George Russell 神秘的失速問題來自演算法？
George Russell 在 Spa 賽道遭遇的神秘失速問題，引發了圍場對 2026 年動力單元控制系統的討論。當時，McLaren 領隊 Andrea Stella 就點出，問題的很可能來自「能量部署演算法」。
McLaren 領隊點出問題
他表示，這套演算法會根據車手每一圈的駕駛方式，即時重新計算整圈的能量管理策略，而不是單純按照賽前設定運作。
Mercedes 隨後也證實，Russell 的動力單元在 Bus Stop Chicane 前的能量釋放異常，讓他在該路段至少比隊友慢了 0.2 秒。
更棘手的是，這類問題只有在賽後工程師分析完整數據時才能確認，比賽進行中，無論是車手還是車隊，都很難即時察覺究竟是哪一個能量部署環節出了問題。
AI 到底在計算什麼？
舉例來說，假設某個彎角出口，演算法認為最佳油門開度應該是 30%，但車手因為抓地力變化而多踩了一點油門。
演算法便可能判定這段路已經消耗了比預期更多的電能，因此重新調整後半圈的能量部署。
結果就是，當車手來到真正需要電能輔助的直線時，系統反而因為前面「多花了電」，而減少電能輸出，最終造成直線速度下降。
更複雜的是，這套系統會持續依據新的數據重新運算。
車手連續跑出兩圈幾乎相同的駕駛方式，演算法仍可能因為輪胎狀況、風向、能量狀態等細微變化，而做出不同的部署決策。
車手即使正確判斷風向、抓地力，也完全理解目前的能量使用邏輯，演算法仍可能認為存在更好的能量分配方式，進而做出不同的決策。
最令人擔心的是會自己學習的AI
真正令人憂心的，莫過於那些負責管理能量部署的學習電腦。它會根據賽道位置、車速、剩餘電量、駕駛操作等大量資訊，不斷重新計算何時釋放能量、何時保留電能。
然而，一旦演算法的判斷出現偏差，車手幾乎沒有任何能力介入修正，只能接受系統的決策。
Stella：每一圈都不可能完全一樣
「車手不可能每一圈都做出完全相同的操作。即使我們有大量賽前模擬，也不可能準確預測比賽中的所有狀況。」
因此，現在每支車隊幾乎都是一邊比賽，一邊透過演算法重新調整動力單元的能量部署。
Toto Wolff：幸好 Russell 的問題是在 Spa 發現
因為 Spa 屬於能量需求極高的賽道，任何能量部署異常都會被放大，如果同樣的問題發生在能量需求較低的匈牙利站，車隊甚至可能根本察覺不到異常。
車手甚至開始責怪自己
更令人無奈的是，在工程師證明問題存在之前，Russell 一度開始懷疑是不是自己的駕駛出了問題。
畢竟，在每圈只有零點幾秒差距的 F1，比賽中很難分辨究竟是自己失誤，還是演算法出了問題。
客戶車隊將更難解決問題
Mercedes 作為廠隊，同時供應多支車隊動力單元，因此也擁有訓練演算法最大的優勢。
反觀客戶車隊，例如 McLaren，需要等待 Mercedes 完成演算法更新後才能導入，新版本通常還得延後一至兩場大獎賽才能使用。
而最痛苦的，莫過於是只有兩輛賽車蒐集數據的 Audi。
Norris：現在有太多隨因因素在左右比賽了
例如是否在正確的位置按下 Boost 按鈕、演算法是否按照預期釋放能量，這些因素的重要性甚至超越車手本身。
「這根本不是車手的問題，而是希望自己夠幸運，動力單元能按照預期運作，不會突然做出莫名其妙的介入。」
Piastri：這真的太荒謬了
「如今電腦對動力單元的介入，已經到了難以忍受的程度，真的太荒謬了。」
「如果排位賽的結果，是由電腦有沒有正常工作來決定，那絕對是最糟糕的賽車方式。」
然而，即使 FIA 最終決定讓 V8 引擎重返 F1，最快也得等到 2030 年。
也就是說，在那之前，所有 F1 車手恐怕都必須繼續面對這套高度依賴演算法管理能量部署的新世代動力單元。
