧？
对。
然后我想，也许我可以休学一个学期。MIT 在这方面相当灵活，你总可以回去，对吧？这样反复了两三轮之后，我最终彻底放弃了回去。但我想，在那种情况下，我觉得如果有需要，自己总可以按下撤销键。
但从你现在回头看的角度来说，这仍然是个勇敢的决定，对很多人而言很难做出。
当时这并不受欢迎。我想，那时 MIT 毕业生的主流去向主要是波士顿或纽约的金融、咨询工作，很少有人去加州创办公司。但今天我觉得情况可能已经反过来了，这大概只是时代变化的迹象。
对。有一个关于 2007 年 3 月 18 日午夜的故事：TechCrunch 好像提前几个小时宣布了 Justin.tv，而网站当时还不能运行。我不知道这些是否属实，你可以告诉我。你和 Justin.tv 的一位成员 Emmett Shear 熬夜写代码。能带我回到那段经历吗？我读到的文章引用 Justin Kan 的话，说你以通过英雄式编程解决问题而闻名，是一位‘创意天才’。那天晚上你在想什么？或者换一种问法：当成功与失败之间的界线看起来很薄时，你是如何解决这类问题的？
Justin 能这么说真好。我想那时我大概 21 岁，编程经验并不丰富。但和创业中的一切一样，你总是在和时间赛跑。我们的计划是：一旦这个直播摄像机背包准备好，Justin 可以背着它，无论走到城市的什么地方都能直播；那甚至是在 iPhone 出现之前，所以当时很难做到。我们就会正式上线。我们以为已经准备好了，背包也能运行，于是发出了上线和媒体宣传的所有邮件，然后才发现其实还没有完全准备好。
我们当时想：‘没关系，他们可能要到第二天早上十点才会宣布；现在才下午五点，我们还剩多少小时？大概 17 小时。’这样应该没问题。
问题很明显吗？你当时理解可能出了什么问题吗？比如系统那时有多复杂？
系统相当混乱。为了让来自旧金山任何地方的直播视频看起来还不错，我搭建了这样一套系统：使用三四个手机数据调制解调器，把视频流分散到这三四个调制解调器上，然后在另一端接收所有数据包——而手机网络并不可靠——
这已经是很底层的网络工作了，对吧？
对。还要在这一切之上设置协议，重新组装并重新排序数据包，设置时间缓冲、错误校正之类的东西。上线前一晚，画面只是偶尔出现静电干扰，每隔五到十分钟左右就会发生一次；音频也会损坏，发出可怕的尖锐噪声。这对观众来说非常——令人不适。
那你怎么处理这个问题？当时是什么情况？你只是在电脑后面彻底慌了？还有其他人在一起解决吗？你们是在白板前吗？你们有没有——
对。那有点——有点孤独。
——结对编程？
对，有点孤独，因为我们只有四个人在做这家公司，真正写代码的只有两个人。Emmett 写网站和聊天系统，我写这个视频流设备以及视频服务器的软件。所以解决这个问题完全是我的责任。我想，正是在那种设定期限、努力快速推进、承受巨大压力的时刻，人有时会做出最好、最有趣的工作。尽管那是个糟糕的时刻，但我现在回想起来仍然很怀念，因为那是定义一个人的那种时刻。
2013 年 10 月，你创办了 Cruise Automation。这又是一家极其成功的公司。它在 2016 年被通用汽车以 10 亿美元收购。但在 2013 年 10 月，你在想什么？计划是什么？一个人要怎样认真着手解决这个时代最困难、最重要、影响最大的机器人问题之一？
经历 Twitch 之后，我——Twitch 当时和今天都相当成功，但那项工作的结果主要是娱乐。产品越好，我们就越能娱乐人们，然后通过广告收入和其他方式赚钱。这是好事，让人们开心也感觉很好。但我开始思考：成为一名优秀工程师、发展这些技能，除了自己的满足感之外，真正的意义是什么？我意识到，我想做的是能满足某种存在主义渴望的事情——真正重要的事情。
所以我为下一家公司列出了一份要求清单。我知道 Twitch 花了大约八年才成功，因此无论我做什么，最好都愿意至少投入十年。当你从这个角度思考时，我想你自然会提高选择工作的标准。对我来说有三点：第一，技术本身必须决定产品是否成功，因为真正困难、非常有吸引力的技术问题正是我的动力。第二，它必须以某种方式对社会产生直接而积极的影响。
