云法 | 李涛、祝江:L3级自动驾驶场景下刑事责任的合理划分与归责机制研究

李涛、祝江

贵州省余庆县人民检察院

摘要

自动驾驶、刑事责任认定、责任主体、L3级自动驾驶、场景化责任划分

一、智能汽车刑事责任的理论基础与法律依据

（一）刑事法律规范的基础性支撑

我国现行刑法体系为智能汽车刑事责任认定提供了根本遵循。《刑法》第133条规定的交通肇事罪，核心在于规制“违反交通运输管理法规，引发重大事故并造成人员伤亡或财产重大损失”的行为。在智能汽车场景下，需重新界定“违反交通运输管理法规”的行为主体与表现形式。《刑法》第146条设定的生产、销售不符合安全标准的产品罪，为智能汽车制造商及销售商的刑事责任认定提供直接依据。该条款明确，生产或销售不符合人身财产安全国家标准、行业标准的产品并造成严重后果的，将面临五年以下有期徒刑及罚金处罚，后果特别严重的量刑可提升至五年以上有期徒刑。此外，《刑法》第133条之一规定的危险驾驶罪，在智能汽车领域仍具有适用空间。根据“两高一部”关于醉驾案件的司法解释，危险驾驶罪中“道路”“机动车”的认定参照《道路交通安全法》相关规定，这意味着即便在自动驾驶模式下，驾驶员醉酒后启动车辆的行为，仍可能构成危险驾驶罪。

（二）司法解释的细化补充作用

最高人民法院《关于审理交通肇事刑事案件具体应用法律若干问题的解释》为交通肇事罪的司法认定提供了具体标准。该解释第2条明确，死亡一人或重伤三人以上且负事故全部或主要责任、死亡三人以上且负事故同等责任、造成公共财产直接损失且负事故全部或主要责任并无力赔偿数额达三十万元以上的，均符合交通肇事罪基本入罪条件。同时，该解释列举的酒后驾驶、无资格驾驶、驾驶安全装置失灵车辆等六种定罪情形，在智能汽车场景下需结合自动驾驶级别区分责任主体。

（三）地方性法规的探索性实践

北京、深圳等地率先出台的地方性法规，在智能汽车责任认定领域进行了有益探索。2025年4月实施的《北京市自动驾驶汽车条例》规定，自动驾驶汽车发生交通事故且属于车辆一方责任的，公安机关交通管理部门优先对驾驶人进行处理；无驾驶人场景下，由车辆所有人或管理人承担赔偿责任。《深圳经济特区智能网联汽车管理条例》同样明确，智能网联汽车发生交通违法或事故时，优先追究驾驶人责任；无驾驶人的，由车辆所有人或管理人承担相应责任。这些地方性法规均体现了“控制权归属决定责任归属”的核心原则，为国家层面刑事立法提供了实践样本。

（四）刑事责任认定的核心理论支撑

智能汽车刑事责任的认定需依托三大核心理论：

其一为风险分配理论。根据法理学中的“风险—控制—责任”相一致原则，刑事责任的分配应与主体的风险控制能力、获益程度相匹配。智能汽车制造商作为技术提供者，对系统风险的控制能力最强，且在产品商业化过程中获得主要经济利益，因此在高度自动驾驶场景下应承担更重的责任。驾驶员作为车辆的使用者，在L0-L2级场景下拥有完全的驾驶控制权，应承担主要注意义务；而在L3级以上场景下，其控制力减弱，责任相应减轻。

其二为信赖原则。该原则源于交通领域的“可允许危险”法理，核心是在特定场景下减轻或免除行为人的注意义务。在智能驾驶场景中，驾驶员基于对自动驾驶系统安全性的合理信赖，可适当降低对路况的监控强度，但这种信赖需以系统符合安全标准、使用场景适宜为前提，若系统存在已知缺陷或使用环境超出设计范围，信赖原则将不再适用。

