早高峰，一輛車速為90千米/小時的電車平穩行駛在從上海到常州的高架橋上，智能駕駛系統正在運行。

前方出現一塊慢行指示牌，但“慢”字基本掉落，只剩下外圈閃爍的紅燈。對于人類駕駛員來說，一眼便知是路牌出現了問題。

而系統卻將之錯判為“紅燈”，在檢測到的一瞬間，直接急剎車。

還好駕駛員康林經驗豐富，他在遠處看到指示牌時，就預測到系統可能會錯判，右腳早已放在油門上，提前進入接管狀態。急剎的瞬間，康林一腳踩下油門，幾乎在系統錯判的同時接管了車輛，避免了可能造成的追尾事故。

作為智能駕駛系統安全測試員，康林有近十年的駕齡，測試過市面上幾乎所有的智能駕駛系統。然而，并非所有人都像康林一樣對系統如此了解。

3月29日晚，安徽銅陵德上高速發生一起交通事故，造成3人死亡。事發當晚，三名女生駕駛小米SU7標準版電車從武漢出發開往安徽，準備參加事業編考試，車輛猛烈撞擊到高速公路因封閉施工而臨時設置改道口的隔離水泥樁，車輛嚴重受損并起火。

事故發生的同一天，3月29日，中國電動汽車百人會論壇（2025）高層論壇在北京召開。在論壇上，“智能駕駛”也成為與會人員口中的高頻詞。

截至目前，雖然警方尚未公布此次事故的具體調查結果，但它卻猶如一記警鐘，在智能駕駛技術狂飆突進的時代驟然敲響：當人類與系統共享方向盤之時，我們是否真的厘清了彼此的權責邊界？

人與系統，一念之間

只有2秒到4秒。

事故發生前，處于NOA（即領航輔助駕駛）智能輔助駕駛狀態的這輛小米SU7在高速上以116千米/小時的速度行駛著。

根據小米公布的數據：當晚22點44分24秒，NOA系統提醒前方有障礙物；22點44分25秒，駕駛員羅某接管；在22點44分26秒到28秒之間，被羅某接管的車輛以97千米/小時的速度，撞上了隔離水泥樁。

這是小米官方在事后第一次回應里透露出的數據：在此次智能輔助駕駛狀態中，留給駕駛者的反應時間只有2秒到4秒。

羅某母親曾發出質問：誰能在2秒內立馬反應過來呢？

4月1日晚，羅某父親告訴解放日報·上觀新聞記者，“事情過去4天了，還沒有等到小米公司的任何人來找過我們。”此前，他通過媒體向雷軍“隔空發問”：車輛的AEB（即自動緊急剎車系統）為何沒有觸發？電池為何會爆燃？車門為何會打不開？

當天晚上，小米汽車CEO雷軍通過微博發聲：“代表小米承諾，無論發生什么，小米都不會回避，我們將持續配合警方調查，跟進事情處理的進展，并盡最大努力回應家屬和社會關心的問題。”

曾在多家車企工作過的資深智能駕駛算法工程師李衡關注到了事故的公告和路況，他注意到，事故路段當時正在進行改造施工，路面上放置了不少錐形桶。

對智能駕駛系統來說，“對錐形桶或者一些硬性障礙的識別，精度可能沒有那么高，系統對于結構化的道路，比如說正常的行駛道路或者匝道識別概率更高。”李衡表示，除了感知算法外，還涉及AEB自動緊急制動系統，這是汽車主動安全技術的一種。它獨立于智能駕駛系統之外，正常行駛也會有類似的系統，如果前方有障礙物，會自動進行制動，對于駕駛者來說構成雙重保障。

但小米官方在4月1日晚的回應里表示，SU7標準版有前向防碰撞輔助功能包括碰撞預警（FCW）和緊急制動（AEB）兩個子功能，作用對象為車輛、行人、二輪車三類目標，其中AEB功能工作速度為8—135千米/小時之間。該功能和行業同配置的AEB功能類似，目前不響應錐桶、水馬、石頭、動物等障礙物。

