引言
“2026年是全球自动驾驶安全监管的结构性拐点。”
这不是哪个自媒体博主的夸张标题,而是中国工程院院士、清华大学教授李骏在2026年CICV(中国国际智能网联汽车技术年会)上的重磅判断。
当行业还在为谁的NOA功能更丝滑、谁的算力平台更高阶而“内卷”时,一场更深刻的安全哲学革命已经悄然降临。
(参考阅读请点击:
《工信部出手:自动驾驶强制国标征求意见,从"建议安全"到"必须安全",拟2027年7月1日起执行》)

拐点的标志是什么?
答案藏在那份已经公示、拟于2027年7月1日起实施的《智能网联汽车自动驾驶系统安全要求》强制性国家标准(报批稿)里。
这份被业内简称为“新国标”的文件,首次将“安全档案”(Safety Case)机制,作为评估L3级有条件自动驾驶和L4级高度自动驾驶能否上路的“总纲”。
这意味着什么?意味着车企靠“我们跑了多少万公里”、“系统覆盖多少城市”这类模糊话术就能轻松过关的时代,彻底结束了。
新标准的核心逻辑是:你不再只是需要证明你的车“能开”,而是必须以一套系统化、结构化、近乎于撰写博士论文的严谨程度,来证明你的系统“足够安全”。
这不仅是技术门槛的提升,更是游戏规则的彻底改写。
监管者不再是拿着长长的“清单”去逐项打钩的考官,而是变成了审阅一篇系统性安全“论文”的导师。
而这篇“论文”的题目只有一个:在什么样的条件下,你的自动驾驶系统为什么是安全的?
溯源:来自深海、飞向天空的“安全方舟”
要理解这套新规则,就得先搞懂Safety Case到底是什么。
这个词翻译成“安全档案”或“安全论证”看似简单,但背后承载的,是半个世纪高危工业用血泪教训换来的顶级安全治理智慧。
中国工程院院士李骏指出:“事实上,Safety Case最早是在1998年海上油井平台出现重大安全事故之后开始启动的。”当时,北海油田接连发生灾难性事故,迫使监管者从根源反思:仅靠制定操作规程和事后检查,无法预防复杂动态系统中的系统性风险。
于是,一套全新的监管范式诞生了:运营方(石油公司)不能再被动地“接受检查”,而必须主动“自证安全”。他们需要提交一份全面的、基于证据的“安全论证报告”,系统性地阐述平台的设计安全理念、识别了哪些风险、采取了什么控制措施、以及剩余风险是否可接受。
这份报告,就是最初的“Safety Case”。
随后,这套方法论因其严谨性,迅速被航空和核电这两个对安全要求最严苛的行业采纳,并发展成熟。
当你乘坐的飞机获得“适航认证”时,背后支撑它的,正是一份庞杂如山的“安全论证体系”。它是一套完整的逻辑框架:从顶层安全目标出发,分解为一系列具体安全要求,然后通过设计分析、测试验证、故障分析、安全评估等多维度的证据链,来层层支撑其安全结论,最终形成一个逻辑闭环。
现在,轮到汽车工业了。为什么要引入这套“航空级”标准?李骏院士一针见血:
这本质是应对风险形态的根本跃迁——汽车面临的核心安全风险,已经从传统的“零部件机械失效”,转变为自动驾驶系统“算法决策失误”。
L3/L4系统一旦启动,就接管了动态驾驶任务,其决策的复杂性和不确定性,已远超传统车辆的范畴。一个刹车失灵是硬件问题,可以追溯、可以召回;
但一个AI系统在面对“鬼探头”或暴雨天气时做出错误判断,则是系统性、不可穷尽的“长尾风险”。
面对这种复杂系统性风险,过去那种基于预设条款的“清单式”审核,彻底失灵了。
破局:清单式审核,为何审不动AI的“长尾”?
在L2辅助驾驶时代,监管逻辑相对直接:车企证明自己的系统能实现“自适应巡航”、“车道保持”等功能,并通过一系列标准化测试,比如AEB(自动紧急制动)测试、LKA(车道保持辅助)测试等,就算合规。这是一种典型的“功能清单”思维。
但这种模式在面对真正的自动驾驶(L3/L4)时,遇到了无法逾越的鸿沟:AI驱动的感知与决策系统,其“黑盒”特性和应对无限开放世界的能力,让预设的测试清单永远无法穷尽所有可能性。
这就是所谓的“长尾场景”(Corner Cases)和“预期功能安全”(SOTIF)问题。
“长尾场景”指的是那些发生概率极低(可能在百万公里中只出现一次),但一旦发生就极其危险的场景。
比如,暴雨中静止车辆的尾灯反光被误认为远处的交通信号灯;
比如,路边突然滚出的一个废弃轮胎,模型难以准确归类;
又比如,横穿马路但行动模式异常的行人。
这些场景千奇百怪,无穷无尽。
传统的清单测试,可以覆盖常见的“头部场景”(占90%以上的驾驶情况),但对这些稀疏分布的“尾部场景”束手无策。而恰恰是这些“长尾”场景,往往是事故的诱因。
Safety Case的引入,正是为了系统性应对这一挑战。它要求车企实现三大转变:
第一,从“被动检测”到“主动论证”。 监管不再提供一份“必考题清单”,而是要求车企自己成为“出题人”和“解题人”。车企必须主动构建一套逻辑严密的论证体系,清晰定义其系统的“设计运行范围”(ODD)——即系统被设计来安全运行的环境、道路、天气、交通条件等边界。然后,在这个ODD内,系统地论证为什么安全。
第二,构建“主张-论据-证据”的完整链条。 这就像写一篇结构严谨的学术论文。顶层是“安全主张”(Thesis Statement),例如:“本系统在指定的高速公路ODD内,安全水平不低于一位合格且专注的人类驾驶员。”接下来,需要提供支撑这一主张的“逻辑论据”,比如:“系统通过多传感器冗余融合,确保了感知的可靠性”、“决策规划算法基于最坏情况假设进行优化”等。最后,每一句论据都必须有“证据”支撑——这不再仅仅是实车测试里程,而必须包括:海量仿真测试数据、形式化验证报告、故障树分析(FTA)、失效模式与影响分析(FMEA)、预期功能安全(SOTIF)分析报告等,形成多维度、互相印证的证据网络。
第三,监管角色转变:从“判卷老师”到“论文导师”。监管机构的核心任务,不再是看你“答对了多少道题”,而是审查你整篇“安全论文”的逻辑是否自洽、论据是否充分、证据是否可信、对剩余风险的认识是否清晰、缓解措施是否有效。评估的重点,从静态的“结果通过率”,转向了动态的“过程可信度”——即车企安全管理体系的成熟度。
颠覆:车企的游戏规则,被这样重写
这套看似抽象的“论证体系”,将像一把手术刀,精准地切入车企研发、验证、营销乃至组织能力的每一个环节,带来颠覆性影响。
研发验证:从“功能左移”到“安全左移”。过去,很多车企是“先做出功能,再考虑安全”。现在,安全目标必须在产品定义和架构设计的最初阶段就植入。整个研发流程需要围绕如何生成最终的“安全论证”来反向构建。验证工作将发生质变:有限的实车路测里程将不再是“王牌证据”,取而代之的是基于“场景工程”的海量仿真测试。车企需要主动挖掘和构建数以百万计的“长尾场景”,在虚拟世界中反复锤炼系统。形式化验证、因果分析等更严谨的数学工具,也将成为必备手段。

