电动跑车不缺速度，缺的是好用的软件与体验逻辑

2990 磅（约 1,356 kg）、双电机四驱 320 kW（约 430 hp）、0-97 km/h 仅 2.9 秒——如果只看性能参数，JMEV SC01 这种“轻量化电动跑车”几乎是对电动时代的一次反讽：它用很传统的方式证明电动车可以很“纯粹”。更有意思的是，它背后还有小米的影子，却没有把“屏幕更大、功能更多”当成卖点。

这条新闻之所以值得写进我们《AI 在汽车软件与用户体验中的不同应用方式》系列，不是因为它又快又稀有，而是因为它把行业的分歧摆在了台面上：一条路是做小批量、强个性、强调机械感的产品；另一条路是像 Tesla 和不少中国品牌那样，把竞争主战场放在“软件持续迭代 + AI 驱动体验一致性/本地化生态”上。

我一直觉得，电动化把“动力系统”这门课越拉越平，真正拉开差距的，是软件、交互、数据闭环和服务体系。SC01 这种车，正好让我们反过来问一句：当产品回归驾驶本身，AI 与汽车软件还应该怎么做，才能不打扰、但又确实变好用？

SC01 的“反潮流”产品哲学：少即是多，但不是少软件

直接结论：SC01 的卖点是“少干预的驾驶体验”，而不是“少技术”。

从原文信息看，SC01 选择了很多“老派但有效”的做法：管状空间框架底盘、推杆悬架、铝镁轻量化轮圈；座舱里保留物理空调控制、传统手刹、按钮环绕的布局。它甚至把 70 年代意大利楔形跑车的味道做成了“情绪价值”，像是在向 Lancia Stratos 致敬。

这套思路对当下很少见。过去几年，很多车把“科技感”直接等同于“把中控做成电视”，再配一堆 HUD、手势、语音、小游戏。SC01 反而像在说：

跑车首先要快、轻、准；别把驾驶员当成需要被教育的用户。

但这里有一个容易误解的点：**“极简座舱”不等于“软件不重要”。**恰恰相反，越是强调驾驶，越需要软件把“干扰项”收拾干净：启动、换挡逻辑、牵引力控制、热管理、能量回收标定、仪表信息层级——这些都属于软件与体验设计，只是它们不需要通过“更花的 UI”来表达。

小批量电动跑车进入欧洲：它卖的不是规模，是试验田

直接结论：限量 1,000 台更像是“验证路线”的商业策略，而不是产能不足。

新闻里提到：SC01 去年在中国上市，今年确认将在欧洲进行限量发售；并且欧洲版本并非整车从中国进口，而是选择在意大利组装；欧洲配额只有 1,000 台，媒体预测售价约 €60,000。

这种“限量 + 本地组装”的组合，在 2026 年的欧洲市场语境下，很现实：

• 法规与认证成本：小批量更可控，能把合规、碰撞、安全、软件合规（含网络安全）等成本封装进更高单价。
• 品牌与风险：新品牌/新车型在欧洲没有长期口碑，先用限量降低售后与舆情风险。
• 产品定位更清晰：它不是家庭车，也不是智能座舱展示台，而是“可负担的电动小跑”。

但这也意味着一件事：**它对行业的影响，更多体现在“理念”，而不是“销量”。**真正会改变市场格局的，往往是那些能把软件能力规模化复制的玩家。

两条路线的对比：SC01 的“机械感”，对照 Tesla/中国品牌的“AI 体验系统”

直接结论：跑车的终极体验不只是操控，量产车的终极体验也不只是屏幕。差异在于“体验的组织方式”。

把 SC01 放到我们这个系列里，最有价值的比较维度是：体验到底是靠硬件性格，还是靠软件体系来组织？

路线 A：小众性能车——体验来自“少干预 + 强反馈”

SC01 的做法是把驾驶员放回中心：转向、制动、车身姿态、路感信息的反馈要直接，座舱就别抢戏。AI 在这类车上并非无用，但优先级会变成：

• 底盘域控制的自适应标定（根据路面与轮胎温度做更细腻的稳定控制，而不是“救命式介入”）
• 热管理与性能保持（连续激烈驾驶时的电池/电机温控策略）
• 故障预测与养护建议（让车主知道“什么时候该做什么”，而不是弹一堆无关提示）

