揭揭pony.ai的老底

楼主这头像...这是实名上网啊...MIT净出楼主这样说大实话的人吗（手动狗头

lz真牛，直接burn bridge了，为你这种行为点赞

匿名用户 发表于 2023-1-16 15:08
感觉就是一牛b哄哄的公司，最喜欢宣传那里有多少大神之类的。
如果逻辑成立的话，图灵奖得主都应该是开公 ...

终于有人说到我心坎里了

软文一提pony.ai就是“编程教主”，“技术大神”，但是算法比赛大神和实际搭建一个复杂工程系统，skill set完全不一样啊。为什么说到pony就一副“技术肯定没有问题只缺blabla”的样子？他的工程经验，产品经验，管理经验在哪里？

或者换个路线，他就一直stick with自己的大神头衔，那他说话的时候有自带显示扭曲气场么？

如果什么实际的东西都秀不出来，国内真有投资人会信这种低级的光环加持术么？

虽然PR部门不让员工回应公司新闻，但是心里堵得慌不吐不快，PR和法务找我我也认了：
1）安全性：也许高层没有处理好这件事，没让楼主得到满意的解决，但是这并不代表Pony的车就是不安全的。一方面外有监督，加州DMV的数据没法造假；另一方面内有代码，数据是怎么生成的员工都看得见，除非有人把出问题的record都删了，但是即使真的有这种不负责任的操作，楼主也说了举报之前老板不知情，那这就是个人行为。但是通过楼主的描述，外人看到的却是Pony乃至整个行业故意把不安全的车说成是安全的，这并不符合事实，有管理上的隐患不代表车的行为安全不符合上路的条件，测试车也从未许诺100%安全。
2）商业化：L4有没有失败放弃，L2有没有竞争优势，卡车能不能创造营收，今年过去自见分晓，现在画大饼都是忽悠，到时候凭事实再来讨论。
3）宣传：显然楼主是美国员工，不了解国内的现状，也没参与珠江新城晚高峰的demo。我每天在南沙下班都会在桥上堵小半个小时，电动车、三轮车、洒水车穿插，南沙的常住人口这几年增加了很多，路况跟以前完全不一样了。珠江新城的晚高峰更无疑是“繁忙城区”，只经过了半个月的适配，也并不需要一年半载的调参。至于规模化，scalability是有很多层次的，公司宣传的规模化我理解是车型、车数上的，具备短和第三方合作，在已经熟悉的场景，短期批量改装、投放出租车的能力，而不是在哪个城市都立刻能开，前者waymo肯定也是可以做到的。楼主不了解这些情况，恰恰说明Pony实际上做的比说的多，没有在小成果上大举吹嘘，所以自己的员工都不知道，这恰恰说明公司低调而不是吹牛。
4）文化：这一点和第一点其实是同一个问题，楼主因为同一件事没有得到满意的解决，而怨恨相关责任人，但是外人将会认为这是普遍情况。我只和不到二百个同事直接合作过，采样也有偏差有availability bias，我只能说我合作过的同事都是负责的，有ownership和leadership的，追求safety-first的，确实有不少这样的大佬离职了，但是也有同样多这样的新同事入职，至少在国内，可以看到很多不需要加班oncall的团队的同事在公司主动加班到半夜十二点才回家，凌晨一两点也会有很多人在线讨论问题，工作氛围是积极、主动和享受的。

我没有去过美国的sites，职级也低，楼主说的事情我不了解，也无权评论。本来一亩三分地主要是发给湾区的人看的，但是现在这个thread已经出圈了，国内自动驾驶圈到处都在传，所以我不洗美国pony，但是要帮中国小马说说话。

匿名用户 发表于 2023-1-19 03:26
开车只是人类擅长的活动中的一个子集，其用到的功能是在无数代进化出来的眼手协调基础之上并从大量其他自 ...