其三为注意义务理论。过失犯罪的成立以行为人违反注意义务为前提，智能汽车场景下不同主体的注意义务存在显著差异：驾驶员需履行监控系统运行、及时响应接管请求等义务；制造商需承担保障产品安全、及时修复系统漏洞等义务；车辆所有人则负有定期维护、不得擅自改装系统等义务，各主体违反相应注意义务并引发危害结果的，可能构成过失犯罪。

（一）L0-L2级辅助驾驶的责任主体定位

在L0-L2级辅助驾驶模式下，人类驾驶员是唯一的刑事责任主体。根据《汽车驾驶自动化分级》国家标准（GB/T 409429-2021），L0-L2级技术本质上属于“驾驶员辅助工具”，系统仅能提供自适应巡航、车道保持等单一或组合辅助功能，无法独立完成驾驶任务，驾驶员必须全程监控路况并随时准备接管车辆，此阶段“脱手脱眼”使用辅助功能的行为本身即涉嫌违法。

司法实践中，此类场景下的责任认定与传统驾驶模式基本一致。例如2025年3月的小米SU7事故中，车辆处于NOA辅助驾驶状态，系统检测到前方施工障碍物后已发出警报并减速，但驾驶员接管后仍未有效控制车速，最终以97km/h撞击隔离带导致三人死亡，相关部门最终认定驾驶员承担事故主要责任。需要强调的是，醉酒状态下使用辅助驾驶系统仍构成危险驾驶罪。2025年北京某法院审理的闫某某危险驾驶案中，被告人醉酒后开启车辆辅助驾驶功能在道路行驶，法院认定其行为已构成危险驾驶罪，最终判处拘役三个月并处罚金6000元。此类案例表明，辅助驾驶系统的介入不改变驾驶员作为驾驶安全第一责任人的法律地位。

（二）L3级有条件自动驾驶的责任主体划分

L3级有条件自动驾驶的责任主体认定最为复杂，需根据系统运行状态、驾驶员接管义务履行情况等因素分场景判断：

场景一：系统正常运行时的责任分配。当车辆处于L3级系统设计的适用场景且系统正常运行时，若发生事故，需优先排查系统是否存在潜在缺陷。此时，驾驶员与制造商的责任关系构成“阶梯式竞合过失”。这一概念源于传统刑法中的“共同过失”理论，但具有智能驾驶场景下的特殊性。在“阶梯式竞合过失”中，驾驶员与制造商并非共同实施某个行为，而是分别违反了各自独立且具有时序关联的注意义务——制造商违反的是产品上市前的“算法安全保证义务”，其过失存在于风险创设阶段；驾驶员违反的是产品使用中的“动态监控与接管义务”，其过失存在于风险实现阶段。二者过失的竞合，不是简单叠加，而是根据其对危害结果发生的“原因力”大小，形成先后、主次的责任阶梯。这要求司法裁判不能笼统归责，而必须借助技术鉴定，精确析出各自过失在因果链条上的作用权重。

场景二：系统故障引发事故的责任认定。若事故因系统突发故障导致，制造商应承担主要刑事责任。参考刘宪权提出的“打折”分配原则，我们构建“时间阶梯”责任划分模式，将系统发出接管请求后的短暂时间窗口进行量化分段（如请求发出后1秒内、1秒后），实质上是将抽象的责任划分，转化为对“驾驶员反应可能性”这一客观要素的评估。在接管请求初期的极短时间内，系统故障创设的风险居于主导地位，驾驶员客观上缺乏充分的反应可能性，故制造商责任比例最高；随着时间推移，风险主导因素从系统缺陷逐步转向驾驶员未及时介入，驾驶员的“风险规避义务”随之升高，其责任比例也因此动态增加。

场景三：驾驶员未履行接管义务的责任承担。L3级系统的核心特征是“系统主导驾驶，但驾驶员需随时准备接管”，若驾驶员在系统发出接管请求后未及时响应，或在暴雨、施工路段等不适宜场景启用自动驾驶功能，导致事故发生的，驾驶员需承担主要刑事责任。

