埃隆·马斯克在回复AI学者佩德罗·多明戈斯时，讲了一段特斯拉FSD的架构演进史。核心只有一句：神经网络模型不断吞噬传统启发式C++代码，直到基于规则的逻辑被端到端深度学习方案完全取代。

这条回复没有配图，没有长文，但信息量不小。它把特斯拉辅助驾驶系统这些年的技术路线变化，压缩成了一个"替代"的过程。

被吃掉的是什么

传统辅助驾驶系统的底层，是大量人工编写的C++代码。工程师把各种驾驶场景拆解成规则：遇到这种情况怎么处理，遇到那种情况怎么处理。代码越写越多，规则越堆越厚。

马斯克描述的变化是，这些启发式代码被神经网络模型逐步替换。不是一夜之间推翻，而是一块一块地让位，最终由端到端深度学习方案接管。

端到端意味着什么

端到端深度学习方案的特点是，不再依赖人工拆解的规则逻辑。模型直接从输入学到输出，中间那些靠人手写死的判断分支，被网络自己学到的映射关系取代。

马斯克用的词是"吞噬"。这个说法带着画面感——模型像是有生命的东西，一点点把旧代码吃进去，直到基于规则的逻辑彻底消失。

他是在回复佩德罗·多明戈斯时说出这番话的。这位AI学者长期关注机器学习方向，两人的对话落在同一个技术语境里。

整段表述没有给出具体时间表，也没有披露当前FSD中还有多少C++代码残留。马斯克只讲了方向：模型在替代规则，端到端在替代启发式。