郑飞教授就“跃入L4级自动驾驶”的法律问题接受《车路云50人》专访

【核心问题探讨】行业呼吁跳过L3，而L3在法律定责上究竟存在什么难以自洽的死结？直接迈向L4能否破局？

【核心观点摘要】技术演进和法律规制是两套逻辑。

法律归责的底层逻辑是“谁控制，谁负责”。L3特有的“人机共驾”状态导致控制权在人机间频繁切换，责任界定极其模糊。

直接迈向L4，将车辆控制权完全移交系统，能让责任主体更清晰。

在探讨是否应该“跨越L3”之前，我们必须先厘清一个核心的产业迷思：L3究竟为何会让整个汽车行业乃至司法界如此纠结？

按照国际汽车工程师学会（SAE）制定的J3016标准，以及我国《汽车驾驶自动化分级》（GB/T 40429-2021），自动驾驶被严密地划分为L0至L5六个等级。

在行业内，这是一条界限分明、拾级而上的技术演进阶梯。

业内长期以来的主流声音认为，技术必须先经历L3的充分验证，才能走向L4。

但在郑飞教授看来，将这套工程技术标准直接平移到法律适用中，本身存在一种“错位”。

“这背后其实存在一个很大的问题：技术逻辑跟法律逻辑，它们相关，但却是两套不同的逻辑。”郑飞在访谈伊始提到。

“我们可以看到从L0到L5，这是一个技术迭代的逻辑，完全是从无到有，逐渐增加系统控制力的技术演进。但是法律的逻辑是，当科学发现规律、技术应用到现实生活当中，并产生了相关的风险和问题之后，法律才会去进行规制。”

换言之，技术永远在追求“打破边界”，而法律的天职是“划定底线”。

郑飞进一步拆解道，在法律人的视角里，不管技术标准如何细化，驾驶行为在法理上其实只能被归结为两种最基础的形态。

第一种是“以人为中心”的驾驶，对应L0-L2辅助驾驶阶段。

此时车辆的绝对控制权在人，不管系统提供了多少智能辅助，一旦出了问题，毫无疑问由人来承担责任。

第二种是“以系统/车为中心”的自动驾驶，对应理论上的L4-L5阶段。

在该阶段，有两种场景。

一种是没有方向盘的，在这种情况下，车内的自然人由“驾驶员”降级为“乘客”，出了问题，由车或系统背后的主体来承担责任。

另一种是有方向盘的，就存在自动驾驶和人驾驶两种模式的转换，但这时候，接管是权利，而非义务。

法律归责的一个底层朴素原则就是“谁控制，谁负责”。

郑飞指出，L3级别恰恰卡在了这两种形态的灰色地带，面临着极其尴尬的局面。在L3阶段，系统宣称可以主导驾驶，但又附加了一个强制条件——要求人在特定情况下接管车辆。

这种“人机共驾”的状态，在司法实践中几乎是一个难以自洽的“定责死结”。

试想一个真实的极端场景：当一辆L3车辆在高速公路上以120km/h的速度行驶，系统突然遭遇无法识别的静止障碍物，并在碰撞前仅仅10秒发出警报要求人类接管。

此时，人类驾驶员可能正处于系统允许的“脱手脱眼”放松状态。

事故发生后，对簿公堂时必然陷入扯皮。

车企的法务会主张系统已经尽到了发出接管提示的义务，是人类未能及时接管导致事故。

而受害者或人类驾驶员则会反驳，短短10秒钟人类很难及时反应过来，这本质依然是系统感知失效引发的危险。

面对这种定责死结，或许有人会设想：既然接管时间存在争议，那法律直接把所有的接管场景和具体标准（例如高速必须提前多少秒，低速提前多少秒）都明文规定下来，不就行了吗？

这恰恰触及了郑飞教授所指出的另一个深层困境：法律在面对复杂技术场景时的“穷举困境”。

郑飞指出，如果法律试图用“穷举”的方式去设定具体的接管规则，反而会造成普通个体陷入绝对的弱势。

因为作为强势方的车企，完全会机械地“按照既有规定干事”——只要系统卡着法律规定的最低底线发出了接管提示，企业就能在法庭上拿着这块合规的“免死金牌”主张自己已尽到义务，从而合法免责。

