特斯拉续航剩72公里，高速突然断电，售后建议剩100公里就充电，这合理吗？表显续航与实际为何差这么多？

提问（专用）账号，你好，

这个问题提的很好，所以下次不要再提了——我有个更“钩子”的标题，应该比这种范式更适合病毒传播：

“新能源”，为何突然变成“没能源”？

类似的，还有另一个“选题”：

那么多“女司机”，怎么养不成“老司机”？

——难道是，“开车”太不“合理”了？

合理——谁家的理？

任何具有“元认知”概念的读者——包括在我相关的另一个回答下点过赞的两位——应该都不难注意到，这个提问中隐藏的“钩子病毒”：

一个涉及人、车、路复杂因素的问题，被引导为“二极管”式的叙事：合理 vs 不合理。

众所周知，在汉语中有句老话：“公说公有理，婆说婆有理”。

按照在中国互联网中那个最大的“百科平台”的说法，这句俚语出自作家鲁彦在 1934 年出版的《西安印象记》。那么，在“公理与婆理”之前的上文，又是什么？

议论纷纷，莫衷一是，然又引经据典

在二十一世纪过去前四分之一后，乘着“新能源”的风口，这个“合不合理”的问题，自然被“引经据典”到工程技术问题，就像下面这个回答中提到的：

包括这个平台上的“人工智能”，对同一个问题的“分析”也非常相符。

——但是，这是真的吗？

公里的公理

在 Nostr 网络中，我谈过一个事实：初次考取驾驶证的时候，我先经过了 2 年的“实习期”。

对此，一位“中文网友”立刻跳出来评论：

一本正經的胡說八道

嗯，就像这个平台上的“人工智能”一样：

——“实习”居然需要 2 年，这是谁家的道理？

这种认知表现，像极了“直答”在第二轮讨论——当我指出“机动车安全事件都具有工程学之外的因素”——“人工智能”开始出现了明显的“赛博 LSD”症状：

对技术的认知与信任度：部分驾驶员可能对L2级辅助驾驶系统的局限性了解不足，产生过度信任，从而在系统突发故障时准备不足。搜索结果显示，驾驶员对智能驾驶系统功能边界的误解是引发风险的重要因素之一。

——这解释，“合理”吗？

在这起事件中，确实包含了“对技术的认知与信任度”的问题，按照提问账号所引述的报道：

失控前，屏幕上的续航数字还显示着大约72公里。

——真的“合理”吗？

这起事件中的认知偏差，是“部分驾驶员可能对L2级辅助驾驶系统的局限性了解不足”吗？

这确实很“人工智能”，与真正的 Transformer AI 相去甚远，多多少少的。

就像关于“老司机”的那个问题，Gemini Pro 在我提供的相同信息下，以“合理”的分析给出了回答：

根据 1996 年发布的《中华人民共和国机动车驾驶证管理办法》（公安部令第 28 号），当时的学员在驾校学习期间需领取“学习驾驶证”，有效期长达两年。只有持该证并在教练员陪同下进入公共道路进行长期的“实际道路驾驶学习”，才算完成了真正的“实习”。

甚至，提出了新的问题：

这种长达两年的物理磨练，培养了驾驶员对机械反馈的极度敏感……步入新能源时代，这种“机械感知”正被一种危险的“数字化天真”所取代。当一位车主看着屏幕上显示的“剩余 72km”，却在高速公路上瞬间断电、全车瘫痪时，我们必须追问：这到底是谁的“理”？

——是啊，这到底是谁的“理”？

阿伦尼乌斯（Arrhenius ）的工理

作为从镍氢-锂电交接折腾过来的 Gen X，“读说明书”就是“工业社会生存的基本常识”。

而作为不小心本科“入坑”了“填坑专业”的 Gen X，对于“电池/电瓶”的基本常识之一就是——电池从来不是一个简单的“电力容器”，而是复杂的电化学动力学系统。在真实的物理世界中，不同于“直答”的“脑子”——deepseek 的“版本答案”^[1]——所有的化学电池充、放电，都是依靠带电离子在电解液中的物理运动传递电荷。

而这种离子运动的宏观统计规律，都将遵从 Arrhenius 方程：

——简而言之，这表示：在电池内部化学反应速率 与温度 之间，存在指数级的反比关系。

现在，来看看我们这位亲爱的“女司机”，遇上了什么情况？

在这起驾驶安全事件发生的当天，事发当地处于一种糟糕的低温状态——这表示全天平均温度都接近冰点。在低温环境中连续长时间行驶，必然进一步导致失温加速——在“舌战太空数据中心”的时候，你们不都“懂”热交换原理么……