一句话：AI 应该在后台把复杂性消化掉，让前台更纯粹。

路线 B：规模化量产——体验来自“软件迭代 + 统一入口”

以 Tesla 为代表的一条路，是把车当成“持续迭代的产品”：功能 OTA、交互一致性、算法更新带来的能耗/辅助驾驶变化。很多中国品牌走得更快的部分，则是：

• 更强的本地化功能（停车场、收费站、语音意图、方言、地图生态）
• 智能座舱与生态整合（手机/IoT 互联、账号体系、跨端服务）
• 更频繁的体验小步快跑（UI、语音、多模态的迭代速度）

这类路线的关键不在“堆功能”，而在把体验做成一个可运营、可持续优化的系统。当车卖到几十万台甚至上百万台时，AI 价值才会被规模放大：同一套模型/同一套数据闭环，能在更大用户池里更快收敛。

SC01 反过来提醒我们：当行业过度追逐“座舱炫技”，会把体验的基本功丢掉。

对汽车软件团队更现实的启发：别在“炫”上用力，去解决三类体验矛盾

直接结论：2026 年汽车软件的胜负手，是把“安全、可控、好用”做成一致，而不是把功能列表写到天花板。

结合 SC01 的极简思路和量产车的 AI 化趋势，我建议软件与 UX 团队重点盯三类矛盾：

1) “驾驶专注”与“信息丰富”的矛盾

跑车强调专注，家用车强调信息与娱乐，但两者都需要一条原则：把高频操作变成肌肉记忆，把低频信息变成可检索。

可落地的做法：

• 关键功能（空调、除雾、危险警示）要有明确的“最快路径”（物理键或固定手势/固定语音短句）
• 仪表信息分层：常驻只放速度/电量/导航关键转向；其余放二级页面
• 语音不要“无所不答”，要围绕车控任务做高成功率闭环

2) “个性化”与“一致性”的矛盾

中国品牌擅长本地化与生态，但很容易把系统做碎：不同应用入口、不同账号体系、不同交互风格。Tesla 的强项是统一，但容易显得“你得适应它”。

我更站在务实的一边：一致性优先，其次才是个性化。

• 先定义 10 个最核心场景（通勤、雨雾、停车、充电、接送等）
• 对每个场景定义“默认最佳路径”，再开放少量可控的个性化选项
• 用 AI 做“推荐”，别做“强制替你决定”

3) “持续 OTA”与“信任成本”的矛盾

OTA 是优势，但更新越频繁，用户越容易焦虑：这次更新会不会改刹车脚感？会不会让能耗变高？会不会又多了广告？

建议把 OTA 做成产品信任机制：

1. 更新说明写人话：明确“影响什么、不影响什么”
2. 提供“可回退/可选择”策略（至少对非安全关键功能）
3. 对驾驶相关标定变更提供“对比模式”（更新前后差异提示）

这套逻辑对 SC01 这种驾驶取向车尤其重要：用户买它就是为了稳定与可预期。

你该怎么选：买一台“纯粹电动跑车”，还是投资“AI 体验体系”？

直接结论：消费者买车看当下的愉悦，车企/团队做产品要看长期的体验成本。

SC01 这种车如果真按 €60,000 的价格进入欧洲，又只有 1,000 台，它更像一台“态度鲜明的玩具”，适合愿意为驾驶反馈与造型情绪买单的人。它不必承担“把所有人服务好”的责任。

但对绝大多数车企和软件团队来说，真正决定转化与复购的，是后者：用 AI 把体验做成可持续优化的系统——包括一致的交互、可信的 OTA、稳定的语音与导航、可控的辅助驾驶、人性化的能耗与充电体验。

我更愿意把 SC01 当作一个提醒：当你把体验做成“纯粹”，AI 不一定要站到台前；当你把体验做成“规模”，AI 必须有工程化、可运营化的体系支撑。

下一步更值得追的，是一个更难但更实际的问题：当汽车软件越来越像互联网产品，我们能不能同时做到“驾驶不被打扰”和“体验持续变好”？