国内最难的场景，依旧是与 VRU 的互动。面对闯红灯、随意横穿的行人与小电驴，目前主流智驾仍是一种被动响应逻辑：「敌不动，我不动；敌一动，我急刹」。

人类司机处理这类场景，更多靠的是经验预测、靠的是直觉反应。模型需要具备一定的认知与推理能力，只靠模仿学习没戏。