入職新公司第一天，張楊（化名）被要求“吐露”上家公司的輔助駕駛演算法與程式碼。因沒有積極配合，張楊沒在新公司待多久就離開了。
張楊的前東家是理想汽車，近年因迅速落地輔助駕駛而被行業關注，成為同行重點“探秘”的物件。
輔助駕駛的技術演化在持續噴發。從傳統的基於規則的方案轉向“端到端”模型路線後，車企的人才畫像需求發生了極大變化，中國車企像網際網路大廠與AI公司一樣渴求AI人才。
行業競爭激烈而持續。車企內部，團隊賽馬、立軍令狀、集體封閉式開發、“做不出來就換人”等，已經成為輔助駕駛部門的常態。在高壓的交付壓力下，挖角高階人才、解密頭部公司的技術，成為企業的一些“水下動作”。
尤其今年以來，輔助駕駛第一梯隊公司的人才遭到了哄搶。有獵頭人士告訴36氪，在端到端、AI大模型這波浪潮中，華為、理想、Momenta三家公司被挖的人最多。
“在2024年、2025年初，理想輔助駕駛團隊每一個核心人員基本上都會接到 20 個以上的獵頭電話。”今年5月7日，理想汽車CEO李想在AI Talk中說道。
但高階人才的爭搶，往往伴隨著競業風險與法律糾紛。據 36 氪汽車瞭解，理想汽車今年起訴一名跳槽至同城企業的員工，起訴金額高達千萬元級別，最終雙方選擇私下和解，員工向理想賠償了一年工資的金額款項。
類似的競業協議訴訟並不少。據 36 氪瞭解，理想還起訴了南方一家頭部新能源車企員工，雙方達成和解後，後者協助員工賠付了超百萬元。針對上述資訊，理想表示不予置評。
競業、訴訟，已成為當下車企輔助駕駛、AI 團隊的常用手段，以此防止、延緩技術外溢，同時抑制對手發展。
當下，新能源汽車行業產品力趨向同質化，輔助駕駛是為數不多、具備特色與差異化的技術招牌。
在輔助駕駛開啟“端到端”模式後，“更大資料量更強模型表現”的Scaling Law定律還在生效，但VLM（視覺-語言模型）/VLA（視覺-語言-動作模型）等多模態大模型也開始嶄露頭角。
換言之，輔助駕駛正在走向一個新的AI時代。正如2023年的AI大模型熱潮一樣，頂級 AI 人才極為搶手，成為 “奇貨可居” 的稀缺資源。如今，同樣的人才爭奪戰也在中國新能源車企之間激烈上演。
高階人才流動，車企攻防
2020-2021年，特斯拉曾在AI Day上公開過FSD輔助駕駛的技術路徑。而被國內友商逐幀學習PPT之後，特斯拉便不再專門透露技術圖譜。
面對迷霧，中國車企們只能自行探索。華為、理想、小鵬Momenta等，是行業中成長最迅速的一批公司。
理想汽車花了兩年時間從“落後生”轉變為行業第一梯隊的玩家。自2023年至今，理想在內部嘗試了多種技術路線：依賴地圖的城市NOA方案、輕地圖方案、端到端+VLM（視覺-語言模型），以及新一代方案VLA（視覺-語言-動作模型）。
小鵬此前則提出了“世界基座模型”的概念，稱與DeepSeek的訓練方式相同：先在雲端訓練出超大模型基座，再透過知識蒸餾的方式將模型能力保留到車端。
而華為、Momenta則是目前行業中高階輔助駕駛落地規模靠前的技術供應商。據官方資訊，華為乾崑智駕ADS裝機量已突破50萬，預計今年底達200萬輛；而據36氪汽車瞭解，Momenta方案搭載量已經接近30萬輛。
這些公司流出的技術人才，往往受到同行追捧。尤其是今年重點發力輔助駕駛的新、舊勢力車企。
今年2月，比亞迪掀起了輔助駕駛平權運動，推出天神之眼A、B、C三大平臺。C平臺功能由比亞迪自研，具備高速NOA（高快速路領航）等功能，甚至在比亞迪7萬元級的海鷗車型都能搭載。近期，結合補貼，比亞迪還將海鷗輔助駕駛版本的價格拉低至5.58萬元。
據36氪汽車瞭解，比亞迪內部目標是，今年下半年將推出自研的城市NOA方案。為了加快新方案的進度，有知情人士告訴36氪，比亞迪技術院院長楊東昇、輔助駕駛負責人李鋒曾數次前往上海，積極招攬一位有新勢力車企背景的技術人士。
有知情人士告訴36氪，該人員在新勢力公司內部級別不算很高，2024年離職後，跳到另一家輔助駕駛創業公司，隨後再次跳槽到比亞迪出任部門負責人，直接向李鋒彙報。目前比亞迪團隊中，已經有多位來自上述新勢力車企的前員工。
小米汽車今年的重要課題，也是積極補足輔助駕駛能力，從新勢力公司招募了多位人才加入。此前，小米雷軍還招攬了英國自動駕駛公司Wayve原主任科學家陳龍加入，向小米輔助駕駛團隊負責人葉航軍彙報。
但人才的流動本身是雙向的。
理想汽車本身的成長，也離不開關鍵技術骨幹的加盟。有知情人士表示，此前招攬一位核心技術人才時，理想還幫該員工向前司支付了數百萬元的競業賠償。
去年10月，由於“端到端”方案落地效果不錯，理想還提前向用戶推送了該功能。但“端到端”方案的實現依賴於海量資料驅動，而非工程師的人力堆疊。隨後，理想內部開始了主動/被動的精簡人員，部分輔助駕駛人才開始向外溢位。