比如医疗健康、自动驾驶汽车，因为它们能够拯救生命；也可以是其他能够清楚地改善他人生活的事情。最后，它必须是一个大生意，因为只有达到大规模，积极影响才真正有意义。
规模，对。
我思考了一阵子，甚至尝试写过一个 Gmail 克隆，也看过其他想法。然后我突然意识到：自动驾驶汽车。这是我大学期间做过的最有趣的事情。于是我想，技术的现状如何？已经过去十年了，也许时代变了，也许现在正是让它实现的时机。我四处了解后发现，当时真正存在的另一个项目只有 Google 的自动驾驶汽车项目。
我想，肯定有办法用创业者的思维解决这里的最小可行产品问题。于是我立即投入其中，说：‘这是我知道自己可以投入十年的事情。这大概是我们这一代人最伟大的应用人工智能问题。’
没错。
‘如果它成功，它既会成为一个巨大的生意，也因此可能成为我对世界产生的最积极影响。’所以那个灵光一现之后，我立即全身心投入 Cruise，开始工作。
你当时知道如何解决这个问题吗？知道应该先解决哪些方面吗？比如低速行驶——我们刚才请过 Voyage 的 Oliver。是缓慢行驶的退休社区、城市驾驶，还是高速公路驾驶？你是否已经有了一个未来城市的愿景：交通基本实现自动化之类的？还是当时更模糊、更不确定？
我对形势的分析是，Google 当时已经向那个项目投入了大量资金。他们的资源多得多，却仍然没有攻克完全无人驾驶汽车。这是 2013 年。所以我想，我怎样才能从零开始迅速达到相当大的规模，真正解决无人驾驶汽车这个问题？我的策略是：先解决一个很简单的问题，同时为人们创造价值。最后我们决定自动化高速公路驾驶。
只要车里还有备用驾驶员，这相对更直接。进入市场的方式是改装人们的汽车，然后直接销售产品。我们会把所有收入和利润拿来——把它们再投资到研究中，以实现完全——
完全无人驾驶。
——汽车。这就是当时的计划。后来唯一真正改变的事情是，我们最终从未推出第一个产品。投资者的兴趣足够多，也有足够信号表明我们应该继续做这件事；做了一年 Highway Autopilot 后，我们已经有了原型阶段的成果，但随后完全放弃了它，说：‘我们要全力投入无人驾驶汽车。现在就是时候。想不到还有什么更令人兴奋的事情；如果成功，也想不到还有什么能产生更大影响。所以我们就做下去。’
改装这个想法很有意思。通过它实现规模化，是个非常有意思的想法。它现在还在你心里作为一种可能性存在吗？
完全不在。我已经在这个问题上绕了一圈，回到原点了。
好。
在尝试制造改装产品、接触其中一些复杂问题之后，又亲自进入一家原始设备制造商，看到车辆如何工作、如何开发和验证，我发现，对于控制方向盘以及汽车其他控制输入这类具有安全关键影响的事情——
——用改装方式很难实现。即使实现了，也会在责任归属以及如何真正验证等方面带来大量新问题。如果基础车辆发生故障，导致你的系统也失效，责任算谁的？如果汽车的防抱死制动系统或其他系统介入，或者汽车软件在不同版本之间有所不同，而你不知道制造商在后台更新过它，会怎样？这里基本有一份无限长的长尾问题清单，任何一项都可能造成麻烦。对于安全关键产品，这种情况无法接受。
这是对为什么它如此困难的一个非常有说服力的总结。因为——
但我当时并不知道所有这些。所以我们还是试了。
不过作为当时的融资说法，它也很有力。因为这是实现规模化、击败当时的市场领导者 Google，或者说市场上唯一参与者的方式。
我们遇到的另一个大问题——也许从商业模式角度看是最大的问题——是我们假设，只要改装三四种车型，就能覆盖旧金山市场的 80%。我们从 Audi S4 开始，把它改装成具备高速公路驾驶能力的车辆。
那里的人不都是开 BMW、Honda Civic，或者这三种车中的一种吗？后来我们调查用户，发现车型分布非常分散。为了卖出数量还算可观的产品，我们得支持 20 或 50 种不同车型；每一种都像一只需要时间和精力维护的蝴蝶，要维护改装集成、定制硬件以及所有这些东西。所以这是个艰难的生意。
