如果給你一輛完全陌生的賽車,只有幾個小時熟悉,然后就要和世界冠軍同場競技——你覺得勝率有多少?
United Autosports車隊負責人理查德·迪恩(Richard Dean)最近聊起了2018年戴通納24小時耐力賽的一段往事。當時18歲的蘭多·諾里斯(Lando Norris)被臨時拉進車隊,駕駛LMP2組別的賽車。問題是:他幾乎沒碰過這臺車。
![]()
「他坐進座艙,跑了幾圈,然后就說'我準備好了'」
迪恩的原話更夸張:諾里斯只做了極短時間的測試,就直接上場。結果他圈速追平了兩位F1世界冠軍——費爾南多·阿隆索(Fernando Alonso)和簡森·巴頓(Jenson Button)。
這事的離譜之處在于:LMP2和諾里斯熟悉的F3完全是兩種生物。更高的下壓力、不同的輪胎特性、更復雜的能量管理,還有夜戰和交通狀況。按常理,適應周期應該以周計算。
拆解這張圖:天賦的「遷移能力」
迪恩透露的關鍵細節是諾里斯的適應路徑——他沒有試圖「學會開這輛車」,而是快速抽象出核心變量:剎車點、輪胎窗口、燃油策略的博弈空間。本質上是用F3積累的「元技能」壓縮學習曲線。
![]()
這解釋了為什么有些車手換車隊后斷崖下跌,而諾里斯從邁凱倫 junior 到 F1 正賽始終穩定。快速建模能力比單一賽道經驗值錢得多。
車隊視角:為什么敢賭這個18歲小孩?
迪恩的團隊當時面臨一個計算:諾里斯的模擬器數據+短期測試,能否覆蓋經驗缺口?他們賭的是「認知帶寬」而非「里程數」。結果證明,高采樣效率可以替代低效的重復訓練。
這套邏輯現在被更多車隊復制。紅牛青訓、法拉利車手學院都在壓縮實體測試,轉向模擬器+大數據篩選。諾里斯2018年的戴通納實驗,某種程度上成了行業方法論的原型。
下次看到某個新人「即插即用」,別只夸天賦。背后是一套關于學習效率的精密計算——而諾里斯早在18歲就幫行業驗證過了。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.