但理想也在避免核心骨幹快速流失，據36氪汽車瞭解，理想汽車內部要求，輔助駕駛團隊的員工，尤其是參加最新的技術方案VLA專案的員工，必須簽署保密協議，“VLA專案落地之前都不能離開。”（對於該資訊，理想汽車表示不予置評）
若員工提出離職，需在非核心部門脫敏 6 個月後方可離開。華為輔助駕駛團隊也有類似的專案保密協議。
“但現在的端到端、大模型路線迭代速度非常快，6-8個月後可能都不是最新的技術和模型了。”有行業人士說道。
換句話說，透過對輔助駕駛員工實行保密協議，企業們試圖爭取6-8個月的領先身位。
與AI大模型的技術浪潮類似，即便是全球頂級的AI公司，也要極力保證技術的領先優勢。根據外媒報道，谷歌旗下的人工智慧部門DeepMind，為防止員工流向競爭對手，採取了一種“激進”的競業禁止協議，規定部分在英國員工離職後一年內不得為競爭對手工作。而在此期間員工無需工作，DeepMind也會支付他們薪水。
從矽谷到中國，從AI公司到車企，這場圍繞頂尖大腦的爭奪戰已進入白熱化階段。而2023年至今輔助駕駛行業的技術路線劇變，也讓人才流動成為行業興衰的晴雨表。
車企搶灘的焦慮
AI人才的搶奪戰，其實是中國車企們搶灘輔助駕駛的焦慮縮影。
今年2月以來，比亞迪掀起智駕平權運動後，國內輔助駕駛普及主力從新勢力變成了傳統的老牌車企，甚至日系、德系車企也在借力輔助駕駛供應商開啟了反攻模式。
儘管國內車企很難像特斯拉FSD軟體包一樣收取6.4萬費用，輔助駕駛大規模落地後的許多暗礁也還沒有真正顯現，但老牌車企們已不能忍受，自身不在這場浪潮的風暴中心。
於是比亞迪、吉利、長安等車企一邊開啟自研模式，同時還採用外部供應商方案。一些車企甚至還在暗中探索各種途徑。
一個流傳在行業中的故事是：一家輔助駕駛供應商，以“白盒”形式向一家新勢力車企交付了程式碼方案後，該新勢力車企輔助駕駛員工幾乎人手一份程式碼，“一些員工憑藉這份程式碼迅速跳槽，實現升職，或是賣給其他公司，牟取私利”。
很快，這家供應商的演算法程式碼開始出現在其他車企手中。換句話說，其他車企不用付費，就擁有了這家供應商的核心程式碼。
這樣的“捷徑”下，一些車企或許能很快落地一些成果與產品。有行業人士告訴36氪，過往基於規則的城市NOA方案，需要有很強的架構定義能力，要有較長遠視角與思考。而“端到端”以模型為主，有了核心程式碼後，加以修修補補，“只要人多、資料多，也能做出東西來”。
儘管拼湊出來的“可用”方案，與行業第一梯隊追求的“好用”方案仍有距離，“但能做出來就已經不錯了，其他人都做不出來”。
輔助駕駛走向AI，摸索中過河
需要正視的事實是，輔助駕駛的技術進化尚未停止。
從基於規則的方案，到“端到端”，再到當下被看好的VLA模型，每一次的技術架構換代，都是一場全新的思考與挑戰。
即便是華為、理想、Momenta等頭部，也並非就全然摸清了技術迷底。在特斯拉停止公開技術PPT後，國內頭部玩家只能自行摸索著過河，用累積的工程化能力為AI的不確定性兜底。
當下，行業都意識了“端到端”模型方案的一些侷限性。正如理想汽車CEO李想的觀點，“端到端”方案更像是AI系統對海量駕駛資料的一種模仿學習，但這很難解決資料庫以外的場景泛化問題。
理想試圖用新的技術思路來解決問題，提出用VLA模型來取代此前的“端到端+VLM”雙系統方案。
與VLM（視覺語言模型）不同，VLA（視覺-語言-動作）新增了與物理世界互動的“動作”能力。可以理解為，VLA是更維度更高的多模態大模型。
但理想汽車員工告訴36氪，輔助駕駛行業裡VLM人才本身就不多，如何量產比VLM更難的VLA是一種挑戰。“模型本身、資料獲取，問題定義等都是問題，而企業在量產經驗和工程經驗上的差距會很大。到頭來，模型怎麼設計反而是最不重要的。”
理想是行業中最早、最積極將輔助駕駛AI化的玩家之一。例如，理想與清華MARS Lab學術團隊聯合開發“端到端+VLM”雙系統方案，並且在此基礎上累積了AI大模型最佳化、資料工程基建等稀缺的量產經驗。這些或許是同行圍獵理想的AI大模型人才的原因。
除此之外，華為、理想、小鵬、Momenta等頭部玩家，也大致給出了接下來的技術重心：基於生成式AI的世界模型模擬器，以及強化學習在規控、模擬等領域的應用。而這些技術，或將成為車企輔助駕駛下一階段人才攻防的重點區域。
據36氪汽車瞭解，輔助駕駛供應商Momenta從2019年開始就在預測、規控等環節使用了AI模型，也很早開始將強化學習融入系統訓練中。“因為效果不錯，現在一二梯隊不少公司都在挖Momenta的員工。”
在輔助駕駛技術迷霧尚未撥開之前，中國的車企、技術供應商公司需要穿越無人區。AI才人的流動，企業之間的攻防，在一定程度上有助於抬升行業的技術海平面基線。
但對於跟隨型企業而言，若僅依賴人才流動所帶來的技術外溢，或企圖透過捷徑來獲取成果，而缺乏自身的原創性思考與前瞻性判斷，那麼將很難在行業競爭中立於潮頭。
深度、敏銳、前瞻，為1%的人捕捉商業先機
36氪旗下精選公眾號