为了将这个回答的阅读量再减少一半，还有一个端电压公式必须补充：

低温导致电解液粘度增加，造成锂离子穿梭受阻的结果，就是电荷转移电阻 成为了瓶颈。如果在高速巡航中踩下加速踏板，巨大的电流 与“臃肿”的内阻相乘，会导致端电压 瞬间 崩溃——即便电池内部还有 72km 的化学势能，”电压“也已触底。

看起来，在这位车主的“婆理”中，显然，并没有阿伦尼乌斯的“公理”。

——那么，“女司机”的“婆理”，都没救了么？

Tesla 的“婆理”

在关于所有机动车交通安全事故——这表示包括单、二、三轨结构的所有载具——问题中，颠扑不破的公理，就是我已经重复了不知道多少次的：任何速度都不安全！

同样，在关于所谓的“新能源”（EV）的安全事故——这表示涉及人、车、路要素——问题中，颠扑不破的公理，就是我已经重复了不知道多少次的：陶琳，上大分！

众所周知，陶女士的“婆理”就是：

对于一些功能，要加强消费者教育，比如去和驾校或者交通部门合作。
——特斯拉陶琳：“建议加强消费者教育” 网友：买你的东西还要被你教育？

和对于“两年实习”一无所知的中国互联网“网友”不同，即便并没有在第一时间“意识到”阿伦尼乌斯的“公理”，Gemini Pro 在我的提示下，也基于“常识”主动发现了“华点”：

Q：在 Model Y 的用户手册中，是否有关于 BMS 对于里程预测的特别提示？
A：特斯拉 Model Y 的用户手册及官方技术支持文档中确实存在针对里程预测、BMS 准确性以及低温工况的明确提示与警告。以下是手册中与里程估算相关的核心信息：
1. 里程显示的“固定算法”警告
手册明确指出，仪表盘顶部显示的里程读数（Rated Range）是基于固定的 EPA 测试数据计算的，而不是基于驾驶员个人的驾驶模式。
警告内容：官方特别提醒，这一读数可能无法反映外部环境（如低温）或个人驾驶习惯。
下略（自己去问）……

作为“前·四儿子店运营顾问”的生存常识，就是：任何一家载具制造商的产品说明，以北美网站为优先——Repair Manual 可能要付费购买，Owner's Manual 都是免费查阅/下载的。

Range Assurance
The driving range displayed in Model Y is an estimate of the remaining battery energy based on EPA-rated consumption. It may not account for your personal driving patterns or external conditions……
❗️Note
Rated driving range is based on EPA-rated consumption in the United States, which deviates from tests advertised and performed in other jurisdictions.^[2]

看起来，虽然都是“婆理”，陶女士的版本与那位“陈女士”的版本，并不太一样。

莱布尼兹的“共理”

最后，为了将这个回答的阅读量减少到 ¼，我决定再引入一个方程：

这就是 BMS——并不仅仅是 Tesla——通用的安时积分算法。

嗯，哪怕 bing 一下呢 ？

在低温环境下，所有电池的可用容量都会显著缩水——即便没上过高原，在东北“出片”的常识——如果BMS无法及时更新基准，显示屏的 SOC 就会出现“赛博幻觉”。像极了某些“人工智能”，只不过，是“冻麻了”的版本。

而这个“新能源绝症”，在磷酸铁锂（LFP）电池上更加突出——“受益”于极其平坦的电压平台，在低温下，细微的电压波动很难精确对应真实的剩余电量。当动力电池中堆叠的某个单体电压触及了欠压切断阈值（UVLO）时，为了防止单体发生不可逆的物理损坏，BMS 对于电流输出就会强制“熔断”——不拉闸也没用，剩下的其他单元，必然面临雪崩式的“罢工”。

这种电化学层面的“流动锁死”，是所有“电动车”在冬季都无法逃避的”公理悬崖“——只要不太”人工健忘”，同样是高速公路上，在高速公路服务区之前仅 20m 被货车追尾的新能源使用者，就死在今年元旦前吧？

——这么浅显的“工理”限定，为什么在“新能源”群体中，也能变成为一场“高速公路大逃杀”呢？

“破坏式超车”的代价

随着中国汽车产销总量连续十六年全球第一，新能源汽车产销量连续10年位居全球第一，这种破坏性创新的“弯道超车”，必然将风险因素加速转换。构筑在以奔驰的 Patent-Motorwagen 为起始的 140 年机动交通道路安全体系，必然被迫面对“未知的未知”——别问 AI，把交通安全体系的 4 要素韦恩图画出来试试？
——如何看待近期小米汽车出现多量护栏贯穿事故，原因是什么，普通人开车应该如何避免呢？