（三）L4-L5级高度自动驾驶的责任主体转移

L4-L5级自动驾驶模式下，刑事责任主体从驾驶员转向车辆制造商、所有人或管理人：

L4级高度自动驾驶的责任主体。L4级系统可在特定场景（如封闭园区、城市快速路）完全自主驾驶，无需驾驶员干预。此场景下若发生事故，首要追责对象为车辆制造商，因其对系统的设计、测试及安全性能负有直接责任。根据多地地方性法规的规定，无驾驶人状态下发生事故的，由车辆所有人或管理人先行承担赔偿责任，待事故原因查明后，可向存在过错的制造商追偿。

L5级完全自动驾驶的责任主体。L5级系统可在所有道路环境下实现完全自主驾驶，驾驶员的角色彻底转变为“乘客”。在此模式下，驾驶员不再承担驾驶相关的刑事责任，事故责任主要由制造商承担。若因制造商故意隐瞒系统缺陷、未及时推送安全补丁导致事故，可能构成生产、销售不符合安全标准的产品罪；若车辆所有人未履行车辆维护义务（如未及时更换老化传感器）引发事故，则需承担相应过失责任。

制造商的绝对责任情形。当事故明确由完全自动驾驶系统（FSD）的设计缺陷导致时，制造商需承担100%的刑事责任。例如某车企因为降低成本简化算法验证流程，导致车辆无法识别静止障碍物，最终引发多起追尾事故，此类情形下制造商相关责任人可能因生产、销售不符合安全标准的产品罪被追究刑事责任，使用者无需承担责任。

（四）多主体共同责任的认定规则

智能汽车交通事故往往涉及多方主体，责任认定需遵循“过错与责任相匹配”的原则：

责任主体的范围界定。智能汽车事故的潜在责任主体包括：车辆制造商（对整车设计、系统研发负责）、软件服务商（对自动驾驶算法、系统更新负责）、车辆所有人或管理人（对车辆维护、合规使用负责）、道路管理者（对道路设施、交通标志的安全性负责）。

责任分配的核心原则。多主体责任认定需坚持“精准追责、层级追偿”的原则：首先由直接控制方或过错方承担首要责任，例如L2级场景下驾驶员操作失误导致事故的，由驾驶员承担首要责任；待事故原因查明后，首要责任方可向存在过错的其他主体追偿，例如驾驶员承担责任后，发现事故与车辆制动系统缺陷相关，可向制造商追偿。

累积性竞合责任的处理。当多个主体的过错行为共同导致事故发生时，需根据各主体过错程度划分责任比例。例如L3级场景下，制造商未及时修复系统对突发障碍物识别延迟的缺陷，驾驶员同时存在分心驾驶未及时接管的情形，二者行为共同导致事故，此时需结合系统缺陷的严重程度、驾驶员分心时长等因素，综合判定双方的刑事责任比例。

（一）交通肇事罪的构成要件适配

智能汽车场景下交通肇事罪的构成要件需结合技术特点重新解读，核心仍需满足“违反交通运输管理法规、发生重大事故、二者存在刑法上的因果关系”三个要素：

客观构成要件的认定。“违反交通运输管理法规”的认定需区分责任主体：对驾驶员而言，表现为未履行监控义务、未及时接管车辆等行为；对制造商而言，表现为生产的车辆不符合国家安全标准、未及时召回缺陷产品等行为。“重大事故”的认定标准与传统场景一致，即死亡一人以上、重伤三人以上或造成重大财产损失。因果关系的认定则需借助技术鉴定，明确事故与违规行为之间的直接关联。

主观构成要件的判断。交通肇事罪的主观方面为过失，包括疏忽大意的过失与过于自信的过失。对驾驶员而言，疏忽大意的过失表现为未预见分心驾驶可能导致无法及时接管车辆；过于自信的过失表现为轻信自动驾驶系统能应对所有突发情况而放松监控。对制造商而言，疏忽大意的过失表现为未对算法进行充分测试即投入市场；过于自信的过失表现为明知系统存在潜在风险但认为概率极低而未采取补救措施。

