FSD V14 Lite — 26 位韩国车主打了多少分，为什么

FSD V14 Lite 是什么，为什么叫 Lite

FSD 是 Full Self-Driving 的缩写，是特斯拉销售的驾驶辅助软件的名称。名字虽是完全自动驾驶，实际等级是监督型（Supervised），驾驶员必须持续注视前方，介入的责任也仍在驾驶员身上。名称与等级之间的落差，是初次接触时最容易卡住的地方。准确的说法是"车负责操作，人负责监督"。

之所以加上 Lite，原因在硬件。特斯拉车上的自动驾驶运算芯片分代，2019 年起使用的一代称为 HW3，之后的称为 HW4。HW3 的内存带宽只有 HW4 的 15% 左右，无法直接运行最新的 FSD。V14 Lite 就是为这些 HW3 车辆裁剪出来的版本。

本文整理的是在韩国实际使用该 V14 Lite 的车主反馈。硬件代际之间的性能差异本身，此前已有一篇用同一条路分别测试两代硬件的文章；这一篇不是性能对比，而是实际用户的反应。

特斯拉相关的 YouTube 频道 Tslachan 在自己的 X 账号发帖询问：在韩国体验过 FSD V14 Lite 的人，请留下分数和真实感受。问题很简单——满分 100，你会给多少分。

以数字作答的有 26 人。其中给 90 分的有 9 人，约占 35%，是最多的一档；最高分是 100 分一人，最低分是 70 分三人。整体上 80 分以上占大多数，90 分档接近半数。

频道主在视频开头和结尾说了两遍同样的话：样本极小，无法绝对代表 FSD Lite，请当作趣味和参考。引用这些数字时，这个前提必须一并带上。26 条回复与其说是统计，不如说是一扇窗，用来看当下正在使用这项功能的人在说什么。

正面评价的特点是不指向具体对象。不是说在哪一段路上做得好，而是说整体行驶过程出色、令人满意。也有多人表示，除导航失误之外几乎无需接管即可完成行程。

最值得引用的反应来自一位车主转述的妻子的话："开得比你还好啊？"这不是功能说明，而是坐在副驾的人的体感，是在婉转地形容行驶有多自然。

硬件方面也有感慨。有人说，7 年前的芯片、5 年的车，仅凭一次软件更新就能自动驾驶，既惊讶又感激。不换新车却获得昨天还没有的能力，这在汽车上仍是陌生的体验。

还有一个词被多人共同使用：解放感。从驾驶这项劳动中被释放的感觉，以及依然未消退的新奇感，构成了反馈的主调。

差评的形状恰好相反。它不笼统，而是逐条指明在什么情况下什么做不到。下面把回复中出现的指摘连同发生场景一并整理。

出现最多的是导航问题。有人说车不走自己想走的路，通勤因此变得不便；也有人说在车道分岔的关键点上，车的行驶与导航不一致。这里要注意：这不是驾驶能力的问题，而是路径判断的问题。车开得很好，只是很好地开向了别处。

变道也被指出。会朝公交站、出租车停靠点方向驶入，出现不必要的变道。信号识别在夜间尤其薄弱，特别是左转信号读不好，导致信号已变却未能识别、停在原地。这时驾驶员就得轻踩一下油门。

在速度与驾驶风格上，两个方向的不满同时存在。一方面高速公路上不会超过限速，让人觉得憋闷；另一方面在导航与 GPS 精度较低的路段，会把限速识别得偏低，导致车速骤降。此外还有减速带前出现幽灵刹车、通过 Hi-pass 收费口时需要注意、以及识别到测速摄像头却不会自行减速等问题。

同样是这 26 条反馈，两个方向的描述密度却不同。说好时停在"整体上"，说不足时却下沉到"夜间""在岔路口""减速带前"。这种不对称本身就是信息。

顺利完成的动作不会留在意识里。保持车道、控制车距、在汇入路段匹配速度——这些只要持续成功，就不再是事件，而成为背景。失败则每一次都是事件。信号变了车却不动，驾驶员会记住那一刻，下次到同一个路口就会提前紧张。

所以反馈呈现这种形状，并不意味着功能糟糕，反而也意味着成功已经稳定到沉入背景。同时它还显示，剩下的失败不是随机的，而是集中在几个狭窄的场景：夜间信号、路径判断、路面起伏。这是一个可以写成清单的状态。

这个观察在解读分数时也有用。90 分并不意味着十次里失败一次，而更接近于：大部分时间是背景，只在特定场景需要人介入。

回复中有一条也许比分数更持久。既然 100 分的标准是主观的、每个人情况不同，那不如把"值不值得每月付订阅费"当作基准点来认真思考。

这句话有制度背景。特斯拉韩国于 2026 年 8 月 7 日公告，将变更 FSD 与 EAP（增强版自动辅助驾驶）的购买方式。实施日原定 8 月 10 日，后推迟至 21 日。

变更内容如下。已经一次性买断的用户不受本次变更影响，维持原状。

分数可能来自免费体验期的感受，而订阅费每月都要从钱包里出。因此 21 日之后真正订阅的人给出的评价，很可能比现在这 26 人冷静得多。这正是值得日后再问一遍同样问题的理由。

26 人作为统计太少了，正如频道主强调了两次的那样。何况回复者是在 X 上关注特定特斯拉频道、还愿意留言的人，本身就偏向对这项功能有兴趣和好感。把平均分引用到别处，最好不要做。

但仍有可用之物：不是分数的高低，而是扣分理由的清单。八条具体指摘在不同的人身上重复出现，说明它们是可复现的场景，而不是个人的运气。

所以这些反馈真正的用法是这样的。如果正在考虑订阅，就数一数上表中的场景在自己的常走路线上出现几个。如果通勤路上岔路多、夜间左转频繁，同样的软件在你这里体感分数就会更低；如果大部分是高速长途，则相反。关于自己道路的这个计算，比 26 人的平均分要准确得多。