文 | 李安琪
编辑 | 李勤
入职新公司第一天，张杨（化名）被要求 " 吐露 " 上家公司的辅助驾驶算法与代码。因没有积极配合，张杨没在新公司待多久就离开了。
张杨的前东家是理想汽车，近年因迅速落地辅助驾驶而被行业关注，成为同行重点 " 探秘 " 的对象。
辅助驾驶的技术演化在持续喷发。从传统的基于规则的方案转向 " 端到端 " 模型路线后，车企的人才画像需求发生了极大变化，中国车企像互联网大厂与 AI 公司一样渴求 AI 人才。
行业竞争激烈而持续。车企内部，团队赛马、立军令状、集体封闭式开发、" 做不出来就换人 " 等，已经成为辅助驾驶部门的常态。在高压的交付压力下，挖角高端人才、解密头部公司的技术，成为企业的一些 " 水下动作 "。
尤其今年以来，辅助驾驶第一梯队公司的人才遭到了哄抢。有猎头人士告诉 36 氪，在端到端、AI 大模型这波浪潮中，华为、理想、Momenta 三家公司被挖的人最多。
" 在 2024 年、2025 年初，理想辅助驾驶团队每一个核心人员基本上都会接到 20 个以上的猎头电话。" 今年 5 月 7 日，理想汽车 CEO 李想在 AI Talk 中说道。
但高端人才的争抢，往往伴随着竞业风险与法律纠纷。据 36 氪汽车了解，理想汽车今年起诉一名跳槽至同城企业的员工，起诉金额高达千万元级别，最终双方选择私下和解，员工向理想赔偿了一年工资的金额款项。
类似的竞业协议诉讼并不少。据 36 氪了解，理想还起诉了南方一家头部新能源车企员工，双方达成和解后，后者协助员工赔付了超百万元。针对上述信息，理想表示不予置评。
竞业、诉讼，已成为当下车企辅助驾驶、AI 团队的常用手段，以此防止、延缓技术外溢，同时抑制对手发展。
当下，新能源汽车行业产品力趋向同质化，辅助驾驶是为数不多、具备特色与差异化的技术招牌。
在辅助驾驶开启 " 端到端 " 模式后，" 更大数据量更强模型表现 " 的 Scaling Law 定律还在生效，但 VLM（视觉 - 语言模型）/VLA（视觉 - 语言 - 动作模型）等多模态大模型也开始崭露头角。
换言之，辅助驾驶正在走向一个新的 AI 时代。正如 2023 年的 AI 大模型热潮一样，顶级 AI 人才极为抢手，成为 " 奇货可居 " 的稀缺资源。如今，同样的人才争夺战也在中国新能源车企之间激烈上演。
「高端人才流动，车企攻防」
2020-2021 年，特斯拉曾在 AI Day 上公开过 FSD 辅助驾驶的技术路径。而被国内友商逐帧学习 PPT 之后，特斯拉便不再专门透露技术图谱。
面对迷雾，中国车企们只能自行探索。华为、理想、小鹏 Momenta 等，是行业中成长最迅速的一批公司。
理想汽车花了两年时间从 " 落后生 " 转变为行业第一梯队的玩家。自 2023 年至今，理想在内部尝试了多种技术路线：依赖地图的城市 NOA 方案、轻地图方案、端到端 +VLM（视觉 - 语言模型），以及新一代方案 VLA（视觉 - 语言 - 动作模型）。
小鹏此前则提出了 " 世界基座模型 " 的概念，称与 DeepSeek 的训练方式相同：先在云端训练出超大模型基座，再通过知识蒸馏的方式将模型能力保留到车端。
而华为、Momenta 则是目前行业中高级辅助驾驶落地规模靠前的技术供应商。据官方信息，华为乾崑智驾 ADS 装机量已突破 50 万，预计今年底达 200 万辆；而据 36 氪汽车了解，Momenta 方案搭载量已经接近 30 万辆。
