2025年12月15日，工业和信息化部正式公布我国首批L3级有条件自动驾驶车型准入许可，北汽极狐、长安深蓝各有一款纯电动轿车入选，分别在北京、重庆的指定区域开启上路试点。这一消息犹如在平静的湖面投下一颗石子，激起了业界、学界和公众的广泛涟漪。自动驾驶汽车从实验室和封闭测试场，真正驶入我们日常生活的公共道路，究竟意味着什么？是交通革命的前奏，还是未知风险的开始？其发展将如何牵动技术、法律、经济、社会乃至国家安全的多重神经？本刊邀请多位深耕该领域的专家学者、产业界代表，围绕自动驾驶汽车发展的安全问题，展开一场深度对话。
专注于干线物流场景的卡尔动力L4级自动驾驶卡车（卡尔动力 供图）
准入破冰：L3级上路试点的里程碑意义
主持人：各位嘉宾好！欢迎参与圆桌会话题讨论。最近，工业和信息化部批准了首批L3级有条件自动驾驶汽车上路试点，北汽极狐和长安深蓝的车型将率先在北京、重庆“开跑”。这个消息一时间刷屏了。首先想请问各位，如何理解这次L3级准入许可在自动驾驶漫长发展历程中的节点性影响？它真的像一些媒体说的“吹响了冲锋号”吗？
郑翔：主持人好！我认为这确实是一个转折点，但更准确地说，是从“辅助驾驶”时代正式迈入“有条件自动驾驶”时代的制度性拐点。其最核心的标志，是责任主体的历史性转移。在过去所有的辅助驾驶（L2级及以下）场景中，无论系统多么智能，在法理上和事故责任认定上，驾驶员始终是唯一且最终的责任主体。但L3级不同，在系统设定的运行条件内，当自动驾驶功能激活时，责任主体从驾驶员转向了汽车制造商。这是“机器担责”原则在中国的首次落地，其意义怎么强调都不为过。
我举个例子，就在去年，德国一名特斯拉车主在使用Autopilot（L2级）时发生事故，车主被判定全责，因为他没有随时保持对车辆的控制。但如果在L3级模式下发生类似情况，被告席上坐着的就将是汽车公司。这种转变，对技术的可靠性、系统的冗余备份、失效安全机制提出了前所未有的苛刻要求。工业和信息化部的准入许可，本质上是对这套复杂技术栈和国家标准的一次“大考”放榜，意味着这些车型的感知、决策、控制乃至背后的高精地图、人机交互等整套系统，首次在国家层面获得了安全认证。
常柳溪：我想从国际法和国内法衔接的视角补充一点。L3级准入不仅是一个国内监管事件，更是中国在全球自动驾驶规则体系中主动“落子”的体现。当前，联合国欧洲经济委员会（UNECE）已形成与自动驾驶高度相关的一套型式批准技术法规体系。例如，UN R157（自动车道保持系统，ALKS）针对部分L3场景提出性能与安全要求，并通过持续修订回应技术演进；同时UN R155（网络安全管理）与UN R156（软件更新管理）构成网联车辆和自动驾驶功能合规的底层支撑。我国此次基于本土实践推出准入许可，实际上是在为将来参与乃至引领国际规则谈判积累本土实证经验。如果北京、重庆的试点能形成一套可验证、可复制的安全监管和数据合规模式，这将是中国方案对外输出、争夺国际标准话语权的宝贵资本。
郑志峰：我同意郑教授的判断。从产业发展的逻辑来看，自动驾驶汽车由于其运行环境涉及公共安全，技术成熟必须经过一个漫长的验证过程：从封闭场地测试，到开放道路测试，再到示范应用、示范运营，最后才是商业化准入。这次L3准入和上路试点，可以看作商业化前夜的“临门一脚”。一旦这次试点在车辆规模、道路范围、运营场景上达到一定的量级，并平稳运行一段时间，那么我们离真正的商业化大规模应用就非常近了。它给整个行业传递了一个极其明确的政策信号：技术可行的路径已经打开，商业化的大门正在缓缓拉开。
