还有，在浅景深的情况下，机器怎么可能知道应该跟踪哪一个点？

别忘了场面里可能有很多活动物体，还有摄像机本身也可能在动。一点出错，这个镜头就前功尽弃。

小传感器摄像机不用担心这点，因为它们只要让整体画面清晰反差大就可以了。

再过Ｎ年，自动面部识别／人工智能成熟了，大概能很可靠地自动跟焦。现在就算用５Ｎ的技术，也是不可靠的。