F1策略的全景图：从车库到Pit Wall的决策链

第 1 章　F1 策略的全景图：从车库到 Pit Wall 的决策链

一台 F1 赛车冲过终点线时，绝大多数报道会把功劳归于车手、底盘或机械可靠性。但真正的胜负往往在镜头拍不到的地方被决定——一支由 5 到 9 名工程师组成的小组，蹲在距离维修区通道不到 5 米的矮墙后面，在 1.5 小时的比赛里完成数百次决策。本章要回答的核心问题是：F1 车队策略决策的全貌究竟是什么？Pit Wall 上每一块屏幕、每一句无线电背后，站着谁、流动着什么信息、依据什么逻辑？我们将从组织架构、物理布局、时间闭环和工程协同四个维度，把这道"墙"完整拆开。

1.1　策略不是"选择何时进站"，而是一种工程学科

公众对 F1 策略的常见误读，是把它等同于"决定第几圈进站"。这种理解把策略窄化为一个二元变量，实际上它是一类在多重不确定性的实时约束下，对所有可观测变量进行最优化的动态决策问题。这里所说的"所有可观测变量"，在 2024 年规则下通常包含：

• **轮胎状态**：胎面温度、磨损程度、胎龄、热历史层数（thermal history）、胎压趋势
• **赛道演化**：橡胶颗粒沉积、油渍带、表面粗糙度
• **竞争对手行为**：进站窗口、平均圈速趋势、无线电通话片段
• **天气与气象**：雷达回波、风速风向、湿度、降雨概率（赛前与赛中）
• **机械状态**：ERS 部署水平、燃油消耗速率、刹车温度、制动力衰减
• **比赛控制变量**：Safety Car 概率、Virtual Safety Car 时长、Flag 状态

这六类变量在比赛过程中不是静态的，它们互相耦合、互相约束。轮胎温度影响刹车温度，刹车温度影响 ERS 回收效率，ERS 效率影响燃油消耗，燃油消耗又决定车重与轮胎退化——任一变量在 t 时刻的取值都会通过物理模型向后传播，影响 t+5 圈甚至 t+20 圈的策略可行性。这正是策略之所以是工程学科而非赌博的本质：它需要建模、仿真、状态估计，而不是直觉。

从历史维度看，F1 策略经历了三个演化阶段。第一阶段（1990 年代中期以前）几乎没有实时策略，进站时机更多由车队管理层凭直觉和过往经验判断；第二阶段（1996—2010）随车队无线电标准化和遥测系统普及，实时数据进入决策，但缺乏系统性建模；第三阶段（2014 至今）动力单元混合动力化、轮胎规则收紧、信息流带宽大幅扩展，使策略成为一个由数据科学家、机器学习工程师、轮胎物理学家共同支撑的工程领域。Mercedes 在 2014—2021 年的统治，不只是因为引擎和空气动力学，更是当时业界最成熟的策略闭环。

因此，本书所讨论的"策略"，从来不是某一次进站、某一句无线电口令，而是贯穿整个比赛周末的闭环决策系统——包含赛前规划、赛中干预、赛后复盘三层时间尺度。这个系统在 Pit Wall 上只是冰山一角，真正的算力、人力与组织深度埋在布里克斯沃斯（Brackley）、马尔凯（Marcinello）和位于 MTC 的赛道运营中心里。

1.2　策略部门的组织架构：谁在墙上，谁在墙后

现代 F1 车队策略决策并非单一角色的工作，而是一个分层、分工、有明确汇报关系的工程团队。下面以 Mercedes-AMG PETRONAS F1 Team 为样本，剖析典型的策略组织结构。该结构在 Red Bull Racing、Scuderia Ferrari、McLaren Racing 等顶尖车队高度相似——尽管术语可能略有差异，但职责划分几乎一致。

1.2.1　墙上的八把椅子

比赛日中，Pit Wall 通常排列 6 至 9 张高脚椅，每张椅子对应一个明确的职能。从左到右（以车手视角面向赛道为准），典型的座位安排是：

第一席：赛事总监（Race Director / Team Principal on track）。这是墙上的最高决策者，典型人物如 Mercedes 的 Toto Wolff、Red Bull 的 Christian Horner、McLaren 的 Andrea Stella。他们在重大战略决策——例如是否在 Safety Car 期间进站、是否换胎而非维修——时拥有最终签字权。但他们不直接处理日常战术执行。

第二席：首席策略工程师（Chief Strategist）。这是墙上真正的"大脑"。2020 年以前 Mercedes 的这一职位由 James Vowles 担任，他后来升任 Williams 车队领队；接任者是多年的副手。他们负责建立并实时更新"策略矩阵"——一个把当前状态映射到剩余比赛进站窗口的多维表格。该角色需要在 0.5 秒到 3 秒内综合所有变量，给出建议。