4月1日晚，微博“小米汽車”發布了《關于大家關心問題的回答》一文。

作為智能駕駛系統安全測試員，康林測試過目前市面上幾乎所有車企的智能駕駛系統，他比絕大多數人都更了解系統的“脾氣”。

“事故路段是高速，是目前智能駕駛系統運用比較成熟的場景。但施工路段又是最不適合使用智能駕駛系統的場景，目前智能駕駛的實現還離不開高精地圖，但地圖上只會顯示道路施工，并不會告訴駕駛員，究竟是道路左側還是右側施工。”康林表示。

施工路段往往會設有限速標志。有曾行駛過事故路段的車主表示，該路段設有限速40千米/小時的標志。網友們質疑，系統是否沒有識別出限速信息？

李衡表示，很多施工路段的限速往往是臨時的，可能不會出現在地圖數據里。當臨時情況發生時，“只能靠系統的‘視覺’”，康林表示。

據了解，此次發生事故的車輛為小米SU7標準版，配備的是純視覺感知方案（攝像頭+毫米波雷達）。

有分析認為，如果是搭載激光雷達的高配車型，或許就能留給駕駛員更多的反應時間。業內人士解釋，與純視覺感知系統相比，激光雷達的感知距離更遠，能達到約200米。但李衡也提及，激光雷達的精度以及與軟件系統的適配程度，都會影響其感知距離。

施工限速信息如果能通過道路管理部門的聯網系統實時傳輸給車輛，識別就會更準確，但這不是某一家車企能單獨推動的，需要整個行業和政府的共同努力，李衡表示。

系統與硬件不可控，它們都無法取代人的常識判斷。

與康林在高架上遇到指示牌的情況相似，同樣是測試員的謝春曉，也遇到過系統誤判的情況。

曾有一次，謝春曉在測試時，車輛前方的道路上有一塊輪胎的胎皮，系統判定其為障礙物后啟動緊急制動。“胎皮在高速上很常見，人類駕駛員能判別這其實并不影響駕駛，直接壓過去就行。然而系統只能識別障礙物，但這個障礙物到底能不能壓？到底是壓過去還是繞過去？系統分不清。”

“人的意識和系統的‘意識’在最后幾秒有一個博弈的過程。這個過程很微妙，一旦博弈失敗，后果可能不堪設想。”謝春曉說。

聽聞小米SU7事故后，康林也為最后一瞬間的博弈失敗感到遺憾。“如果駕駛員完全相信系統，不主動接管車輛的話，系統可能會在車接觸到錐桶前急剎，拋開舒適度不談，說不定最后能剎住。如果駕駛員接管車輛，就應該直接踩死油門，但官方公布的數據顯示，油門也沒有全部踩死。”

智駕不“智”？

“請手握方向盤。”在小米官方披露的信息中，提到事故車輛曾經發出輕度分心報警，NOA曾經發出過脫手預警提示。

“在駕駛車輛過程中，駕駛員務必全程保持注意力集中，保持手握方向盤，時刻關注車輛周圍路況，并做好隨時接管車輛的準備，切勿依靠智能領航功能來應對突發的緊急情況，否則可能導致嚴重傷害或死亡。”《小米SU7車主手冊》里這樣寫道。

如此看來，遇難者羅某似乎并沒有嚴格遵守這一規則。

遇難者父親羅某拍攝的事故車照片。

2023年購買帶有智能駕駛系統的電車后，車主甘敏牢記了這一要求，但她依然經歷了一場系統失誤帶來的“驚魂”。

幾天前，甘敏的車輛行駛在沈海高速左二車道時，車速表定格在110千米/小時。前方道路理應直行，甘敏的方向盤卻毫無征兆地向左扭動。

甘敏雙手緊握，感覺到一股力量與她爭奪控制權——事后她才知道，系統將一條道路上本不應該出現的斜插“車道線”誤判為“直行路徑”。在未發出任何預警或變道信號的情況下，車輛徑直沖向左側車道。

而在后視鏡中，一輛銀色轎車的車頭正在急速逼近。

一切都發生得太快了。甘敏的車輛左后側將對方車輛右前車頭“撕裂”的瞬間，金屬撞擊聲與輪胎摩擦聲幾乎同時炸開，淹沒了一切。

“砰”的一聲，車中所有人都感受到了劇烈的震感。下一秒，甘敏猛拉方向盤，車身劇烈晃動，她立馬控制車輛向右前方駕駛，逐漸減速，開往應急車道。

如今回想起事故發生的那一秒，甘敏依舊不敢相信車輛會在自己的監管下自主搶道。

事后，車企并不認為這是智能駕駛系統的邏輯有問題，問題在那條亂入的線。“系統認為自己在走直線，所以無需打轉向燈也無需預警，后方車輛才是錯誤駕駛，無需避讓。”

