特斯拉工程師 Phil Duan 就一位車主對 FSD v14.3.10 的反饋作出回應，確認針對坑窪避讓和導航的改進即將推出。據其個人簡介，Duan 從事特斯拉 AI 與 robotaxi 相關工作。

引發這輪互動的是一位車主的公開評價。Shopify 工程負責人 Farhan Thawar 在駕駛其 2026 款特斯拉 時對 FSD v14.3.10 給出高度評價，形容這套系統像是有一位司機在替他開車。但他同時提出兩點尚未解決的問題：一是坑窪，他表示車輛遇到坑窪時仍會猛烈撞擊，有時衝擊力大到足以讓系統退出 FSD 模式；二是導航，他批評地圖質量不佳、缺乏路線學習能力，且繞路方案效率低下。

Duan 直接回復了這兩點抱怨，表示兩方面的改進都在路上。

對車主而言，坑窪處理和導航質量是 FSD 日常使用體驗中相當重要的組成部分。在路況較差的道路上遭遇一次猛烈撞擊，或被迫走一段沒有必要的繞路，都會很快削弱使用者對系統處理常規駕駛場景的信心。

這一反饋出現的背景，是特斯拉正通過頻繁的軟體更新持續打磨 FSD。此前馬斯克曾向車主表示，FSD 很快就能繞開坑窪。更近的版本則繼續擴充套件系統能力：FSD v14.3.9 加入了高速公路上的自動碰撞規避功能，隨後推出的 FSD v14.3.10 保留了這些碰撞規避說明。特斯拉還通過 FSD v14 Lite 將 v14 版本帶給搭載較老 Hardware 3 硬體的車輛。

接下來的 v14 版本更新說明值得關注，看其中是否會提及坑窪避讓、導航改進或路線學習——這些內容將顯示特斯拉處理 Thawar 所提問題的速度。

從更廣的視角看，這次互動折射出特斯拉 FSD 迭代的一個典型模式：能力擴充套件與體驗打磨並行推進。碰撞規避這類安全功能往往更容易被寫進更新說明並對外強調，而坑窪識別、地圖資料質量和路線學習這類問題，涉及感知、地圖與路徑規劃的協同，改進節奏通常更慢，也更依賴真實道路資料的積累。車主公開反饋與工程師直接回應之間的這種互動，本身也是特斯拉收集長尾場景資料、確定最佳化優先順序的一條渠道。

值得注意的是，導航體驗的短板並不完全等同於自動駕駛能力問題。地圖資料的更新頻率、路線學習是否被納入系統，以及繞路邏輯的最佳化，往往與車隊資料回傳和地圖維護機制相關。這意味著即便感知層面的坑窪避讓取得進展，導航體驗的改善仍可能取決於另一條技術路徑的推進速度。對關注特斯拉自動駕駛進展的觀察者來說，後續版本說明中是否出現相關條目，將是判斷這些承諾落地節奏的一個可觀察訊號。