首席策略工程师身旁通常配备一名副策略工程师或策略分析师，两人的工作节奏是高度冗余的——一人主决策，一人交叉验证，避免单点失误。

第三席：赛道工程师（Race Engineer）。每辆赛车各有一名，他们的本职是车况监控（vehicle health）、车手沟通、ERS 与燃油策略。在 Pit Wall 上，他们负责把策略工程师的"宏观决策"翻译成对车手的具体指令——例如"在第 27 圈进站，换硬胎"——并向车手解释该决策的逻辑以维持信任。

第四席：性能工程师（Performance Engineer）。两人各对应一辆赛车。他们解读遥测数据，监控圈速分解（sector deltas）、轮胎退化曲线、ERS 部署模式，并向赛道工程师提供判断依据。

第五席：轮胎工程师（Tyre Engineer）。在 Pirelli 一统天下的时代，轮胎成为策略最关键的不确定性来源。轮胎工程师负责实时追踪每辆赛车的胎况——通过遥测的胎压、胎温、外圈速度差，结合 Pirelli 提供的磨损模型，估算剩余可用圈数。他们也是与 Pirelli 现场工程师对接的接口。

第六席与第七席：辅助角色。通常包括一名气象学家或天气分析师（实时解读雷达与卫星数据）、一名数据工程师（操作实时仿真工具）、一名辅助策略员（负责记录决策日志，赛后复盘时回溯）。规模较小的车队会把多个职能合并到一人身上。

1.2.2　墙后的支持团队

Pit Wall 只是前线。真正庞大的策略体系扎根于车队工厂（factory）和赛道车库（garage）。一支顶级车队在比赛周末通常会有 60—100 人 在工厂远程支援，他们不直接出现在墙上，但通过加密视频链路、语音通道和数据流持续影响决策。

工厂端最重要的角色是首席策略工程师的"影子团队"。他们的工作包括：在比赛进行时跑多个 Monte Carlo 仿真，预测不同策略组合下未来 20 圈的概率分布；维护实时更新的退化模型——因为墙上的策略工程师在精神紧张状态下不可能精细调参；以及在 Safety Car、VSC、红旗等突变事件下，提供多套预案。

工厂端的另一关键节点是空气动力学组与车辆动力学组。策略决策不能脱离赛车本身的物理极限。例如，决定何时从硬胎换到中性胎，需要知道当前空气动力学套件在剩余比赛中的下压力衰减特性；决定是否在最后阶段 all-in（全力冲刺），需要估算燃油消耗对车重的影响从而判断轮胎退化是否会失控。这些信息由空动组和性能组提供，策略组消费。

气象团队是另一条独立线。赛前 72 小时，气象团队就会给出分时段的降雨概率网格；比赛进行中，他们持续更新赛道特定区段（sector-specific）的降雨预测，并把数据通过平板推送给墙上。现代气象团队使用自有雷达、卫星数据以及定制化 AI 模型，精度可达 5 分钟级别。

1.2.3　汇报关系与决策权限

策略决策的权限是分级授权的。常规进站决策（pit window）由首席策略工程师与赛道工程师共同决定，赛事总监不参与；只有偏离预设矩阵的重大决策——例如在最后阶段换不同配方轮胎、车队指令（team orders）让车手交换位置、冒雨进站换光头胎等——才上报赛事总监。

这种分级设计的核心目的，是降低信息延迟。F1 比赛中，每延迟 1 秒决策，就可能让一名车手损失 30 米位置或错过一个 undercut 窗口。把多数日常决策授权到执行层，是顶级车队的标准做法。Mercedes 在 2014—2021 年的统治，很大程度上源于其决策延迟控制得比对手更短——这一优势不是来自某次天才判断，而是来自组织结构。

1.3　Pit Wall 的物理布局与信息可视化

Pit Wall 不只是一排椅子。它是一个强约束空间内的实时信息中枢，其物理布局直接决定信息流向和决策延迟。让我们拆解一下典型 Pit Wall 的几何结构。

1.3.1　椅位、桌面、屏幕

墙前是 1.5—2 米宽的桌面区域。桌面上方悬挂或斜置 5—9 块 LCD/OLED 屏幕，每块屏幕由一名工程师独占或共享。这些屏幕的布局遵循严格的视觉优化原则：