對于這一解釋，甘敏感到憤怒且不解。“如果系統認定自己在走直線，就無需避讓障礙物嗎？直行的優先級是否就高于避讓障礙物？”

高速上亂入的白線，影響系統的判斷。受訪者供圖

事后讓甘敏覺得萬幸的是，后方車輛里的四名乘客中目前只有一人有明顯傷情。甘敏第一時間承擔了違規變道的全責，也主動承擔了傷者的食宿費用。但對于車企和高速的路政，甘敏仍覺得他們應該出來承擔部分責任。

2023年購車后，甘敏就申請成為該車企品牌的志愿者。第二年，她還拿到了智能駕駛領航員的稱號，為該車企義務測試城區的智能駕駛系統并收集數據。

“畢竟是我買的第一臺車，我不希望自己看錯它。”甘敏說道，“我希望這個品牌能好，因為我也是駕駛員。”

甘敏收集的該車企品牌的冰箱貼。受訪者供圖

至今，甘敏都不知道高速上那道多出來的“白線”究竟是什么，她在等待路政部門的回復。但她更希望，在“白線”消失之前，車企能夠在系統上進行改進，避免其他車主在同路段發生事故。

此前，在數據分析結果出來后，車企的技術人員告知甘敏，即便車輛被白線誤導后向左變道，系統一般會在誤入的白線消失后，再次識別兩側劃線，并將車居中，她當時應該信任智能駕駛系統。

甘敏當場反駁，人的掌控不僅是必要的，更是所有人自我保護的潛意識。

“如果我不去干預它，這場車禍會是什么結果呢？沒有人知道。”但甘敏想，最起碼這是那一秒她作為人類做出的最好的抉擇。

甘敏的情緒，康林非常理解。“很多同事剛入行做測試員時，都會感到生氣。大家會覺得，明明大部分時間系統不會有問題，為什么偶爾還是會莫名其妙出個錯？”

康林認為，這是人和系統的思維的差異。“目前智能駕駛的實現主要還是靠設置的場景和程序來賦予它駕駛能力。”

在謝春曉看來，與人相比，系統顯得有點死板，不懂得隨機應變。他舉了個例子，在超車場景中，如果人來開車，車輛與前車距離70米，人可以根據周邊實際的路況選擇超車或減速在后方跟著。但如果是系統，它會根據工程師提前設置好的程序來操作，若程序規定小于80米必須要超車，系統就會執行。但很有可能，在當時的路況下，超車并不是最好的選擇。

測試的車輛多了，康林能感受到，目前不同車企研發的智能駕駛系統遇到的問題都差不多，基本不會出乎他的意料。

針對甘敏的疑惑，他舉例，攝像頭基本都安裝在車頂，導致車輛對道路前方的感知能力較強，其他車輛若從左前方或者右前方夾擊，系統知道要停車。但如果有車輛從左后方或者右后方快速逼近，即便四周裝有雷達，系統要么由于車速過快不能及時識別到，要么就算識別到后也只會給車主播報提示，這是智能駕駛系統目前不能避免的問題。

“在系統看來，不是它變道有誤，而是后方車輛主動撞上來的。”康林表示。

同時，李衡強調，當算法或者規則的疊加越來越多時，系統總會遇到一些“打架”的時刻。“這導致系統能解決98%的場景，但總有2%無法解決。或者在能解決的場景里，也會存在互相排斥的情況。基于場景和算法的系統本來就無法完全處理所有的場景。”

也正是因此，目前各大車企都在嘗試推出另一種系統的解決方案——從端到端。

“你可以將之理解為讓系統自行學習。即通過圖像識別，直接將識別的內容轉化為路徑，提供給智能駕駛系統使用。”李衡表示，目前所有車企都在進行端到端的“軍備競賽”，這或許是能讓智能駕駛真正“智能”的最終方式，但還有很長的路要走。