然而，现实的交通路况是千变万化且无穷无尽的，法律根本无法穷举出所有的突发状况与极端场景。

这种客观上的“无法穷举”，反而给企业留下了海量的规则盲区。

具体而言，企业完全可以利用这些法律覆盖不到的空白地带去“钻空子”，在合规的表象下，将系统感知失效等隐性危险，统统转化为个体的“接管不力”，最终让百口莫辩的普通消费者来背锅。

由此可见，控制权在短时间内的频繁拉扯与切换，再加上法律因无法穷举而留下的“合规避责”漏洞，导致责任界定变得极其模糊，极大地增加了法庭的举证难度与司法确认成本。

因此，当被问及对何小鹏提案的看法时，郑飞给出了肯定的答复：“如果在法律层面上直接探讨L4，没有了人类驾驶员的接管要求，责任主体完全转移到系统和企业身上，法律责任的界定确实会清晰很多。”

刑罚之诘：

方向盘交给系统后，算法肇事该谁担责？

【核心问题探讨】L4级别下方向盘完全交给系统，一旦发生致人重伤或死亡的重大事故，刑事责任该由谁来承担？

【核心观点摘要】传统刑法惩戒对象主要是自然人，强行追究企业高管或程序员入刑极具挑战。

法律需给未知的技术隐蔽缺陷留出容错空间，不宜苛责；但若企业“明知致命缺陷而不弥补”或遭人为恶意篡改代码，相关人员仍须依法承担刑事后果。

虽然L4在“确定责任主体是系统和车企”这一点上变得清晰，但这仅仅解决了“谁来赔钱”的民事责任问题。

在涉及致人重伤或死亡的重大交通事故时，法律将不可避免地触碰到刑事责任。这正是自动驾驶迈向L4时责任界定的深水区。

“法律责任通常分为三种：民事责任、行政责任和刑事责任。在自动驾驶领域，最大的难点就在于刑事责任的界定。”郑飞表示。

在我国现行的传统刑法体系中，“交通肇事罪”等罪名的犯罪主体主要是“自然人”。传统驾驶是以人为中心的，自然人驾驶员因为疲劳驾驶、醉驾或严重违反交规犯了错，由该自然人承担交通肇事的刑事责任。

“但到了L4级别的自动驾驶，它是以车或系统为中心的。车里面的人只是‘乘客’，而不是‘驾驶员’。”郑飞指出，一旦L4级别车辆发生亡人等重大交通事故，归因归责体系将发生颠覆性的转变。

如果调查证明是系统本身的算法缺陷或硬件失效导致了事故，这在民事领域并不难处理，属于典型的“产品责任”，受害者可以向汽车制造商或系统提供商索赔，企业也可以通过购买商业保险来进行对冲。

但在刑事审查的角度，挑战是前所未有的。

这就带来了一个不可回避的行业拷问：既然没有了传统的肇事驾驶员，难道我们要让提供这个产品的企业法人代表、CEO，或者写下这行缺陷代码的底层程序员去承担刑事后果吗？

郑飞指出：“如果要在L4级别追究企业法人的刑事责任，这在现有的传统刑法体系下是非常具有挑战性的。因为传统的交通肇事等罪名主要是针对自然人设立的。”

在我国传统刑法体系下，对于交通类犯罪追究企业法人的刑事责任（即单位犯罪）是非常谨慎且缺乏直接对口罪名适用的。

如果强行将程序员或企业高管入刑，不仅面临着“因果关系过于遥远且被算法黑盒切断”的举证困难，也难以证明其具有直接的主观故意或重大过失。

这是否意味着，在迈向L4的未来，遇到重大事故我们只能束手无策？

郑飞强调，用现有的刑法体系去规制，核心在于具体的场景区分，而非盲目苛责。

法律首先要给技术迭代留出合理的容错空间：“如果仅仅是由于技术本身存在当时没有能力发现的隐蔽缺陷，且产品也符合国家相关标准，这种情况下完全由系统驱动出了事故，不宜苛责刑事责任。因为我们必须允许犯错，如果不允许的话，技术就没法迭代进步。但民事责任和行政责任是一定要有的。”