因果关系的特殊认定。智能汽车事故的因果关系认定面临“多因一果”的挑战，需借助专业技术鉴定区分直接原因与间接原因、主要原因与次要原因。

（二）主观过错的认定标准

智能汽车刑事责任中的主观过错认定，需根据主体身份差异设定不同标准：

驾驶员的过错认定。L0-L2级场景下，驾驶员的过错主要表现为违反“全程监控义务”，例如使用“智驾神器”规避系统对驾驶员注意力的监测、在系统发出接管请求后延迟响应等。L3级场景下，过错表现为未在规定时间内接管车辆、在禁止自动驾驶的区域启用系统等。司法实践中，可通过车辆DMS系统（驾驶员监测系统）数据、行车记录仪影像等证据，判断驾驶员是否履行注意义务。

制造商的过错认定。制造商的过错主要体现为违反产品安全保障义务，具体包括：未按国家标准进行产品设计与测试、隐瞒系统缺陷未及时召回、未向用户充分告知自动驾驶功能的使用限制等。即使存在“算法黑箱”，只要能证明制造商未履行合理的测试验证义务，即可认定其存在过错。

（三）因果关系认定的难点突破

智能汽车事故的因果关系认定面临技术与法律双重挑战：

算法黑箱的破解路径。算法的不透明性导致事故原因难以追溯，对此可建立“算法备案与审计制度”：要求车企在自动驾驶系统上市前，向监管部门备案核心算法的设计原理与测试数据；事故发生后，由监管部门委托第三方技术机构对算法进行逆向分析，明确事故是否与算法逻辑缺陷相关。

多因一果的责任划分。当事故由驾驶员操作、系统缺陷、道路环境等多重因素共同导致时，采用“原因力大小划分法”。通过技术鉴定确定各因素的原因力比例，再据此分配刑事责任，确保了刑罚的公正性与精确性。

举证责任的合理分配。鉴于驾驶员与制造商之间的技术与信息不对称，可在产品责任案件中适用“举证责任倒置”：由驾驶员初步证明事故与车辆缺陷存在关联性，再由制造商举证证明车辆不存在缺陷或缺陷与事故无因果关系。

（四）信赖原则的适用边界

信赖原则在智能汽车刑事责任认定中具有重要价值，但需严格限定适用条件：

适用的前提条件。驾驶员适用信赖原则需满足三个条件：自动驾驶系统已通过国家安全认证、使用场景符合系统设计范围、驾驶员已履行基本的监控义务。

禁止适用的情形。存在系统存在已知缺陷或未完成安全更新、使用场景超出系统设计范围、驾驶员存在明显违规行为等情形时，信赖原则不得适用。

对制造商的限制。信赖原则仅适用于驾驶员与系统之间的责任认定，不能成为制造商免除责任的理由。

（一）算法黑箱引发的归责障碍

算法的不透明性是智能汽车刑事责任认定的核心技术瓶颈。因果关系认定困难，难以确定事故是算法缺陷、数据偏差还是环境因素导致。制造商责任认定模糊，可能以“算法不可预测性”为由逃避责任。技术鉴定标准缺失，缺乏统一的自动驾驶系统算法鉴定标准与流程。

（二）举证责任分配的失衡问题

驾驶员举证能力不足，缺乏专业技术知识与数据获取权限。车企举证责任边界模糊，以“算法保密”为由拒绝提供核心技术资料。数据证据的效力争议，电子证据的收集、保存、传输过程的规范性直接影响证据效力。

（三）责任主体多元化的认定难题

主体范围界定不清，软件服务商、数据提供商等主体的刑事责任缺乏明确法律依据。多主体责任比例难划分，缺乏量化的责任划分标准。跨境责任认定冲突，涉及多国法律适用的冲突。

（四）法律规范与技术发展的脱节

立法滞后于技术发展，缺乏针对自动驾驶场景的专门罪名。技术标准与法律标准衔接不畅，标准中对L3级系统“特定条件”的界定较为模糊。司法人员技术认知不足，难以准确判断技术问题对责任认定的影响。

