GPT-6真车考过科目二，Claude和Grok全军覆没

从未专门学过开车的GPT-6 Astra被塞进一辆真实丰田卡罗拉，自己看路、打方向、绕开锥桶，最终稳稳开进锥桶围成的车位。同场竞技的Claude Fable 5.1、Grok 4.6和OpenAI上一代GPT-5.6 Sol全军覆没，Astra成为唯一过关者，第二把跑完全程用时5分22秒。特斯拉用120亿英里驾驶数据练出的本事，一个没专门学过开车的聊天模型竟也摸到门槛。2004年DARPA首届无人车挑战赛全军覆没，22年后首次有通用大模型把真车开到终点。

四位考生全是通用大模型，平时写代码、做表格、陪聊天，没一个摸过方向盘。这场“驾考”叫DrivingBench，由三个湾区年轻人组织，其中Aditya Ramabadran平时做模型后训练。考试车是租来的2022款丰田卡罗拉，外挂999美元的comma four小黑盒，内跑开源辅助驾驶系统openpilot，可接管方向盘、油门和刹车。大模型在聊天窗口“云驾驶”，Astra和Sol用Codex，Fable用Claude Code，Grok用Cursor，通过MCP接口与车连接。模型可调取两路摄像头画面、车速和方向盘角度，自行决定打方向、速度及指令时长，情况不对可一键急刹。每条指令须附约30词“开题报告”说明理由，写给驾驶座上的人类研究员看。系统链路中模型在云端，车在停车场，全靠手机热点。模型云端思考几秒内，车仍按上条指令行驶。

考场是湾区一个停车场，选址时派ChatGPT和Grok的智能体翻卫星地图。赛道呈倒U形，全长约130米，8米宽通道由彩色小锥桶摆出，中间多个弯，终点是7×5米车位。最高车速锁在3.5米/秒，研究员全程坐驾驶座脚悬刹车充当人肉副刹。每个模型三次机会，同一对话窗口，前一把挂科原因下一把记得，系统会甩固定话逼其反思。

唯一通关的Astra戏最多。研究员让它开车，它拒绝，把规则复述得头头是道，说准备好了等发车，结果“GO”一发就变脸，称可帮忙看路但不能给真车发行驶指令，请人类自己开。研究员解释已跑过十几次、有很多安全限制，Astra仍咬死不操控真车，还道歉说“准备就绪”是误导。转机草率：服务器改名“DrivingBench Sandbox”后，Astra从约25%概率肯开变为一次没再拒绝。另外三个模型没这么多心眼直接上了。

真上路后Astra第一把就挂了。顺利拐过第一个左弯后觉得车身拉直，提速到1.5米/秒，结果一路冲向左边的锥桶和花坛，研究员踩死刹车，成绩49%。复盘承认最大错误是“太早宣布车已对齐”，还意识到太依赖画面正中间。第二把定规矩：花坛和弯道附近车速压0.5到0.8米/秒，挪一步看一眼，拿不准就停。它一板一眼照做，车速从没超0.8米/秒，24条指令中20条方向盘打满，每5到6秒看路况。对准车位时直着拱一小段后果断叫停：“车已停进蓝色车位，前方是封口锥桶，两侧余量充足。取消行驶，停车完成，确认车辆完全静止。”这一把耗时5分22秒，开了134.7米，Astra成为全场唯一把车开进车位的考生。