• **正前方第一屏**：通常显示官方 FOM（Formula One Management）的实时计时系统，包含所有赛车的当前圈速、轮胎状态、间隔时间、位置。这是墙上所有人共享的"地面真相"。
• **侧前方第二屏**：策略工程师的"策略矩阵"视图，包含当前所有赛车的预测剩余圈数、退化斜率、Undercut/Overcut 概率。该视图通常是车队自研软件，实时刷新频率达 1—2 Hz。
• **侧前方第三屏**：遥测视图，每辆赛车的胎温、胎压、刹车温度、ERS 状态、燃油流速、油门开度等。墙上性能工程师和赛道工程师主要使用。
• **侧前方第四屏**：仿真视图，工厂端的 Monte Carlo 仿真结果以热力图（heatmap）或散点图（scatter plot）形式呈现，预测不同策略路径的概率分布。
• **顶部或侧挂屏**：气象雷达、风速风向、降雨云图，通常由气象学家操作。
• **辅助屏**：无线电通信界面、车队内部聊天（多为 WhatsApp 或自研安全即时通讯）、Pirelli 官方 app 的轮胎分配数据。

这些屏幕的视角、亮度、刷新频率都经过视觉工效学优化，目的是让墙上的工程师在 0.5 秒扫视内获取关键信息，不必要求大脑从多个数据源拼接。

1.3.2　信息流的三条主干

Pit Wall 上的信息流可以抽象为三条主干，每条主干有不同的延迟、带宽和可靠性：

主干一：官方 FIA/FOM 实时数据。包括位置、圈速、间隔、Flag 状态等。这条数据由 FIA 中央系统通过加密链路下发，延迟通常在 200—500 毫秒，是所有策略决策的输入源。

主干二：车队自有遥测。F1 赛车上装有超过 200 个传感器，每秒产生约 1—2 MB 数据（经过车端压缩后），通过车队自有的双向加密链路传回车库和工厂，再分发到 Pit Wall。这条链路延迟较低（< 100 毫秒），但受限于物理带宽，无法承载视频流。

主干三：车手无线电与车队内部语音。FIA 规定每辆赛车必须配备两条无线电通道：一条强制给 FIA 用于控制指令，另一条给车队内部使用。车队内部通道又细分为"车手-赛道工程师"主通道和"墙上-工厂"辅助通道。墙上的通讯通常是离散化、定向化的——首席策略工程师很少直接和车手对话，他只和赛道工程师沟通；后者再和车手沟通。

这种分层通讯的设计意义在于减少车手认知负荷。F1 车手在驾驶中每秒钟接收的信息已经是极限，再让车手直接听策略讨论会严重干扰驾驶。所以策略讨论在墙内部完成，翻译成一句指令传递给车手。

1.3.3　Pit Wall 的"非技术"约束

物理布局之外，Pit Wall 还受到一系列 FIA 规定的硬约束：

• **通道位置**：Pit Wall 必须与维修区通道（pit lane）平行布置，距赛道边缘有最小距离规定；
• **座椅高度**：墙上人员必须坐在规定高度的椅子上，**禁止站立观察**——这是出于安全考虑；
• **视线遮挡**：墙的高度经过设计，使墙上人员在赛道发生事故时不会因视线遮挡而处于危险位置；
• **无线电限制**：比赛过程中，特定频段受 FIA 监管，违规使用将被罚款；
• **热饮与饮食**：FIA 规定墙上不得携带未封口液体进入墙前区域（防止泼洒导致电子设备短路）。

这些约束看起来琐碎，但每一个都源自真实事故或事故风险，是 FIA 与车队多年博弈的结果。

1.4　从 FP1 到 Race Day：策略闭环的时间维度

策略不是周日 14:00 一键启动的实时决策，而是贯穿整个比赛周末、跨越三个时间尺度的闭环系统。下面我们以一个典型大奖赛周末（周五—周日）为例，演示完整的策略闭环。

1.4.1　周五：数据采集与初始模型建立

比赛周末始于周五的两段自由练习赛（FP1、FP2，每段 60 分钟）。这两段练习在策略意义上是数据采集窗口，而非战术演练场。墙上的人员在周五主要做四件事：

1. 长距离（race simulation）数据采集：让赛车模拟真实比赛节奏跑 10—15 圈连续长距离，收集轮胎退化曲线、燃油消耗速率、ERS 部署模式下的退化差异。这些数据用于建立或更新本周末的退化模型。 2. 短距离（qualifying simulation）数据采集：模拟排位赛单圈冲刺模式，收集轮胎热窗口、ERS 释放上限、刹车温度曲线。这些数据用于周六十字路口的排位赛圈速预测。 3. 赛道特性评估：通过观察赛道表面温度、橡胶沉积、风向风速，评估赛道演化趋势。某些赛道（如巴塞罗那、铃鹿）在整个周末会持续抓地力提升，这种"赛道演化"是策略的关键输入。 4. 竞争对手观测：通过 FIA Timing、各车队发布的无线电片段、FP 期间的赛道活动，估算对手的真实实力。

周五结束时，墙上团队会输出一份初步策略矩阵——一个把"剩余圈数 × 轮胎配方 × 进站次数 × 起始位置"映射到"预期终点位置"的表格。这份矩阵会在周六持续更新。