不过，这绝不意味着系统和车企享有绝对的刑事豁免权。

郑飞进一步明确了刑事追责的红线：“如果是程序员或公司在设计系统时，完全能够意识到潜在的危险缺陷却没有去弥补，即应该预见而没有预见，或者遭到黑客及离职人员恶意篡改代码，那么这些人为导致的后果，在现行刑法上依然要承担相应的刑事犯罪责任。”

这种基于“未知技术缺陷免责”与“明知且不弥补苛责”的清晰界定，也为行业呼吁的企业刑事合规边界提供了法理依据。

伦理之辨：

直面电车难题，生命决不能被“价值排序”

【核心问题探讨】面对不可避免的极端碰撞（电车难题），L4高阶算法能否在代码中预设“牺牲少数人保全多数人”的决策逻辑？

【核心观点摘要】生命是无价的，绝不能在法律上被数字化或排序化。

企业若预先在算法中写下“牺牲少数人”的选择，在法理上绝不构成“紧急避险”，一旦触发导致伤亡，甚至可能构成刑事犯罪。

与刑事归责一样的挑战，是L4自动驾驶的高阶算法必须直面人类历史上最古老的伦理拷问——“电车难题”。

在人类驾驶时代，极端情况下的碰撞选择往往发生在一瞬间，法律事后审查时可能会考虑人类在高度惊恐下的本能反应。

但在L4时代，所有的选择都是事前由程序员通过代码和算法预先“写好”的。

比如在L4级别的极端交通场景下，刹车突然完全失灵，车辆面临不可避免的碰撞：左边是一群正在过马路的小学生，右边是一个违章闯红灯的行人。

如果系统算法基于预设的“损失最小化”逻辑，做出了向右打方向盘、牺牲少数人保全多数人的碰撞选择，法律该如何评价这种被预先写在程序代码里的“生命价值排序”？

面对《车路云50人》抛出的这一尖锐问题，郑飞的态度极其坚决，划定了一条不可逾越的红线：“在法律实践中，有一个根本的原则：生命是无价的，生命不能用来做价值比较。”

他强调，现代法治文明的基石之一就是“人是目的，而非手段”。

从技术工程的角度看，机器预设“牺牲少数人”，是技术对风险的提前预判和最优解设定。但法律的标尺绝不允许将生命“数字化”和“排序化”。

“法律不可能出台一条明确的规定，说‘在紧急情况下牺牲一个人去救五个人是合法的’。因为任何对无辜生命的剥夺，在法律上都很难被认定为合法的紧急避险。”郑飞表示。

“机器在预设场景下做出这种牺牲少数人的逻辑排序，一旦这种预设被触发并导致了人员伤亡，在法律评价上，有可能会构成刑事犯罪。”

他进一步从法理上拆解道，机器提前写好的选择不可能构成刑法上的“紧急避险”。

“所谓的紧急避险，是指在当时当下那个危急场景中，人基于本能做出的反应，我们不能去苛责他。但如果车企将这种‘牺牲少数人’的选择提前预设为算法逻辑，这是非常不合理的。”

此外，郑飞指出这种关于“预设代码”的担忧，实际上也脱离了当下的技术路线现实。

他补充说：“现在实际上自动驾驶都在走向端到端的大模型，它是一个黑盒，是一个通过摄像头等感知世界、大量学习人类驾驶习惯的过程。”

因此，无论技术如何演进，车企都绝不能也不应去人为预设这种“扮演上帝”的生死排序逻辑。

监管革新：打破“数据霸权”，

举证倒置须让车企“自证清白”

