加载失败
该讨论基于一篇报道，报道用特斯拉向NHTSA上报的robotaxi事件与公司披露的累计里程（约50万英里，奥斯汀试运营）做比较，得出“即便有车内安全员，事故率仍约为人类的3倍”（若只比警方报案基线则接近9倍）。评论围绕几点展开：NHTSA SGO AV 报告口径是否包含低速轻微接触、分子/分母的时间与地域是否对齐、样本量（9起）是否过小，以及特斯拉不公开更详尽的事故与介入日志。讨论还牵涉到行业内的透明度差异（例如Waymo的数据披露更完整）、保险公司定价信号、自动驾驶的ODD与感知架构（camera-only vs LIDAR）以及公司是否因估值动机夸大叙事。读者需理解这是在有限公开数据下的争议性推断，而非最终判定。
大量评论指出本文比较并非同口径：NHTSA SGO AV 报告可能包含低速、轻微接触等事件，这类事件通常不会进入人类司机的警方报案统计，导致分子口径扩大。文章使用的“3×”源于将特斯拉披露的累计约50万英里与估算的包括非警方报案在内的人类里程（评论中有约20万英里估算）相比；若只比警方报案基线（有人提到约50万英里）则会得到更大的比值（例如文章中提到的9×）。评论还强调分子与分母的时间和地域对齐问题、样本量极小（仅9起）以及未区分肇事责任或可避免性，所以当前结论存在很大不确定性与潜在误导。多人要求在统一事故定义与报告口径前不得下定论。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
许多评论把焦点放在特斯拉未公开完整原始事故与介入日志上，认为公司完全可以共享但选择模糊披露，这本身会被解读为不利信号。鉴于特斯拉过去经常夸大时间表与能力，评论者认为举证责任应落在公司身上：既然在公共道路上试运营，就应提供可供独立核验的事件细节、监控录像和安全员/远程接管记录。若数据确实良好，公开会带来正面宣传，因而不公开更容易被解读为“数据不好”。多条评论主张监管或研究者应获得更完整数据以实现可比分析。
评论普遍提醒当前观测量太小：报道所指的约50万英里其实来自一个非常小的试运营车队（社区追踪显示几十辆、约58辆的估算），单次事故就能极大扭曲比率。统计上这类稀有事件服从泊松分布，需要远超过当前量级的里程与跨地域样本（有评论对比Waymo每周百万级别里程）才能得到稳健结论。尽管有人提出同一软件在多车上运行可视作“同一驾驶员”的长里程样本，但多数观点仍认为必须扩大时间与地理覆盖后才能有可推广的统计结论。
不少评论强调关键不只是“次数”，而是事故的严重度与可避免性：公布的多项事件描述包含低速刮蹭、倒车碰撞或“18 mph 事件”，只有少数明确涉及轻伤，但现有披露缺乏对伤亡与是否可避免的标注。另有观点担心自动化系统的失败往往更“整车式”或不可预见，少数重大碰撞的后果可能更严重；评论指出即便把极轻微事件剔除，基于现有估算的倍数（如从9×降到约2.66×）仍然令人不安。评论还反复指出没有安全员介入/远程接管的透明计数或视频，就无法判断AI本体的实际能力与危险边界。
许多评论质疑报道来源或措辞带有负面立场，指Electrek及其作者在对特斯拉的态度上有历史演变和偏好，标题容易被指为耸动或clickbait。批评者认为文章正文承认方法学局限，但标题以绝对断言呈现，容易放大读者误解；也有人反驳称在缺乏公司透明度情况下，媒体用公开数据做合理分析并指出风险也属新闻职责。总体讨论包含对媒体动机与事实陈述精准度的激烈争论。
一些评论提出相反或混合信号的证据来反驳“特斯拉更危险”的绝对结论：有评论提到保险公司（如Lemonade）给装有FSD的特斯拉大幅保费折扣，暗示保险定价没有完全支持更差的风险视角；另有引用iSeeCars研究指出特斯拉作为品牌的致命事故率较高，两类信号互相矛盾。其他人则引用第三方追踪（robotaxitracker）与Waymo更高透明度的对比，认为公司间披露差异会直接影响比较结果。总体意见是：存在不同实证指标，单一有限披露难以下定论。
若干评论从公司战略与估值角度解读争议，认为特斯拉将产品叙事从汽车转向Robotaxi、Optimus等高估值主题，部分目的是维持或抬高市场估值。评论援引与传统车企（如Toyota）在营收/利润上的对比以及CEO长期发布的夸张时间表，来说明为何需要新的“增长故事”来支撑股价。这种观点认为宣传可短期获取资本与耐心，但长期不兑现将带来信任与市值的系统性风险。
NHTSA SGO AV reports: NHTSA SGO AV（美国国家公路交通安全管理局对自动驾驶车辆的Special General Order报告）：监管机构要求厂商上报涉及自动驾驶系统的事故/事件，该报告口径会影响哪些事件被计入统计（例如是否包含低速接触等）。
FSD (Full Self-Driving): FSD 是特斯拉的Full Self-Driving软件包名称，指其高级自动驾驶功能（处于beta/受监督测试状态），与自动驾驶等级L4/L5的无须人类监控的定义不同。
robotaxi: robotaxi：使用自动驾驶车辆提供叫车服务的商业化部署，讨论中指特斯拉在Austin的试运营车队（目前有安全员或远程监控）。
ADAS: ADAS（Advanced Driver-Assistance Systems，高级驾驶辅助系统）：包括车道保持、自动紧急制动、自适应巡航等功能，属于半自动化驾驶的技术范畴，会影响事故模式与频率。
ODD (Operational Design Domain): ODD（运行设计域）：自动驾驶系统被设计和验证能安全运行的具体条件范围（道路类型、天气、速度等）；超出ODD会显著增加系统失效风险。
LIDAR: LIDAR（光学测距与成像传感器）：用于生成高精度深度点云，许多自动驾驶企业用以提升环境感知鲁棒性；特斯拉则偏向camera-only的感知策略。