沈萌：我也同意郑教授的判断，作为行业一线的从业者，我们对这个消息的感受可能更直接。近十年，在包容审慎和鼓励创新政策的指导下，中国自动驾驶产业在技术与商业模式等方面不断创新，社会对自动驾驶的了解程度不断加深。2023年，国家发布的《工业和信息化部、公安部、住房和城乡建设部、交通运输部关于开展智能网联汽车准入和上路通行试点工作的通知》，目标就很清晰：要通过试点实证，来反哺法律法规和技术标准的制修订。我所在的公司目前运营着国内规模最大的自动驾驶卡车车队，超过400辆车。我们深切体会到，从几十辆车测试到几百辆车常态化运营，不仅仅是数量的增加，更是整个安全运营体系、责任管理体系的一次质变。
这次有伙伴企业率先“撞线”，其里程碑意义我认为可以概括为三个“可验证”和三个“可管理”。
具体来说，在产品准入环节，自动驾驶汽车逐步实现了“可量化的技术指标、可验证的技术表现、可复盘的运营数据”，确保生产出来的产品是真正可用、稳定、安全的。在上路通行环节，自动驾驶汽车对实际应用场景提出了更明确的要求，包括“可落实的驾驶规则、可追踪的安全管理、可判定的法律责任”，尤其是在应急处置环节，必须建立从风险发现、上报、响应到明确归责、落实赔偿的全流程管理机制。本次发布的L3级准入车辆率先证明这种体系能力已在乘用车领域获得国家认可。
朱富佳：我补充一点，这次许可呈现出非常鲜明的“制度先行、审慎放开”的中国式治理智慧。它并非无条件地全面开放，而是采用了“附条件、小切口”的策略。大家注意看新闻，试点运行被严格限定在高速公路、城市快速路等结构化、相对低风险的场景。这种设计非常巧妙，首先，它为技术创新划定了清晰的、可控的安全边界，避免了“一放就乱”；其次，它能在真实的、受限的环境中，让系统持续收集宝贵的“长尾场景”数据，驱动算法迭代优化；最后，它也给上游的激光雷达、芯片、高精地图等产业链传递了稳定的规模化预期，有助于拉动整个供应链从“试配”状态转向“量产”状态，为后续成本下降和技术集成优化创造条件。这是一步“活棋”。
李弘：从企业视角看，这次许可是自2023年试点通知发布以来，整套严谨的管理制度从蓝图变为现实的集中体现。主管部门建立了一套从测试标准、评价体系到管理流程的完整框架。这不仅为行业设立了明确的技术和安全门槛，规范了市场竞争的秩序，更重要的是从制度根源上强化了道路安全的保障。自动驾驶的发展注定是一场“马拉松”，这次L3级准入，标志着我们已经跑过了一个重要的补给站，行业正朝着更有序、更安全、更健康的方向持续进化。
百度2022年推出的第六代量产无人车支持有方向盘、无方向盘两种模式（徐峰 摄）
技术信仰：乐观与审慎的辩证法
主持人：听了各位的解读，能感受到这是一个多方协同、水到渠成的结果。那么，下一个问题可能更关乎根本信念。面对自动驾驶这项注定将深刻改变社会的前沿技术，各位内心是乐观主义还是悲观主义？理由是什么？
郑翔：我个人旗帜鲜明地是乐观主义者。我的乐观基于一个很朴素的信念：一代人总比一代人聪明。我们回顾一下历史，人类驾驶的汽车，每年在全球造成超过百万人死亡、数千万人受伤，但社会依然接受并依赖这个“高度危险的机器”。为什么？因为它带来的移动自由和社会经济效益，被认为远大于其风险。那么，一个从理论上能够系统性消除人类驾驶员失误（如酒驾、疲劳、分心、路怒）的技术，其潜在的安全效益是巨大的。技术的发展，本质上是为了克服和弥补人类自身的缺陷与局限，这符合社会演进的基本规律。当然，过程中一定会有坎坷、事故甚至反复，但长远看，我相信自动驾驶技术必然会走向成熟和广泛应用，就像汽车最终取代马车一样。