1.4.2　周六：策略精修与排位赛博弈

周六的 FP3（60 分钟）是最后一次数据采集窗口，但同时也是排位赛前的关键调整期。策略团队在 FP3 期间会重点验证周五模型，对退化曲线进行修正，并对气象预报做最后确认。

排位赛本身（Q1、Q2、Q3）虽然本质上是单圈速度的比拼，但策略意义同样深远。起跑位置决定了整场比赛的初始策略约束：第 1 位发车的车手可以采用"先 undercut 后防守"的策略；而第 10 位发车的车手可能被迫在第一圈就主动进站改变赛道位置。所以周六傍晚的策略会议，会围绕"如果我方拿到 P3 / P5 / P7，分别采用什么策略矩阵"做完整推演。

周六深夜或周日清晨，工厂端的影子团队会跑一次大规模 Monte Carlo 仿真——通常跑 10000—50000 次样本，覆盖所有合理的进站组合、天气路径、对手行为，输出最终策略矩阵。

1.4.3　周日：实时决策与干预

周日的比赛（Race）是策略闭环的最终执行窗口，也是公众最熟悉的部分。但需要强调的是，比赛日的策略决策并非"临时拍脑袋"，而是执行一个在赛前已经经过数千次仿真的预案。赛中需要做的，是根据实时变量偏离预案的程度，进行有限的、快速的修正。

下面用一张流程图，把整个比赛周末的策略时间线与角色介入点串起来：

```mermaid flowchart TD FP1[FP1 周五首次练习赛] --> FP2[FP2 长距离数据采集] FP2 --> FP3[FP3 排位赛模拟与微调] FP3 --> Qual[排位赛: 起跑位置锁定] Qual --> PreRace[赛前列阵: 策略矩阵冻结] PreRace --> Race[比赛进行: 实时决策] Race --> PostRace[比赛结束: 数据归档] PostRace --> Review[赛后复盘: 模型迭代]

C1[首席策略工程师主导] -.-> FP1 C2[轮胎工程师介入] -.-> FP2 C3[赛道工程师协同] -.-> FP3 C4[赛事总监最终签字] -.-> Qual C5[全员策略对齐会] -.-> PreRace C6[实时策略干预] -.-> Race C7[数据团队回收] -.-> PostRace C8[全员复盘归因] -.-> Review ```

图 1-1　从 FP1 到 Race Day 的策略闭环与角色介入点

这张图揭示了一个容易被忽视的事实：首席策略工程师几乎在每个节点都处于主导地位。轮胎工程师在退化建模的关键阶段（FP2）介入，赛道工程师在实时执行阶段（Race）协同，赛事总监只在重大决策时签字。这种角色分配不是偶然，而是由决策延迟和信息深度共同决定的。

1.4.4　赛后：复盘与模型迭代

比赛结束后 1—2 小时内，策略部门会召开全员复盘会。复盘的核心不是"我们赢了 / 输了"，而是逐圈归因：每一个进站窗口、每一次车手指令、每一个 Safety Car 决策，当时的输入变量是什么、决策依据是什么、实际结果偏离预期多少、模型偏差来自哪里。

复盘的产物是模型迭代：退化曲线参数更新、对手行为模型修正、Pirelli 轮胎特性数据校准、新规则下的策略空间重映射。这些迭代会进入下一场比赛的赛前模型，形成闭环。

1.5　案例解构：Mercedes-AMG PETRONAS 的策略运作

为了把抽象的组织结构与时间线落地，下面以 Mercedes-AMG PETRONAS F1 Team 为样本，拆解一次典型比赛周末的策略运作。该车队在 2014—2021 年的统治力，很大程度上来自其策略体系的成熟度；即便在 2022—2024 年面临地面效应规则带来的挑战，其策略基础设施仍被视为业界标杆。

1.5.1　组织结构特征

Mercedes 的策略部门由几大模块组成：Pit Wall 操作组（首席策略 + 副策略 + 轮胎 + 性能）、工厂影子团队（数据科学家 + 仿真工程师 + 软件工程师）、赛道上层决策组（赛事总监 + 车队领队 + 高级工程师）。James Vowles 在 2020 年左右升任车队领队之前，长期担任首席策略工程师，是这条组织线的灵魂人物。

Vowles 留下的方法论遗产包括三条原则：

1. 可解释性优于精确性：每个进站决策必须有清晰的物理逻辑，模型输出必须能被翻译成自然语言； 2. 冗余决策：关键决策由两人交叉验证，避免单点失误； 3. 历史数据驱动：每一个 Pirelli 轮胎配方在不同赛道的退化曲线，建立在超过 5 个赛季的历史样本之上。

1.5.2　一次比赛周末的运作示例

假设我们复盘一场典型的中欧赛道