把信任交給系統之后

我國《汽車駕駛自動化分級》（GB/T 40429-2021）將自動駕駛級別劃分為L0級到L5級六個等級。其中，L0級至L2級為輔助駕駛，駕駛員需全程監控駕駛；L3級為有條件自動駕駛，駕駛員在緊急情況時執行接管；L4級為高度自動駕駛；L5級為完全自動駕駛。

康林和李衡都表示，目前國內車企主推的基本都是L2+級，其實L2級就相當于輔助駕駛， 要求駕駛員全程監控路況并隨時接管。

根據該國家標準，L1級和L2級駕駛輔助在用戶角色的定位上沒有差異。圖源：《汽車駕駛自動化分級》（GB/T 40429-2021）

在車輛撞上石柱前，剛剛接觸智能駕駛系統不到半年時間的劉艷，并不知道L2級代表了什么。

劉艷考出駕照至今已有6年多，但她正式開車是從去年底開始。買車時，銷售曾告訴過她，“目前智能駕駛還不成熟，只能輔佐，自己還得多留心。”丈夫也叮囑她，“新手最好不要使用智能駕駛”。

但劉艷覺得，新手沒有安全感才需要智能駕駛的幫助。平時，半小時以內的車程她會自己開，一小時以上的車程她都會用智能駕駛系統。

半個月前的一次出行，她將目的地告訴系統后，就安心地握著方向盤讓系統帶著自己前行。

然而，在一個路口，本應右拐的車輛，在系統的支配下卻往左開了。當大部分車身進入左轉車道后，車又突然停下，堵住了紅綠燈路口。后方不斷傳來的鳴笛聲，讓劉艷一時間有些緊張。但她以為系統是在避讓車輛，加之系統并沒有提示人來接管，劉艷下意識的反應是等待。

而當后方車輛通過后，劉艷的車卻又突然右轉，直直地撞上了路邊的石墩。

劉艷驚呆了。她從未想過系統無法在慢速的情況下識別靜止的物品。

事后，劉艷在社交媒體上發帖講述了這一情況，有網友在下面評論，她才知道系統原來是分級的。

在劉艷的腦海里，“輔助駕駛”和“智能駕駛”是同一個意思。“智能駕駛就像是真正的司機，而人坐在旁邊相當于教練，只需要有問題時稍微把控風險即可。”劉艷說。她覺得，自己這一次是因為過度信任而“栽了跟頭”。

從業多年，謝曉春覺得把控制權全權交給系統，風險很大。“現在學駕照買車都變得更加普遍了，大家似乎都忘了，駕駛這件事不僅專業，危險系數也很大。”

在這次出事前，甘敏一直開著自己的電車在城區上下班。由于城市的路況和交通環境復雜，她不敢在上下班路上使用智能駕駛功能。

“反常地”選擇打開智能駕駛模式時，她與公司老板正在出差的高速上。在她看來，與城市道路相比，高速道路比較好開，容易疲憊，更適合車輛智能駕駛。

事后，甘敏把行車記錄儀記錄下的事故錄像發布在社交平臺上，一時間，她受到不少質疑：左后方有車，駕駛員看到時為何不提前接管？

但甘敏認為，正是因為并行的直行車道有車，她覺得系統在平穩行駛的情況下，無論如何都不會擅自搶道。智能駕駛系統僅僅輔助車輛直行，變道和轉向應該取決于駕駛員的掌控——這是她一直相信和堅持去做的。

但這一次，她的信任被辜負了。下車后，對方車輛的車主問他的第一句話就是，“你是不是酒駕了？”甘敏說，那一刻她不知道怎么解釋。

后方車輛受到沖撞后，前保險杠幾乎整個脫落，差點沖出車道。受訪者供圖

自動駕駛行業從業者朱迪表示，在輔助駕駛中，人與車的關系應該是人機共駕。而人機共駕的前提是，駕駛員要對車輛以及車輛所搭載的系統非常熟悉，明確輔助駕駛系統的能力邊界在哪里。

“就好比騎一匹馬，你要知道馬最多能跳幾米的坑。如果它只能跳2米，那么前方有4米的坑，你就不應該讓這匹馬去跳。”朱迪提到，駕駛員需要在長期的駕駛過程中，摸清系統的能力邊界，這樣才能明確哪些路況，系統能搞定，哪些不能，需要駕駛員提前接管。