郑志峰：我把自己定义为“理性的乐观主义者”。从技术本质看，自动驾驶可以理解为物理智能在汽车领域的应用。它的运行环境虽然是开放的，但终究是二维平面上的移动，核心算法命题是“如何在不发生碰撞的前提下从A点抵达B点”。这个任务的复杂度，理论上低于需要在三维空间完成抓取、护理等精细化交互的通用机器人（如家庭保姆机器人）。因此，从技术可行性上，自动驾驶是值得期待的。
从社会效益看，它提升交通安全水平、缓解拥堵、赋能老年人等特殊群体出行的潜力是显而易见的。但我们绝不能“神话”它。技术永远是一把双刃剑。汽车取代马车时，人们也没料到会带来交通事故、城市拥堵、空气污染等一系列新问题。自动驾驶在解决一些老问题的同时，也必然会带来技术性失业、数据隐私、算法伦理等新挑战。因此，我的乐观是建立在“以人为本、科技向善”的清醒认知之上的，我们必须主动预见和治理这些伴随而来的问题。
常柳溪：我的态度可能更接近“审慎乐观”。乐观在于，自动驾驶是典型的技术驱动型全球化产业，中国既有规模化应用场景，也有相对完整的产业链与快速迭代能力，这为我们参与甚至局部主导这场变革提供了结构性优势。审慎则在于，技术虽能够快速迭代，但法律与监管框架具有天然的滞后性，且其构建过程不可避免地夹杂各国利益的博弈。如果未来中美欧在自动驾驶的数据跨境、责任认定、安全标准上形成三套差异巨大的规则体系，那么全球产业链将被迫“选边站”或支付高昂的合规成本，这反过来会窒息技术创新。
沈萌：从产业实践者的角度，我们是谨慎的乐观。我们看着自己的车队，从寥寥几辆测试车发展到今天数百辆的规模化运营，真实里程突破到3500万千米。在这个过程中，我们真切地看到了技术进步的速度，特别是随着AI（人工智能）进入以大模型、强化学习为代表的3.0时代，自动驾驶技术正在从依赖大量人工规则的“硬编码”模式，向更接近人类直觉和经验的数据驱动模式演进，这让我们对解决极端“长尾问题”有了更多信心。
但同时，产业化越深入，我们越要保持耐心和警惕。旧的问题可能会找到新解法，新的应用场景、新的商业模式又会催生前所未有的新问题，或者随着制度的完善面临新的要求。比如，随着我国汽车工业产品出海规模的进一步扩大，2026年2月3日，工业和信息化部等八部门联合发布了《汽车数据出境安全指引（2026版）》，未来自动驾驶技术出海也需要遵守这些新的规则。所以，乐观是面向未来的，审慎是面对当下每一步的。
朱富佳：我持审慎乐观的态度。乐观的一面在于，推动行业长期发展的关键要素——数据、算力、场景，中国都已具备，甚至在应用场景的丰富度和商业化推进速度上，我们有独特的优势。但“审慎”二字至关重要。我们必须清醒认识到，政策与法律体系的完善，天然会滞后于技术的探索和产业的狂奔；另外，中国幅员辽阔，不同省（市区）对于发展自动驾驶产业，有着基于本地经济、就业、城市治理的不同考量和利益诉求，这会导致政策落地的不均衡甚至反复。所以，对于发展过程中可能出现的“进两步、退一步”的波动，甚至阶段性的回调，整个行业都要有充分的心理准备和韧性。
李弘：我的观点可能更偏向于“建设性的务实主义”。自动驾驶的终极愿景，是利用技术实现比人类驾驶更安全、更高效、更舒适的出行体验。但这个目标不可能一蹴而就，它必然是一个长期、渐进、螺旋式上升的过程。作为法律从业者，我尤其关注的是，在这个漫长过程中，法律如何清晰地界定责任归属，企业又如何履行充分的告知义务，让用户理解技术的边界呢？只有建立了公平的责任框架和充分的信息透明，这项技术才能安全、负责任地落地，公众的信任才能逐步积累。所以，我的乐观不是盲目相信技术会自动解决一切，而是相信通过技术、法律与社会的协同进化，我们可以驾驭好这场变革。