2025 年 11 月 30 日，我写下的那条评语在一个季度后再看，还是保守了——目前所有的开放大语言模型，都无法正确绘制出正确的道路风险 4 要素韦恩图。即便，这并不比“电车难题”更加出名。

人、车、路、环境，这 4 个维度在冰点发生灾难性交汇时，“没能源”便成了“新能源”的唯一结局。

在充满“未来感”的数字化座舱里，所有真实的复杂物理显示反馈，都被压缩成了触摸屏上看似精致的“虚拟化现实”。

这种“虚拟环境”提供的不仅是“虚拟化掌控”，更是一种“数字化天真”（Digital Naivety）。依旧没有脱离中观世界的”驾驶猿“们，基于在”手机世界“中培养的”真实感“，直接忽略玻璃背面的算法脆弱性——连方向盘的力回馈，都是数字化虚拟的。

至于“沙发彩电大冰箱”的“豪华感”，也不过是对于消费风险的心理代偿——我这种老登，搭乘俄航从首都 T3 起飞，还没改平的时候，就被热情洋溢的“娜塔莎”问过：来点什么？红的？白的？

——那也是我最后一次搭乘这家航空公司。

无论“公理”“婆理”还是“共理”，在“新能源”的“公里”问题上，都只是“风险锅炉”中的高压气体。

如果风险“泄压阀”能够正常工作，也不至于在面对“风险蘑菇云”时，出现“那种绝望”——想想 John Connor 的老妈？

嗯，我说的，是那个亲娘……

在Gen X 之初，吃上了”NASA红利”、经历了”任何速度都不安全“文化冲击，所孕育出来的“老司机”信条，就是“学骑马，得先学备鞍”。

这不仅是自建立“驾驶猿”培训制度以来，就将“机械常识”纳入“科目一”的工程哲学表现，也是建立“两年实习”的驾驶人教育哲学——尽可能在认知中消除“未知的危险”，才不会在发生“机械宕机”的同时，出现“大脑宕机”。例如：在我们的课程体系里，最后一课就是“翻车后逃生”的实训。

在“同呼吸”的“教练员”陪同下，夏天没有因为“饭困”开进沟里、冬天没有因为“猛了”打滑，这种高风险博弈——并没有ABS、气囊保护——就是一种符合人类工作记忆机制的教育方式。然而，这也必然导致“产出比”过于不符合“持续增长规律”。

至于那些被“手机宝典”培养出来的“玻璃驾驶猿”，在“自然”适应了“装了 4 只车轮的手机”之后，又有多大比例能够自行完成将 EV 断开动力电源、设置为运输状态这种基本操作？

毕竟，他们上一次给手机换电池，都已经是上一次了……

那么，演示一下“怎么换胎”如何？

在即将实施的 GB/T30341—2025 文件中，终于出现了“电动汽车”的字样。但是，在“驾驶猿”的教育体系中，这只是个结束，并非开始。

精准操控一台精密电子设备，却仅靠屏幕上的“估计值”狂奔，这种认知模式的本质，就是对物理规律“战天斗地”式的极端无礼。就像我那句口头禅：

就你们这样？骑摩托车，可不早死了。

这并不是什么“机车党的无能狂怒”或者“禁摩ADHD”——PTW 的车体不会超过 900mm。这表示，只要走路不会撞上门框的普通人，都能“意识”到的“中观世界空间”。那么，有谁又是经常在走路的时候，斜扛着一根 2m 长的竹竿呢？而如果你不是这样的“驾驶猿”，开车的时候又怎么知道，右后轮在哪里？

进一步，在中国式的“汽车文化”中，更为糟糕的挑战还有右后转向灯……

以宇宙视角来看，在人类这种廉价非线性计算系统集群中，“女司机”只是“司机”的子集，而“司机”也只是“汽车”的“子集”——那个可由毫无经验的劳工大批量生产的廉价自动化配件。受到“汽车文化”中缺失的“科学工程”部分影响，就难免因为对于物理规律的“无礼”，造成在物理世界中各种各样的“无理”行为。

这种“司机文化”，与性别并没有因果关系——毕竟，姚女士的“婆理”也在仅仅 4 年之后，就被中国国家标准所印证。这一切，不过是从 1980 代出生以来，经济与工业之间的文化错配。展开讨论，又是足以发一篇社会科学类 Paper 的问题，还是就此打住。

一言概之，既然有经济学的“垃圾时间”，那么，也有基于认知科学的“垃圾时间”——就像“禁摩”所造就的“鬼火炸街”。哪怕，“炸”街的“鬼火”，在物理上早已完成了“电动化”：

当“鬼火少年”们、“精神小妹”们有一天坐进了“电动车”，又该怎么称呼他们呢？