【核心问题探讨】自动驾驶时代，核心运行数据单方面掌握在车企手中，处于弱势的普通个体在事故取证中应如何打破车企的“数据霸权”？

【核心观点摘要】事故取证正从物理痕迹向代码数据审计过渡。

针对车企掌握数据黑盒的“数据霸权”，司法必须实施“举证责任倒置”：改变以往“谁主张谁举证”的规则，由于个体缺乏举证能力，车企即使作为被告，也必须承担起自证系统无错的责任。

跨越L4的底气，除了算力与算法的突破，更在于事后监管、事故取证与司法追责的完备性。

作为证据科学领域的顶尖专家，郑飞敏锐地察觉到，自动驾驶时代交通事故的调查核心正在发生一场根本性的转变。

在传统的交通事故现场勘查中，交警找的是物理的刹车痕迹、散落的碎片、人类目击者的证言。

但在L4时代，车辆可能根本没有物理刹车痕迹，事故的真正“元凶”可能隐藏在数百万行代码的某个逻辑分支，或者激光雷达瞬间的感知延迟中。

因此，取证的核心将彻底从传统的现场勘查向电子数据和代码审计过渡。

“出了事故之后，监管部门往往面临取证难、数据不透明的问题。”郑飞指出。这场证据形态的数字化，直接带来了权力失衡的问题——车企的“数据霸权”。

在这里，可以援引美国明星自动驾驶公司Cruise的真实教训。

2023年10月，一辆Cruise无人车发生严重事故，比事故本身更令监管部门愤怒的，是Cruise事后涉嫌隐瞒了后半段关键录像。

这一掩盖底层电子数据的行为，直接导致Cruise全美业务陷入漫长停摆，但也折射出了监管的痛点：目前现有的核心运行数据基本都单方面掌握在车企自己手里。

如果车企既是“运动员”又是“裁判员”，为了逃避巨额赔偿选择性披露甚至篡改数据，公众的生命安全与司法的公正性如何得到保障？

为此，“引入统一的国家监管平台”成为关键。

郑飞表示，只要引入对接系统并加入区块链技术，就可以从底层有效保证相关证据数据的真实性与不可篡改。

更为关键的是，为了从根本上打破车企的“数据霸权”，郑飞抛出了一个直击痛点的重磅观点——“举证责任倒置”。

这需要从法理层面详细解释：按照以往传统的法律原则，打官司通常遵循的是“谁主张，谁举证”。

通俗来讲，也就是谁告谁，谁就得负责拿出确凿的证据。

但在自动驾驶事故中，这种传统原则面临着极大的不公与挑战。

在海量的底层代码和复杂的算法黑盒面前，普通个体消费者显然缺乏足够的技术能力和数据权限，去提取证据来证明车辆系统存在缺陷。

“就是因为企业在数据和技术上处于绝对的强势地位，在这个情况下，明显是个体没办法、也无力去举证的。”郑飞明确主张，“所以不管是从取证的便利性角度来讲，还是从普通个体与庞大商业公司之间经济地位极其悬殊的公平性角度来讲，都应该把证据的举证责任倒置。”

“这意味着，哪怕车企作为被告，它也应该承担起证明自己没有过错的责任。你要证明你的系统确实没有错，举证责任必须倒置给公司，让车企依法‘自证清白’。”

