端到端就是个取巧的法子，并不是完美的方案

端到端最大的优势就是简化了整个体系，两头的数据结构是确定的，中间的训练模型可以随时换，科学界有什么新模型都能拿来套。
多少了解一点人工智能模型的都知道，这种复杂模型，从没有哪个模型的正确率能到100%的，也就是说，端到端的智驾量只要上来了，必然会有瞎开的案例出来。
所以，别整天觉得端到端就是神一样的东西，不是端到端就如何如何不行。
规则模型起码是个可解释模型，端到端是黑箱模型，黑箱出了问题，想改都不好改。
规则模型可以不断完善。
从人的智能的角度分析，人本身就是一个规则模型，人是根据规则来判断的，人是先判断看到的是什么，再去想怎么做，而不是端到端模型那种，直接就是图像数据到怎么做。
所有的智驾模型都一样，都是做不到100%的。
吹得越高，真遇到失效的场景反噬得越很。