在朱迪看來，這是對自己、他人以及社會的負責。

誰來買單

清明假期過后，康林將與謝春曉一起前往海南，進行智能駕駛系統的環島路況測試。

他將自己的工作形容為“找系統的麻煩”。“相當于系統在模擬場景中已經是‘優秀畢業生’了，再拿給我們做路測，接著更新系統給用戶，根據用戶反饋，再繼續更新。”

康林表示，如今車企都在“卷”智能駕駛，系統更新迭代的速度越來越快。以前更新的頻率是3至6個月一次，現在基本上每周或者半個月就要更新一次。

他和李衡都注意到，近幾年，各大車企紛紛將輔助駕駛往“智能駕駛”“自動駕駛”方面宣傳，諸如“從車位到車位”和“0接管”等話術，也頻繁出現在車企的廣告語中。李衡認為，車企宣傳普遍處于一種錯誤的軍備競賽當中，每家車企都以“智能駕駛”為噱頭招攬消費者，間接讓消費者高估了現階段輔助駕駛的技術。

當車企將“智能駕駛”作為賣點時，駕駛技術的進步與消費者安全認知的鴻溝也正在擴大。李衡提醒，消費者需要深刻意識到車企宣傳的智能駕駛能力，一定是高于系統實際能力的，不能完全輕信。

李衡介紹稱，目前L2級事故責任明確由駕駛員承擔，系統僅為輔助工具。“大多數車企都能達到L3水平，但他們往往會定級 L2+級，即高階輔助駕駛能力，方便在定責時明確責任劃分。”

針對夸大宣傳的問題，早在2021年，工信部就曾發布《關于加強智能網聯汽車生產企業及產品準入管理的意見》。其中提及，“企業生產具有駕駛輔助和自動駕駛功能的汽車產品的，應當明確告知車輛功能及性能限制、駕駛員職責、人機交互設備指示信息、功能激活及退出方法和條件等信息。”

今年2月，工信部發布《關于進一步加強智能網聯汽車產品準入、召回及軟件在線升級管理的通知》。其中提及，“規范營銷宣傳行為。……企業在組合駕駛輔助系統或功能命名及營銷宣傳中，不得使用暗示消費者該系統可以作為自動駕駛系統使用，具備實際上并不具備的功能等用語，防止駕駛員濫用風險。”“嚴格履行告知義務。……避免駕駛員將組合駕駛輔助功能作為自動駕駛功能使用。”

工信部發布的《智能網聯汽車產品準入、召回及軟件在線升級管理與技術指南》。

基于此，今年3月，特斯拉中國官網對其輔助駕駛系統的命名進行了調整。原“Autopilot自動輔助駕駛套件”已改名為“輔助駕駛套件”，而其中的“FSD 智能輔助駕駛”也更名為“智能輔助駕駛”。官方給出的改名原因是：“為更好服務中國市場，貫徹落實國家近期相關管理規定”。

除宣傳外，康林也提到，針對消費者的有關智能駕駛的安全培訓也十分重要。即便車企有夸大宣傳之嫌，但車企同時也會給購車的消費者推送安全培訓的相關視頻。但據他了解，很多車主會直接跳過學習。“車主不學習，車企也沒有辦法。”

復盤了撞石柱事故后，劉艷表示自己也有一定的責任。“如果是老司機的話，當時那種情況自己就會接管，但因為我經驗不足所以也被嚇到了。”但在她看來，主要責任還是在于系統，明明可以提醒她接管，系統卻沒有這么做。“雖然系統持續迭代升級，但像智能駕駛這種關系到人身安全的技術，如果不成熟還是別拿來宣傳。”

小米SU7燃爆事件仍在網上持續發酵。有人后怕地表示，再也不信智能駕駛了。對此李衡也不認同。“系統能監測到的范圍一定比人的注意力更廣，但車主不能完全依賴系統，而應該與之建立相輔相成的關系，善用系統，那么它就是一個非常好的工具。”

（應采訪對象要求，文中人物均為化名）

原標題：《“我曾信任系統，直到它操控著車撞向石墩”》

欄目主編：王瀟 文字編輯：王瀟

來源：作者：解放日報 朱雅文 張凌云 孫怡洋 周甜甜