GM 每年制造和销售九百多万辆汽车，而你和 Cruise 正在尝试把人工智能应用到最前沿的创新中。这两者究竟如何结合？我们之前稍微谈过，但这件事仍然让我着迷。我们和许多汽车制造商合作；如果用一种稍微诗意的说法，底特律和硅谷之间存在差距。你们如何弥合它？如何把 GM 带向这样一个未来：也许整个车队中有很大一部分实现自动驾驶？
我想先承认，GM 由数万名非常聪明、积极、希望参与未来的人组成，所以和他们合作很有趣。这样的汽车公司内部采取的是拥抱转型和变化，而不是害怕转型和变化的态度。我认为这体现了 GM 的领导力，而且这种态度一路传递到你接触的每个人，甚至包括装配厂里制造这些汽车的人。
这真的很好。从这个起点出发，事情容易得多。于是，旧金山 Cruise 的人和 GM 的人互动时，至少拥有一套共同价值观：我们真的希望这些东西成功，因为我们认为它很重要，也认为它代表未来。但这并不意味着两种文化不会冲突，它们确实会冲突。两边的价值体系不同。比如在汽车公司里，让你获得晋升和奖励的，是遵循流程、按时并按预算交付项目。
所以在许多方面，冒险会受到抑制：如果项目延期，或者你让工厂停一天，很快就能算出烧掉了几百万美元。相比之下，在大多数硅谷公司、Cruise 以及我们采用的方法中，奖励结构是鼓励用任何方式解决复杂问题，或者提出疯狂的想法，而这些想法中 90% 都不会奏效。
把持续改进和实验的文化，与一切都必须事先严格定义、从不延期或超预算的文化结合起来，是个很大的挑战。收购三年多之后，我会说，我们在如何成功合作、谁该做什么、如何弥合这些截然不同的工程体系和工作方式之间投入的精力，如今已经成为我们最大的资产之一，因为我们拥有了某种非常强大的东西。不过有一段时间，GM 和 Cruise 都处于非常陡峭的学习曲线上。
我相信那一定很有压力。这项工作非常重要，因为这就是革命性改变交通系统的方式。其实，任何系统都可以这样改变。你看看医疗系统，或者法律系统。我经常遇到律师，他们说自己做的所有事情都很容易自动化，但那——
那不是一种好感受。是的。
这确实不是好感受，但同时也没有办法自动化，因为整个基础设施都很陈旧，发展得很慢。你如何弥合这样的差距？比如我有一款电子——我怎么替代——当然，律师不希望被应用程序替代，但如果大部分数据仍在纸上，你就可以替代其中很多方面。汽车行业也是一样。它从根本上说是软件，因此基本就是招聘软件工程师、用软件世界的方式思考。我相当确定硅谷没人真正按时完成过截止日期。所以——至于 GM——
这可能是真的。
而 GM 那边大概正好相反。所以这种文化差距真的很有意思。你对它的未来乐观吗？
从我看到的情况来说，这令人印象深刻。尤其在硅谷，人们很容易因为汽车已经在这个国家制造了 100 多年，就把造车视为已经解决的问题，因此觉得它很容易。但它不代表这是个容易的问题。人们很容易忽略这一点，认为我们是硅谷工程师，可以解决任何问题；造车既然已经有人做过，就不是真正的工程挑战。
但在亲眼看到汽车装配厂内部发生的巨大规模、体量和工业化之后，我非常庆幸我们不需要重新发明这一切来实现自动驾驶汽车。拥有已经做了 100 年、具备优秀流程、庞大基础设施和供应链的合作伙伴，让我们能够借力，这非常了不起。因为部署自动驾驶车队的问题范围和表面积如此之大，我们一直在寻找减少工作的方法，以便专注于真正更重要的事情。如果还要自己弄清楚如何制造、组装以及——
测试，没错。
——制造汽车本身，我们当然和 GM 密切合作；但如果还必须在公司内部建立全部这些能力，我认为问题会变得根本无法解决。
这就像你第一次参加 MIT DARPA 挑战赛时，那个电机坏掉了。如果由懂电机的人来负责，你们就可以专注于软——
如果我们可以只专注软件而不是硬件平台，那就太好了。
从你现在的角度看，未来一年、五年、十年，自动驾驶汽车有很多方式影响社会。你认为自动驾驶最有机会赚钱的地方是什么？也就是近期如何实现财务上的可行性？你认为最大的影响会在哪里？
自动驾驶车队的经济性由少数几个变量决定。一个是车辆本身的制造成本，也就是材料成本：所有传感器、车辆以及其上其他部件加起来要多少钱。另一个是车辆寿命。车辆开 10 万英里就散架，和能开 200 万英里，是完全不同的情况。还有，如果你拥有一个车队，它有点像飞机或航空公司：车辆制造出来后，你希望它每天尽可能长时间处于运营状态——