等待乘客上车体验的萝卜快跑（萝卜快跑 供图）
安全重构：道路上的积极影响与“阿喀琉斯之踵”
主持人：看来大家既有远虑，也有近忧。那么我们具体推演一下，假如未来某天，自动驾驶汽车在道路上全面运行，它对交通安全的影响到底会是怎样的一幅图景？是百分百的安全乌托邦吗？
郑翔：这需要从积极和消极两个层面辩证地看。积极影响是根本性的，即消除人为错误。全球超过90%的交通事故根源在于人——疲劳、分心、超速、酒驾、违规操作。自动驾驶系统没有这些“人性弱点”。更重要的是，自动驾驶汽车的行为是标准化和高度可预测的。它们会严格遵守交通规则，保持安全车距，不会随意加塞、急刹、开“斗气车”。想象一下，如果道路上所有车辆都像训练有素的仪仗队一样规整、可预测，那么因人类驾驶员行为随机性引发的冲突和事故将大幅减少。
但消极影响或挑战同样深刻，主要来自技术的“长尾问题”和“安全悖论”。现实世界的复杂性是无限的，总会有系统从未见过、无法处理的极端或罕见场景（corner case），如道路上突然滚过一个特殊形状的障碍物，或者遇到极其怪异的交通参与者行为。这是自动驾驶面临的最大安全挑战。
此外，还会出现一个有趣的“安全悖论”：当道路因为自动驾驶汽车的加入而整体变得更安全时，人类驾驶员可能会产生过度依赖，从而变得更不专注（在L3级人机共驾模式下尤其危险）；或者对自动驾驶产生不切实际的过高期待，一旦系统出错，人类的应急反应反而会更迟钝、更糟糕。因此，自动驾驶的安全红利，只有在技术充分迭代、法规完善、基础设施适配之后，才能完全释放。这要求我们“两条腿走路”：一方面持续促进技术完善，另一方面通过制度设计，如明确生产者侵权责任、建立事故保险基金等，来管控和分摊剩余风险。
郑志峰：从理论上讲，自动驾驶的大规模应用对交通安全水平的提升应该是革命性的。它从根本上移除了当前交通事故最主要的致因——人类驾驶员。同时，当自动驾驶汽车规模化之后，“车路云”一体化协同就能真正发挥威力，从全局优化交通流，进一步提升安全和效率。
但我们必须转换安全视角。自动驾驶在解决传统“物理安全”问题的同时，引入了全新的“数字安全”挑战。一辆自动驾驶汽车就是一个强大的移动数据终端和网络节点。一旦其算法被黑客攻击、数据被“投毒”、通信网络被干扰，它就可能从安全卫士变成危险的失控机器。去年国外就有安全研究人员演示过，通过简单的激光照射干扰，能让自动驾驶的感知系统“失明”。所以，未来的交通安全是物理安全和网络数据安全的叠加，防护的维度更多、更复杂。
沈萌：我们对交通安全的影响这个问题，整体持乐观预期，核心论据就是系统是“多重冗余”的安全机制，在经充分验证后，相较单一的人类决策会更为稳定，对安全起到补强的作用。以我们从事的干线物流自动驾驶为例，我们的“智能编队”解决方案可由一台L2级领航车（有司机驾驶）和一台到多台L4级卡车组成编队。它的安全冗余体现在多个层面：
技术冗余：算法经过上亿千米虚拟仿真和数千万千米真实数据训练，经验远超人类司机可以积累的驾驶量；同时具备多传感器融合的感知冗余、双控双驱的执行冗余。
产品冗余：可根据天气、路况灵活切换单车独立运行或编队模式，适应复杂环境和业务需求。
监控冗余：相较仅司机一人全程负责的运营模式，自动驾驶车辆运营过程中将有技术公司、运营公司等多方远程提供安全保障，并有规范化的安全培训体系。
九识无人车Z5在苏州为客户提供快递运输服务（九识智能 供图）
