@youbaoer “调校经验”这个在传统车企中，优势主要还是存在于“降本增效”。传统车企更善于用更低的成本，实现更贴近于设计目标的底盘质感。这也是为何传统车企都依赖于“平台”来造车。这样很多既有的标定不需要重新验证，结果可控。（最有戏剧性的例子就是华晨宝马的 X5L ，底盘规格与 X7 的重合度相当高，零件型号通用性也很高。从某种程度讲，国产 X5L 的车主是掏了 X5 的钱，体验了 X7 的底盘质感）

所以新品牌的车利润率都相对低很多，如果达到相同的效果，新品牌、新架构、新设计需要付出更高的物料、时间、试错成本。

btw：我上文发的采埃孚工程师的采访中，他也表达，其实宝马对于变速箱的选品，很大程度上也不是针对某个车型定制化的，因为要考虑新标定对耐久性的影响，从而进行耐久性测试所造成的成本。

这是“抉择”而不是“错过”。
你只是选择了一个保守的，风险小的路而已。

btw：创业，有三个境界。
最低的境界：哪个领域赚钱我去哪个。
中层境界：揣测未来哪个领域有可能赚钱，广撒网。
最高境界：我去哪个领域哪个领域赚钱。

所以不能光看贼吃肉，不看贼挨打。
所有的提前布局，都面临着几乎全数的沉没成本。
所有的运筹帷幄，几乎都包含着你对于某个领域全部的声誉和资源。

08 年拿驾照，算下来接近 15 年，父母的雅阁，然后第六代 golf GTI 、A3 45tfsi 、A6 Allroad 、Model Y 。

聊起来的话，幸福感最强的反而是 A3 ，整车质感设计比当年同价格的车高很多。

聊了一个多小时了，机械素质、机械参数绝口不提。

麦克拉伦式的头灯实在是看不惯，怎么看怎么像螳螂……
内饰、车机 UI 设计思路直接借鉴特斯拉。
侧面流线借鉴 Taycan 。

1 、驱动形式和智能化没有必然联系。12v 平台依然可以承载 L2 驾驶辅助（比如 T 系列的沃尔沃）。另外，轻、插电混动≠增程。增程的原罪是能量利用率太低。

2 、自动驾驶至少在目前的法规面前，没有“安全性”这个维度。因为任何异常工况都会立即让你接管。并且你开启辅助驾驶时会有免责条款。

3 、每个人对于车的需求和定义不同，不同维度的属性没有直观的比较意义，也并不存在排他性。机械素质并不比内饰做工高尚，反之亦然。你跟 RR 车主讨论机械素质、阿克曼角、转向比，RR 车主会说你神经病，毕竟他从来没有开过。反之，你跟法拉利车主讨论 NVH ，讨论“后排空间”，他也会认为你脑子有包。

前言：我把“通过 chatGPT”，替换成了“通过统计学 AI 模型”。如果楼主非要强调 chatGPT ，那么请无视。

1 、八股将不复存在。因为机器学习模型是统计学模型，这种背诵式的题目从统计学视角下没有意义。

2 、面试将更为友好。目前的面试是以面试官的技术沉淀为基点的，这就导致如果你和面试官的技术栈重叠度比较低，面试者就会比较痛苦。

3 、我个人推断，面试效果应该与面试官真人大差不差。
工作是人与人之间的协作，所以统计学模型筛选出的优胜者，不一定是岗位的最佳选择。可能需要面试官的二次确认。

4 、面试培训这个垂直领域将不复存在。

成本低，结构好，能力强。这三者在人力资源领域是不可能三角。

如何看待只取决于你的利益方向。