——尽可能多地创造收入。另一个部分是你如何产生收入，我想这就是你问的。今天最显而易见的机会是网约车，因为需求很明确，也有现成市场可以进入。
大型城市之类的地方。
对。我认为，与今天使用网约车服务的现状相比，无人驾驶汽车有一些真正的优势：隐私、一致性、希望能够显著提升的安全性，以及相对于当前产品的所有这些好处。但这是个拥挤的市场。另一个机会是你过去六到十二个月里看到大量活动的领域：配送，包括包裹、食物和杂货。
这些都是我认为相当成熟的机会。一旦你拥有自动驾驶车队这一核心技术，就可以在其上构建各种不同的商业机会。但重要的是，在真正拥有一支能力很强、达到或超过人类水平的无人驾驶车队之前，根本不存在变现机会。整个行业目前大致都处于等待状态。
对，他们正努力达到那个基线。不过你说的是——不是可靠性，而是一致性。这很有意思。我好像听你在某处说过这件事，虽然不确定是否理解正确：我可以想象这样一种情况，你坐进自动驾驶汽车；乘坐 Uber 或 Lyft 时，你不能选择司机，也不能选择司机的驾驶性格。你认为有没有空间定义汽车的性格，比如它的驾驶方式——例如激进程度？自动驾驶最大的挑战之一，是安全与主动性之间的权衡。
你认为人类是否可以在这个决定中发挥作用，接受某种——
我的意思是，我们——
——我想是承担其中一部分责任？
我不会——不，我会说是在合理范围内。我们不会——我认为我们极不可能提供某个旋钮，让用户显著增加安全风险。这不是我们愿意做的事。但驾驶风格、是否稍微放宽舒适性限制之类的设置是合理且可行的。我认为这些都是在解决核心问题、车队投入运营之后可以进行的不错优化。不过我们还观察到，人们有一种直觉：绿灯亮后立刻猛踩油门、激烈加速，就会更快到达。
但这样做的实际影响很小。你感觉自己到得更快，但自动驾驶汽车也是一样：即使绿灯亮后不把踏板踩到底，如果一次行程是 15 分钟，它到达的时间也会在你激进驾驶所需时间的 30 秒之内。所以我认为，人们存在一种自我欺骗，以为激进的驾驶风格让自己更快抵达。
这正是我研究和着迷的事情之一：这种心理。它让不让你更快到达并不重要，重要的是情绪释放。驾驶、待在车里，有人说这像现实世界版的网络喷子。你受到保护，拥有心理上的保护，可以对世界大喊、释放怒气，无论让你烦恼的是什么。所以我认为自动驾驶汽车也必须为人们提供某种出口，但不一定通过驾驶、鸣笛之类的方式。
也许会有其他出口。但我想先把这些放到一边，基线是最重要的：那是当前重点，是你必须解决的事情；解决之后，再处理有趣的人类因素。不过，从解决自动驾驶这个基线出发，而你又在旧金山工作——这是最难运营的城市之一——在你看来，目前自动驾驶最困难的方面是什么？是与行人协商？感知的边缘案例？规划？机械工程？数据和车队问题？你怎么看这些更具挑战的部分？
这是个好问题。不过在回答之前，我想先谈谈你说的心理学方面。我记得在哪里读到过，美国人平均每天可能花一个多小时在社交媒体上——盯着 Facebook 看。那就是你再也拿不回来的 60 分钟，而且可能并不十分有生产力。也就是 3,600 秒，对吧？这是你放弃的大量时间。相比之下，如果道路上的另一辆车，无论由人还是自动驾驶系统驾驶，只让他们延误三秒——他们就会不停按喇叭。
即使那只是他们每天看 Facebook 所浪费时间的千分之一。所以这里确实有一些非常有意思的心理因素，通常所说的路怒也是如此。当然，问题是：如果所有人都坐在自动驾驶汽车里，他们还会注意到这三秒的延误吗？因为他们可能在做别的事、阅读、工作，或者彼此聊天。看看事情会如何发展会很有意思。
某种程度上，人们需要在车里被娱乐或有用的东西分散注意力，这样他们就不会关注外部世界；然后他们可以把那些心理活动带回 Twitter——把注意力放在那里，而不是与世界互动、把情绪释放到现实中。这是个有趣的问题，但基线仍然是自动驾驶。