“开车只是人类擅长的活动中的一个子集，其用到的功能是在无数代进化出来的眼手协调基础之上并从大量其他自然活动中训练得来的，然后迁移到开车活动上而已。所以L5级别的训练关键是数据不能仅限于驾驶，必须要采用训练通用人工智能所需的数据集才可以”

大体上argue得没错。不过存在一些思维定势，首先目前已经有很多证据表明了intelligence是一种emergent ability，所以其实不存在所谓“训练通用人工智能所需的数据集”，因为其实训练AGI的数据就是所有我们正常人通过感官接触物理世界获得的数据。在大规模text上做next token prediction之所以能emerge出common sense reasoning，planning，intent inference这些highly nontrivial capability就是因为只有具备这些能力的system才能精确地预测next token的distribution。所以解决L5的一条路径就是利用大模型，当然这个路径我觉得是overkill，未来的general embodied intelligence可以走这条路，但L5自动驾驶并没有必要这样搞。一个argument就是自动驾驶还是一个比较narrow domain的task，将visual perception和planning decouple开来应该也能work，但是这里的关键是uncertainty aware planning，这用传统rule based的方法是intractable的，这里的uncertainty不止你提到的unseen object，更加challenging的是其他driver的unseen driving behavior，相比之下unseen object其实还算挺好解决的，就risk-averse一些就好了嘛，不确定能不能撞就开慢点等接近了看清楚了是啥再决定，不确定就绕过去呗，咱人不也是这样干的吗。这些其实也都是emergent ability，要hard-code一套算法是搞不完的，multiagent RL + population based training是目前为止百试不爽的解决这类问题的方法，前者解决decision-making under uncertainty，后者解决behavior uncertainty从哪儿来这个问题，openai的hide-and-seek中的emergent behavior和google最近的robocup agent学到的emergent behavior可以自动驾驶复杂多了，当然自动驾驶的一个复杂点在于open-domain，但并没有strong argument能justify open-domain是一个fundamental challange。

👍👍👍

苟利国 发表于 2023-1-20 13:02
太乐了,我硬件人看你前面喷的技术睁一眼闭一眼过去了,毕竟泥地转码天下第一正确,但是这个 “马厂的PR文里号 ...

“没啥车的地方”和“飞流直下三千尺”的用法是一个道理，居然还真有人get不到这一点。。。我要是真用严格的terminology来论证，你的natural language interface能align吗？早就不是马厂员工了，谢谢

nevarofred 发表于 2023-1-19 22:17
我不觉得人类的模糊逻辑能力是进化出来的。这是更高维度的超出人类理解能力的编程方式。

emergent ability，不是所有的能力都必须explicitly用declarative的方式写下来才有的。machine learning就是一个很好的例子，建议看看这篇理解一下：https://fsi.stanford.edu/publica ... s-foundation-models

真是说出了很多人的心声，这里补充几点：
1)教主和CEO长期不和，这是高层都知道的事情。CEO是个城府很深的商人，可谓上梁不正下梁歪。高层之间极度不信任，对员工也极度不信任，将员工视为敌人。非我族类，其心必异。
2)Pony的文化toxic到极致，利益群体错综复杂，政治斗争你死我活，宫廷大戏天天上演。绩效打分、奖金发放多半取决于是否讨老板喜欢，而不是你的业绩。尤其是近两年，有能力的高管层差不多走光了，很多高管来了一年发现被骗了就走了，剩下的多半能力堪忧，欺上瞒下，只懂得足危舌忝。有能力的人被打压、被架空是常态。
3)战略目标朝令夕改，入局卡车、裁掉美国卡车部门、造车、取消造车、入局L2...。基本上是根据市场变化随波逐流，没有深层的信念坚持做一件事情。
4)中美拆分，代码隔离，各自做各自的事情，有劲也使不到一块。
5)数据造假（没错，这是普遍存在的），某些员工造假的目的是为了讨好上级，拿到好的绩效、奖金、甚至升职，而不止是为了对外的宣传。能力强、人品好的engineer是斗不过这些人的（没错，劣币驱逐良币也是普遍存在的）。很多这样的员工升职后就跳槽去其他公司，留下定时炸弹留给新人，击鼓传花。

劝里面的人早点走吧，中美好的自动驾驶公司还有很多。也劝各位高管大佬少做点恶，会遭报应的。

最后留一张glassdoor的review作为结尾：

匿名用户 发表于 2023-1-18 05:21
这爆料要是真的那不是比你说的这些更致命，相当于把打工人忽悠进去拿base干N年呗，最后高管投资人二级市场 ...

“欠薪、种族歧视、性骚扰、无薪加班这类侵犯到了打工人权益的”没错，这些只侵犯打工人的东西如果没有做得太极端我是不会曝的，因为打工人有能力也应该直接诉诸法律手段维权。我曝光pony是因为这已经侵犯到了更广泛的社会公众的权益。