（一）立法层面的体系化构建

增设专门刑事罪名。建议在《刑法》分则第二章“危害公共安全罪”中增设“自动驾驶系统危害公共安全罪”，明确规制制造商、软件服务商等主体故意或过失导致自动驾驶系统存在缺陷，引发重大事故的行为。

明确责任主体与归责原则。通过立法修订明确不同自动驾驶级别下的责任主体：L0-L2级以驾驶员为核心责任主体，适用过错责任原则；L3级采用“驾驶员与制造商双重责任”模式，根据系统状态与接管义务履行情况分配责任；L4-L5级以制造商、车辆所有人为主要责任主体，制造商对系统缺陷适用严格责任原则。

完善数据与算法监管规范。制定《智能汽车数据安全管理条例》，明确车企的数据收集、保存、提供义务：要求车企保存至少6个月的行车数据与算法日志，事故发生后需在规定时间内向调查机关提供相关数据；建立算法备案制度，车企需向监管部门备案自动驾驶算法的核心逻辑与测试报告。

（二）司法层面的机制创新

建立专门司法审判机制。在中级人民法院设立“智能汽车案件审判庭”，集中审理相关刑事案件，配备具备技术背景的法官或聘请技术专家担任人民陪审员。

完善证据规则体系。明确电子数据的收集与认定标准，规范行车数据、算法日志等电子证据的合法性、真实性审查规则；在产品责任案件中适用举证责任倒置；建立第三方技术鉴定机制，规范鉴定机构资质与鉴定流程。

发布典型案例与司法解释。最高人民法院定期发布智能汽车刑事责任典型案例，明确不同场景下的责任认定规则；适时出台《关于办理智能汽车刑事案件适用法律若干问题的解释》。

（三）执法层面的监管强化

构建全链条技术监管体系。建立智能汽车全生命周期监管平台，对接车企的生产、销售、运维数据，实现对车辆安全性能的实时监控。

加强违法行为精准查处。市场监管部门加大对“智驾神器”等违规设备生产、销售的打击力度；公安机关交通管理部门建立智能汽车交通违法查处机制。

建立跨部门协同执法机制。建立公安、交通、工信、市场监管等部门的联合执法平台，实现数据共享与执法协作。

（四）配套制度的协同完善

健全智能汽车保险体系。扩大交强险保障范围，将本车驾驶员与乘客纳入保障对象，提高责任限额至50万元以上；建立自动驾驶专项保险制度，要求L3级以上车辆投保自动驾驶责任险，保额不低于500万元。

强化行业自律与技术标准建设。推动智能汽车行业协会制定《自动驾驶系统安全自律规范》；加快完善自动驾驶技术标准体系。

开展公众教育与人才培养。通过公益广告、科普宣传等形式，向公众普及自动驾驶技术的使用风险与注意义务；在高等院校设立智能汽车法律专业方向，培养兼具法律与技术知识的复合型人才。

智能汽车刑事责任的划分与承担，是技术创新与法律规制碰撞融合的重要议题。随着自动驾驶技术的规模化应用，传统以驾驶员为核心的刑事责任体系已难以适应现实需求，亟需构建以技术分级为基础、多元主体协同负责、归责原则动态调整的新型刑事责任治理体系。

通过系统分析，我们得出以下核心结论：责任主体的界定需与自动驾驶级别相匹配，L0-L2级以驾驶员为核心，L3级实现驾驶员与制造商责任过渡，L4-L5级以制造商与车辆所有人为主要责任主体；归责原则需结合主体类型与技术特点，对驾驶员适用过错责任原则，对制造商的系统缺陷适用严格责任原则；需通过立法完善、司法机制创新、执法监管强化及配套制度构建，破解算法黑箱、举证失衡等现实难题。

未来，随着《道路交通安全法》修订的推进及相关司法解释的出台，智能汽车刑事责任制度将逐步完善。但技术发展永无止境，刑事责任治理体系也需保持动态调整，始终在保障公共安全、保护受害者权益与促进产业创新之间寻求平衡，为智能汽车产业的健康发展提供坚实的法治保障。