可以说，大规模普及的自动驾驶汽车可能会让全社会的血压平均降低几个百分点——没有了路怒和压力。这是一个积极的外部效应。回到你关于技术、关于最大问题的问题。我很难回答，因为我们已经做了四年半多的自动驾驶汽车，尤其专注于实现自动驾驶所需的全部技术。
甚至在一两年之后，我就觉得我们已经完成了把一个人从 A 点送到 B 点所需的功能。比如左转、绕过双排停车的车辆驶入对向车道，或者通过施工区域；这些基础框架和构件很早就具备了。所以挑战不是某一个场景或情况——不是我们在其中 100% 失败的某个场景。更多的是，我们正以人类驾驶作为相当高的标准。综合来看，人类非常擅长处理——
——边缘案例和意外情况，而计算机恰恰相反。因此，超越人类设定的基线才是挑战。我们已经持续相当长时间做的是一种持续改进过程：找出最令人不安、可能导致安全问题的事情，以及其他各类事件；将它们分类，然后重新设计系统的部分内容，进行增量改进；不断重复。我们看到系统整体性能确实以相当稳定的速度提高。但没有某一件单独的事情。
实际上是成千上万件小事：不断打磨功能，确保系统能处理某种情况的每个版本和可能排列——或者加入更多深度学习系统，或者增加测试覆盖，或加入我们针对新场景开发的测试，然后不断重复。这是开发中不太光鲜的阶段：完成从原型走向量产所需的真正工程工作。
本质上，你们是在扩大这种反复打磨的规模。也就是认真对待所有边缘案例，用人类专家和机器学习方法覆盖所有这些情况。
对，而令我兴奋的是，我不认为这种打磨会停止。你可能会在某个时刻越过人类表现的门槛，达到超人水平。但从第一性原理来看，没有理由认为自动驾驶能力会在接近人类的地方封顶。它完全可以好 20 倍：驾驶更好、更安全或更舒适；如果时间足够，甚至可以好 1,000 倍。我们的目标基本上就是永远追逐这一点，打造可能的最佳产品。
越来越好，而且总会出现新的边缘案例和新的经历，所以你希望尽可能把这个过程自动化。一般来说，你认为社会还要多久才能拥有数十万辆完全自动驾驶的汽车？首先，预测未来没人知道。你是努力定义未来的领先者之一，但即使这样也不知道。假设数十万辆汽车——大城市中相当一部分汽车——都实现自动驾驶，你觉得会怎样？你更接近 Rodney Brooks 的观点，即 2050 年或更晚？还是更接近 Elon Musk，认为‘两年前就该有了’？
嗯，我的意思是——
我不是想——
——我当然希望两年前就有，但我们还没到那一步。我会换个角度思考：不如把问题反过来。什么会阻止你达到数十万辆汽车？而且——
这是个很好的改写方式。
今天开发自动驾驶汽车的人似乎有一个共识：先从某种更容易的环境开始，比如没有恶劣天气，或者大部分时候阳光明媚之类，然后逐步增加处理复杂情况的能力。如果你只能在满足某些标准、符合所开发软件当前运行域的地区部署，那么你可以进入的城市数量就可能受到限制。
但随着这些限制逐渐消失——比如增加在大雨或大雪中安全、良好驾驶的能力——你能进入的城市数量可能会增加两到三倍。真正的问题是，我知道如果我们愿意，现在就能生产那么多自动驾驶汽车。但我们还不能利用好所有这些车辆，因为在最初想运营的城市里，需求会先被我们填满。所以如果让我猜这些限制消失、达到数十万辆所需的时间——
也许给个范围更好。
我会说，不到五年。
不到五年。当然，你们正在努力让它发生。
你创办过两家公司，后来各自以十亿美元被收购。所以问你怎样建立一家成功的初创公司，应该很合适。
这里多少有一点幸存者偏差，但我可以试着找出对我有用的一些共同因素。在这两家公司里，我都对核心技术非常有热情。我会躺在床上思考这些问题以及如何解决它们。我认为这很有帮助，因为创业过程中——直到今天也是如此——会经历疯狂的起伏：某一天你觉得生意顺利，自己站在世界之巅、不可阻挡；第二天你又想，‘好吧，一切都要结束了。’
‘事情正在变糟，明天就会结束。’所以我认为，拥有一种真正的热情，哪怕没有报酬你也愿意做它，可以帮助你渡过艰难时期。第一点就是这个。第二点是非常优秀的人。我总是被优秀的联合创始人包围，他们善于逻辑思考、不断突破自己的极限，并且具有很高的诚信水平。现在的公司里是 Dan Kan；Justin.tv 和 Twitch 则是他的兄弟以及另外几个人。最后一点，我想是坚持或毅力。比如——这也可以表现为坚持某个——