这些公司流出的技术人才，往往受到同行追捧。尤其是今年重点发力辅助驾驶的新、旧势力车企。
今年 2 月，比亚迪掀起了辅助驾驶平权运动，推出天神之眼 A、B、C 三大平台。C 平台功能由比亚迪自研，具备高速 NOA（高快速路领航）等功能，甚至在比亚迪 7 万元级的海鸥车型都能搭载。近期，结合补贴，比亚迪还将海鸥辅助驾驶版本的价格拉低至 5.58 万元。
据 36 氪汽车了解，比亚迪内部目标是，今年下半年将推出自研的城市 NOA 方案。为了加快新方案的进度，有知情人士告诉 36 氪，比亚迪技术院院长杨东升、辅助驾驶负责人李锋曾数次前往上海，积极招揽一位有新势力车企背景的技术人士。
有知情人士告诉 36 氪，该人员在新势力公司内部级别不算很高，2024 年离职后，跳到另一家辅助驾驶创业公司，随后再次跳槽到比亚迪出任部门负责人，直接向李锋汇报。目前比亚迪团队中，已经有多位来自上述新势力车企的前员工。
小米汽车今年的重要课题，也是积极补足辅助驾驶能力，从新势力公司招募了多位人才加入。此前，小米雷军还招揽了英国自动驾驶公司 Wayve 原主任科学家陈龙加入，向小米辅助驾驶团队负责人叶航军汇报。
但人才的流动本身是双向的。
理想汽车本身的成长，也离不开关键技术骨干的加盟。有知情人士表示，此前招揽一位核心技术人才时，理想还帮该员工向前司支付了数百万元的竞业赔偿。
去年 10 月，由于 " 端到端 " 方案落地效果不错，理想还提前向用户推送了该功能。但 " 端到端 " 方案的实现依赖于海量数据驱动，而非工程师的人力堆叠。随后，理想内部开始了主动 / 被动的精简人员，部分辅助驾驶人才开始向外溢出。
但理想也在避免核心骨干快速流失，据 36 氪汽车了解，理想汽车内部要求，辅助驾驶团队的员工，尤其是参加最新的技术方案 VLA 项目的员工，必须签署保密协议，"VLA 项目落地之前都不能离开。"（对于该信息，理想汽车表示不予置评）
若员工提出离职，需在非核心部门脱敏 6 个月后方可离开。华为辅助驾驶团队也有类似的项目保密协议。
" 但现在的端到端、大模型路线迭代速度非常快，6-8 个月后可能都不是最新的技术和模型了。" 有行业人士说道。
换句话说，通过对辅助驾驶员工实行保密协议，企业们试图争取 6-8 个月的领先身位。
与 AI 大模型的技术浪潮类似，即便是全球顶级的 AI 公司，也要极力保证技术的领先优势。根据外媒报道，谷歌旗下的人工智能部门 DeepMind，为防止员工流向竞争对手，采取了一种 " 激进 " 的竞业禁止协议，规定部分在英国员工离职后一年内不得为竞争对手工作。而在此期间员工无需工作，DeepMind 也会支付他们薪水。
从硅谷到中国，从 AI 公司到车企，这场围绕顶尖大脑的争夺战已进入白热化阶段。而 2023 年至今辅助驾驶行业的技术路线剧变，也让人才流动成为行业兴衰的晴雨表。
「车企抢滩的焦虑」
AI 人才的抢夺战，其实是中国车企们抢滩辅助驾驶的焦虑缩影。
今年 2 月以来，比亚迪掀起智驾平权运动后，国内辅助驾驶普及主力从新势力变成了传统的老牌车企，甚至日系、德系车企也在借力辅助驾驶供应商开启了反攻模式。
尽管国内车企很难像特斯拉 FSD 软件包一样收取 6.4 万费用，辅助驾驶大规模落地后的许多暗礁也还没有真正显现，但老牌车企们已不能忍受，自身不在这场浪潮的风暴中心。
于是比亚迪、吉利、长安等车企一边开启自研模式，同时还采用外部供应商方案。一些车企甚至还在暗中探索各种途径。
