开了二十多年车，看到滴滴这回把轴距卡死在2750mm、七大场景零投诉，我雷达直接响了。搞过运输的都懂，轴距不够后排就是受罪，车里有味乘客立马差评。滴滴这手，本质是把主观体感编译成可执行的硬约束——跟写System Prompt一个路数，先拿代码框死底线，再用人类反馈精调。

24城灰度更不是凑热闹，典型的Online Alignment，边跑边对齐。LLM的reward model跑在GPU里，滴滴直接扔进真实路况。但物理世界没有梯度回传，司机一次灾难性投诉可能就永久掉线，这prompt工程搬到线下，容错率可比显卡低多了。