——坚持最初的想法，并坚持做完所有那些不光鲜的工作，让它真正实现，包括处理你不感兴趣的事情，无论是财务、人力资源、运营，还是其他工作。只要你一直努力，朝着公司的北极星前进，不放弃，每天都有进展，最终似乎总会到达一个好地方。唯一能拖慢你的，可能是资金耗尽，或者竞争对手摧毁你。但我认为，大多数时候真正的问题是人们放弃了，或者以某种方式毁掉了——
——事情本身，而不是被竞争对手击败或资金耗尽。
是的，只要永不放弃，最终就会到达目的地。所以——
这比我刚才想表达的内容简洁多了。说得好。
你两次走的都是 Y Combinator 路线。简短问一下：在早期筹集资金的最佳方式是什么？不只是资金，也包括建立社群、发展想法等等。可以单独做，也可以和联合创始人一起做吗？自筹资金呢？你认为 Y Combinator 好吗？走风险投资路线好吗？没有正确答案，还是说从 Y Combinator 的经历中，你能总结出那是正确道路？
没有一种适合所有人的答案。但如果你的目标是看看某件事能做多大，或者迅速扩张、占领市场、解决某个问题，那么走风险投资支持的路线可能是个好方法，这样资本就不会成为主要限制。Y Combinator 让我喜欢的地方，是它把你放进一个竞争环境，周围都是大概前 1% 的、同样非常有动力的同龄创业者，而且大家处在相似阶段。
我认为这种环境会孕育成功，对吧？如果身边都是聪明又努力的人，你会被迫或受到激励去模仿他们，或者超过他们。虽然我已经做过一次，觉得自己的自我驱动力还不错，但我想：‘这是个困难的问题，我需要一切能得到的帮助。’如果和其他创业者在一起能让我更努力一点、更进一步，那就值得。所以第二次我也这样做了。
我们来谈哲学和存在主义。如果你回到过去，从高中、MIT、离开 MIT，到本可以走博士路线、去加州创办初创公司，再到融资的某些方面，你有没有什么遗憾？不一定是遗憾，而是如果回去，你会做得不同的事情？
我犯过很多错误。基本上所有可能搞砸的事情，我想我至少都搞砸过一次。但我不后悔。我认为，即使事情进展不好，也很难回头把它称为遗憾，因为希望你至少从中获得了新的知识或学习。可以说有一段时期——我能想到最接近遗憾的事情是：Justin.tv 运营七年后，公司朝一个方向发展，也就是 Twitch 和电子游戏。我不是电子游戏玩家。
我其实根本不怎么用 Twitch。我当时仍在做那里的核心技术，但内心已经不在这件事上了，因为我们正在创造的生意不是我个人真正有热情的东西。
它没有达到你对存在主义影响的标准。
对。我可能多花了一两年继续做那件事。如果可以，我会更早尝试做些不同的事情，因为那两年里，从哲学或存在主义角度看，我觉得自己缺少某种东西。如果现在回头告诉自己一句话，我会说：‘你现在从工作中得不到任何个人意义。你应该想办法改变它。’这也是我今天向几乎每个加入 Cruise 的人所说的话：‘来这里之后，你就拥有了那种意义。’
也许你需要那两年的存在主义焦虑，才能培养出最终成为燃料、促成 Cruise 的那种感受，所以谁知道呢。我们其实无法真正知道。
是个不错的理论。
最后一个问题，2019 年对 Cruise 意味着什么？
接下来我们可能会去和你的班级交流。对我们来说，一件大事是让自动驾驶汽车从原型走向量产，理解这意味着什么、看起来会是什么样。2019 年是我们努力跨过这一门槛、让软件在某种程度上达到超越人类的性能水平，并把数千个小构件全部准备好，从而推出首个商业产品的一年。这就是我们的计划，还有大量工作要做。许多杰出的人正在努力，所以现在全取决于我们。
我曾和 Charlie Miller、Chris Valasek 这样的人打过交道——
哦，太好了。
——虽然只是在少数场合，但听起来你有一支非常出色的团队。正如我所说，这是我认为本世纪人工智能最重要的问题之一，也会是最具定义性的事情之一。所以你们正在做这件事令人非常兴奋，祝你们 2019 年好运。我非常期待看到 Cruise 会做出什么。
谢谢。谢谢你今天邀请我。
谢谢你，Kyle。