一个流传在行业中的故事是：一家辅助驾驶供应商，以 " 白盒 " 形式向一家新势力车企交付了代码方案后，该新势力车企辅助驾驶员工几乎人手一份代码，" 一些员工凭借这份代码迅速跳槽，实现升职，或是卖给其他公司，牟取私利 "。
很快，这家供应商的算法代码开始出现在其他车企手中。换句话说，其他车企不用付费，就拥有了这家供应商的核心代码。
这样的 " 捷径 " 下，一些车企或许能很快落地一些成果与产品。有行业人士告诉 36 氪，过往基于规则的城市 NOA 方案，需要有很强的架构定义能力，要有较长远视角与思考。而 " 端到端 " 以模型为主，有了核心代码后，加以修修补补，" 只要人多、数据多，也能做出东西来 "。
尽管拼凑出来的 " 可用 " 方案，与行业第一梯队追求的 " 好用 " 方案仍有距离，" 但能做出来就已经不错了，其他人都做不出来 "。
「辅助驾驶走向 AI，摸索中过河」
需要正视的事实是，辅助驾驶的技术进化尚未停止。
从基于规则的方案，到 " 端到端 "，再到当下被看好的 VLA 模型，每一次的技术架构换代，都是一场全新的思考与挑战。
即便是华为、理想、Momenta 等头部，也并非就全然摸清了技术迷底。在特斯拉停止公开技术 PPT 后，国内头部玩家只能自行摸索着过河，用累积的工程化能力为 AI 的不确定性兜底。
当下，行业都意识了 " 端到端 " 模型方案的一些局限性。正如理想汽车 CEO 李想的观点，" 端到端 " 方案更像是 AI 系统对海量驾驶数据的一种模仿学习，但这很难解决数据库以外的场景泛化问题。
理想试图用新的技术思路来解决问题，提出用 VLA 模型来取代此前的 " 端到端 +VLM" 双系统方案。
与 VLM（视觉语言模型）不同，VLA（视觉 - 语言 - 动作）新增了与物理世界交互的 " 动作 " 能力。可以理解为，VLA 是更维度更高的多模态大模型。
但理想汽车员工告诉 36 氪，辅助驾驶行业里 VLM 人才本身就不多，如何量产比 VLM 更难的 VLA 是一种挑战。" 模型本身、数据获取，问题定义等都是问题，而企业在量产经验和工程经验上的差距会很大。到头来，模型怎么设计反而是最不重要的。"
理想是行业中最早、最积极将辅助驾驶 AI 化的玩家之一。例如，理想与清华 MARS Lab 学术团队联合开发 " 端到端 +VLM" 双系统方案，并且在此基础上累积了 AI 大模型优化、数据工程基建等稀缺的量产经验。这些或许是同行围猎理想的 AI 大模型人才的原因。
除此之外，华为、理想、小鹏、Momenta 等头部玩家，也大致给出了接下来的技术重心：基于生成式 AI 的世界模型仿真器，以及强化学习在规控、仿真等领域的应用。而这些技术，或将成为车企辅助驾驶下一阶段人才攻防的重点区域。
据 36 氪汽车了解，辅助驾驶供应商 Momenta 从 2019 年开始就在预测、规控等环节使用了 AI 模型，也很早开始将强化学习融入系统训练中。" 因为效果不错，现在一二梯队不少公司都在挖 Momenta 的员工。"
在辅助驾驶技术迷雾尚未拨开之前，中国的车企、技术供应商公司需要穿越无人区。AI 才人的流动，企业之间的攻防，在一定程度上有助于抬升行业的技术海平面基线。
但对于跟随型企业而言，若仅依赖人才流动所带来的技术外溢，或企图通过捷径来获取成果，而缺乏自身的原创性思考与前瞻性判断，那么将很难在行业竞争中立于潮头。