同时，面对AI算法的黑盒属性，法庭未来或亟需引入“算法审计师”等新型专家辅助人制度，确保法官和检察官能够真正“看懂代码证据”，从而做出公正裁决。

终局之思：

警惕“技术决定论”，法治安全网须先铺好

【核心问题探讨】面对多部委交叉管理的现状和L4商业化落地需求，我国在自动驾驶系统性立法上应该采取怎样的路径与节奏？

【核心观点摘要】自动驾驶牵涉极广，仅修某一部法无法支撑产业落地，集中出台一部全新的综合法律亦极其困难。

最务实的路径是“统一修法”：由牵头部门定下基调和原则，留出灵活试错空间，再协调各个对口部门逐个推进细则修订，切忌一刀切卡死技术创新。

自动驾驶不仅仅是一场技术革命，更是一场深刻的社会治理体系重构。

在迈向全面L4的过程中，我们不可避免地会经历一段大量人类司机与L4机器车辆在同一路网中混行的漫长过渡期。这给一线的行政执法与商业保险模式带来了前所未有的冲击。

传统的交通执法模式是“处理人的矛盾”。如果一辆L4级别Robotaxi在路口违停或发生剐蹭，现场根本没有驾驶员，交警的罚单开给谁？

这就要求未来的交管执法必然向“云端自动化执法”和“远程数据冻结”转变。

正是面对此类挑战，郑飞指出：“新技术不可能绝对地、一刀切地替代现有的交通体系，这就要求我们在立法时必须有前瞻性和包容度。”

为了应对挑战，我国自动驾驶立法目前正处于地方“先行先试”的监管沙盒阶段，如《深圳经济特区智能网联汽车管理条例》、北京亦庄示范区等。这给技术留出了试错的空间，把风险控制在一定范围内。

然而，随着L4技术逐渐逼近大规模商业化落地的临界点，仅靠地方立法的“打补丁”已经无法支撑起未来庞大的产业生态。

当前，一辆智能网联汽车的合法上路，牵涉工信部、交通运输部、公安交管部门等多个部委。这种多头交叉管理的格局，日益成为制约产业跨越式发展的制度瓶颈。

“要打破这种‘九龙治水’的局面，这就需要多个部门的协同统筹。”郑飞一针见血地指出。

结合目前的现实挑战，郑飞进一步厘清了系统性修法的底层逻辑：“自动驾驶是一个很长的产业链，这不是一个法律就能搞定的事。这里面有个现实矛盾：一下子上一部包罗万象的新法，很难；但也不能只修某一个法，比如你只修订《道路交通安全法》，其他的配套法律没跟上，这个产业还是落不了地。”

因此，他主张最理想的路径应该是“统一修法”。

“应该有一个牵头部门，由其统一规划，逐个去修订。”郑飞以放眼全球的视角举例道，“即使是像英国（2024年5月刚通过《自动驾驶汽车法案》）那样出台了新法，其实也是采用‘留出空间’的模式，先定下一个基本原则和基调，然后再由各个口子去协调推进后续的工作。”

“我们在立法时也应遵循类似原则，必须有前瞻性，绝对不能一下子用僵硬的条文把技术发展的空间给卡死。”

在中美科技博弈的大背景下，中国完全有能力发挥集中力量办大事的制度优势，通过这种“牵头定调、协同推进”的顶层修法，在制度设计上实现弯道超车。

在长达两小时的访谈尾声，当话题再次回到“直接从L2跨越到L4究竟是否可行”时，郑飞给正在狂奔的中国车企们，留下了一段极具厚度与警醒意味的趋势判断。

“我赞同小鹏总所说的，取消L3向L4去前进。但是，他仍然陷入了‘技术决定论’，依旧停留在技术的逻辑里面，并没有切入法律的逻辑中。法律不是像技术一样去线性发展，而是必须在技术应用、产生具体的形态和问题之后，再去进行规制平衡。”

“所以我的结论是：我们的法律规制和产业发展，必须从技术逻辑回归到法律逻辑。只有技术逻辑和法律逻辑真正结合，才能够让我们的法律制定得更好，让产业更早地落地、发展得更好。”

技术上为了追求产业制高点而渴望飞跃完全可以理解，但在吹响直奔L4的冲锋号之前，必须先从狂热的技术决定论中冷静下来。

在跨越之前，关于企业刑事合规的厘清、关于让车企“自证清白”的举证责任倒置，以及设立牵头部门进行统一修法协调——这张精密而坚固的法律制度与证据安全网，必须先牢牢铺好。

在自动驾驶这场没有硝烟的全球竞赛中，技术决定了中国车企能跑多快，但法治的定力与底线，才决定了整个产业能走多远。

直奔L4的冲锋号已经吹响，只有算清了法理的账本，技术的列车才能真正安稳地驶入无人之境。