此外，根据我们观察到的我国各地以及其他各国披露的测试与运营数据，自动驾驶车辆运行的安全性已明显优于人类司机的平均水平。当然，交通安全只是其中一个维度。自动驾驶技术应用的积极影响还在于，它能助力交通强国战略、促进“碳中和”（如通过编队行驶降低风阻节能），甚至改变城市空间布局（如显著提升运行效率、缓解城市拥堵，通过更合理的路线与时段安排进一步释放停车空间）。这些都会间接但深刻地影响整体的社会安全水平。
常柳溪：我想从国际贸易与产品责任的潜在风险角度谈一点。自动驾驶汽车本质上是一种高度复杂的技术产品，当其大规模出口时，就会同时面对不同法域的产品责任、证据规则与监管问责。以L3级为例，即便车辆在中国完成设计制造并符合国内标准，在海外市场仍可能因“长尾场景”或人机交互失效引发事故争议；在美国等法域，企业可能遭遇集体诉讼或群体性索赔，由此带来的不仅是赔偿责任，更包括诉讼成本、合规审查与公共舆论风险，处置不当还可能外溢为贸易摩擦并影响“中国智造”的海外信誉。此外，自动驾驶系统依赖全球供应链（如芯片、软件），一旦发生纠纷，在部分法域较为宽泛的证据开示机制下，整车厂及其关键零部件、软件供应商可能被要求提交事件日志、版本记录与测试材料，带来额外的商业机密和数据出境风险。因此，交通安全问题在国内层面是公共管理问题，在国际层面就可能演变为复杂的法律与贸易问题。
朱富佳：麦肯锡未来出行研究中心曾发布报告预测，自动驾驶的广泛应用有望减少90%以上的交通事故。这个积极前景的核心逻辑就在于对人为失误的消除。同时，车路协同带来的全局交通流优化，能减少拥堵和急起急停，从而降低能耗和排放。
但全面落地伴随的挑战不容忽视。除了刚才各位提到的，我想特别强调两点：一是恶劣天气等环境因素对传感器性能的削弱，暴雨大雪可能导致激光雷达、摄像头“看不清”；二是法律与伦理的“电车难题”。在L3级场景中，人机责任切换的瞬间界定是模糊地带；在更高阶的自动驾驶中，系统在不可避免的碰撞中如何做出符合伦理的决策（保护车内乘客还是车外行人？），这不仅是技术问题，更是社会价值和法律必须回答的哲学命题。
李弘：一个纯粹的、由全自动驾驶车辆构成的交通网络，在理论上可以实现规则统一、全局协同，达到安全和效率的极致。但在这之前，我们必须经历一个漫长的、也是最危险的“混合交通过渡期”。在这个时期，自动驾驶车、传统人工驾驶车、非机动车、行人共享道路，交互逻辑极其复杂。
这时，单纯依靠技术演进已无法自动解决问题，事故的责任主体可能横跨车主、制造商、软件供应商、地图供应商等。这就迫切要求法律进行前瞻性的、系统性的构建，核心就是确立一个“清晰、动态且公平的责任框架”。这个框架不仅是事后裁决的标尺，更是事前引导技术研发方向、规范企业市场行为、逐步赢得社会信任的基石。自动驾驶的安全红利，不是技术发展的“自动附赠品”，而是技术、法律与社会治理协同进化的成果。
行业首个重载无人车——九识L系列5立方车型（徐峰 摄）
主持人：感谢各位专家非常深入和全面的剖析。看来，自动驾驶对交通安全的影响绝非简单的“是”或“否”，而是一场涉及技术、人类行为、法律和伦理的深刻重构。我们既期待它带来的革命性安全提升，也必须以最大的谨慎和智慧，去应对那些已知和未知的挑战。在下篇中，我们将继续这场思想碰撞，深入探讨自动驾驶狂飙突进之下，对经济安全、社会安全乃至国家安全的深远影响与潜在风险。当万亿级新赛道冲击传统就业，当“轮子上的数据采集器”窥探隐私，当技术供应链成为大国博弈焦点，我们又该如何未雨绸缪，构建发展与安全的平衡之盾？
【本文刊载于《人民法治》杂志2026年3月上（总第221期） 圆桌会栏目】
10个月宝宝每天需要喝多少奶粉？
