梅赛德斯车手基米·安东内利在周日的比利时大奖赛中从杆位出发，成功赢得比赛，进一步将他在车手积分榜上的领先优势扩大至45分。
安东内利的队友拉塞尔在比赛开始的第一圈与法拉利的汉密尔顿发生碰撞后退赛。
拉塞尔目前在积分榜上降至第三位，而汉密尔顿在比赛中获得第四名，成功取代他的位置，升至第二。
法拉利的勒克莱尔紧随安东内利之后获得第二名，红牛车队的马克斯·维斯塔潘完成领奖台，获得第三名。
F1记者回答您在斯帕-弗朗科尔尚赛道的比赛后的最新问题。
汉密尔顿的处罚与勒克莱尔的宽容
如果汉密尔顿因与拉塞尔的碰撞而受到五秒的时间处罚，那么勒克莱尔在与皮亚斯特里的事件中明显没有给对方留出足够空间，为什么没有受到处罚呢？
比赛裁判对于这两起事件的判断基于多个因素，主要与F1车手的指导方针有关。
在汉密尔顿与拉塞尔的碰撞中，裁判认为拉塞尔的赛车在接近弯道时已经足够靠近汉密尔顿的法拉利，属于合法超车尝试，因此有权获得“比赛空间”。
裁判指出，碰撞是由于汉密尔顿的赛车滑动造成的，尽管他“进行了纠正方向盘操作”，但还是撞上了拉塞尔的赛车。
因此，汉密尔顿被判“完全负有责任”。在这种情况下，正常的处罚是十秒，但由于汉密尔顿“承认了拉塞尔的存在，试图留出适当的比赛空间，并做出了避免碰撞的真实尝试”，因此处罚减为五秒。
至于勒克莱尔与皮亚斯特里的事件，裁判认为皮亚斯特里并没有足够靠近法拉利，因此不应享有与拉塞尔相同的待遇。
裁判表示，尽管皮亚斯特里与勒克莱尔有“部分重叠”，但他的“前轴并未超过勒克莱尔的前轴，因此在该位置无法完成超车”。
裁判的结论在这一点上是客观的。
比利时大奖赛的观众人数
我相信我在某处读到，这个周末的比利时大奖赛创下了观众人数的新纪录。鉴于此，以及车手和车迷对斯帕赛道的热爱，似乎很荒谬它不会每年都在赛历上，而一些不太受欢迎的赛道却仍在。
F1表示，今年比利时大奖赛的观众人数达到了40万人，创下历史新高。
关于这个问题，赛历是由F1编制的，而不是FIA，后者只是对赛历进行批准。
在确定哪些比赛会出现在赛历中时，F1会权衡多个因素，当然，财务是其中之一，但钱并不是一切。
一些比赛的费用低于其他比赛，原因之一是它们被认为对这项运动具有更大的内在价值。
这适用于斯帕赛道，它的历史和赛道布局超越了大多数其他赛道。
然而，历史悠久的欧洲经典赛道如斯帕和银石，以及其他赛事如奥斯汀，显然无法支付与由国家资助的赛事（如沙特阿拉伯和巴林）相同的费用。
这并不是一个容易解决的难题。F1希望像斯帕这样的赛道出现在赛历中，但它们也必须在财务上合理。
在试图找到可接受的妥协时，最新的情况是斯帕在其当前合同的六年中举办四次比利时大奖赛。
这意味着在2028年和2030年，斯帕将被另一场比赛取代。
当然，从任何欣赏这项运动及其意义的人的角度来看，这并不理想，但总比完全没有斯帕要好。
梅赛德斯的动力问题
为什么梅赛德斯难以理解拉塞尔在直线上的劣势？他们必须掌握他电池的使用、发动机输出、电子马达的功率，以及他的空气动力学和车身设置（如车身倾角）所产生的阻力数据。
在比利时大奖赛中，梅赛德斯的动力单元表现出意外的行为。
拉塞尔在排位赛中遭遇了神秘的能量不足，使他在与队友安东内利的差距中损失了一些但并非全部。梅赛德斯车队负责人托托·沃尔夫表示，发动机的损失约为0.2-0.25秒。
麦克拉伦的皮亚斯特里也经历了类似的情况，导致拉塞尔与汉密尔顿的碰撞和安东内利在接近欧鲁日时被维斯塔潘超越。
沃尔夫表示：“所有梅赛德斯发动机在第一圈都缺乏能量，这不仅仅是拉塞尔的问题。它对他影响更大，但安东内利在某种程度上也遇到了这个问题。”
沃尔夫表示，比赛中的问题是“一个新问题”。
最新的F1混合动力发动机非常复杂，操作这些发动机的规则也同样复杂，制造商和车队仍在学习如何使用它们。
这导致驾驶的细微差别可能对能量的可用性产生不成比例的影响，这也是车手们对这些发动机不太满意的原因之一。
麦克拉伦车队负责人安德烈亚·斯特拉在本赛季对此进行了广泛讨论。他在斯帕赛道上表示：“要操作这些动力单元，不能以开放环路的方式进行，我无法进行离线模拟并说‘哦，这样电力就会被部署，并且总是保持一致’。”
斯特拉补充道：“控制器的许多组件在实时计算中操作，动力单元进行前瞻性计算，预测它需要做什么。随着赛车的行驶，会发生很多事情。”
这就是为什么很难理解赛车在行驶过程中所做的计算。
“我相信我们会理解原因，但同时你需要能够预测并确保动力单元的操作按预期展开。”
“因为这不仅影响动力受限的部分（和直线），还影响制动点。”
“如果在制动前有额外的能量收集，那么你在接近制动时会慢10公里/小时，你的制动点就会改变。”
这对车手来说相当难以掌握，也是他们谈论如何利用动力单元的困难原因之一。
这种复杂性也解释了为什么麦克拉伦在本赛季对与梅赛德斯的某些方面感到沮丧，特别是在他们获得的发动机操作信息方面。
斯特拉表示：“直到现在，我们才开始拥有所需的工具，以便能够预测、优化和研究这些敏感性。”