宣传营销:“里程神话”的终结。曾经,“无图智驾开遍全国”、“实测XX万公里零接管”是营销金句。但在Safety Case范式下,这类单一维度的数据宣传将失去说服力,甚至可能成为监管审查的“靶子”。车企需要有能力向监管机构,并最终向公众,阐释其完整的安全逻辑:你的ODD边界在哪里?在ODD内,你是如何确保安全的?出了ODD,系统如何优雅降级?你的证据链是什么?营销话术必须让位于可追溯、可审查的严谨论证。夸大宣传、模糊功能边界的行为,将面临巨大的合规与信誉风险。
组织能力:安全成为核心工程学科。 建立和维护一个合格的Safety Case,不再是某个部门的工作,而需要横跨系统安全、软件工程、AI算法、硬件设计、测试验证、法律伦理等多个领域的专家团队紧密协作。企业需要建立体系化的安全文化、严格的文档管理流程和持续改进机制。安全,从一个“成本部门”,真正转变为核心竞争力。

展望:一张需要终身更新的“活档案”
Safety Case带来的变革,远不止于产品上市前的“准生证”。
与这套机制紧密配套的,还有“在役监测与报告”(ISMR)的法定义务。这意味着,“安全论证”不是一锤子买卖,而是一份需要终身维护和更新的“活档案”。
车辆上市后,车企必须持续监控其在真实世界中的运行表现,收集数据,分析新出现的风险场景或未预见的系统行为。一旦发现可能影响安全论证有效性的新证据(无论是正面还是负面),都需要进行分析、评估,并向监管部门报告。必要时,必须更新Safety Case,甚至采取相应的改进措施(如OTA升级、召回等)。
这实质上建立了产品“全生命周期安全责任”的闭环。车企需要对投放市场后的产品安全表现持续负责,而不仅仅是销售那一刻。
这对传统的产品责任认定模式、汽车保险、数据归属与隐私保护,乃至未来的商业模式(例如,车企是否会更倾向于从“卖硬件”转向提供“出行安全服务”),都将产生深远影响。
结语:当汽车安全真正向航空看齐
2027年7月1日,那个拟定的实施日期,不只是一个时间节点。
它标志着中国自动驾驶产业,在规模化的前夜,选择了一条与航空、核电同等严谨的安全发展路径。
Safety Case作为L3/L4国标的核心,它不仅仅是一套技术标准,更是一场深刻的安全哲学与行业治理变革。
它迫使整个汽车工业,以前所未有的系统性和透明化态度,来对待“安全”这个最朴素也最珍贵的价值。
它告诉我们,真正的信任,无法靠华丽的参数和动人的故事赢得,只能通过滴水不漏的逻辑和如山铁证的积累来建立。
当汽车的安全论证标准开始向飞机看齐,你觉得,未来的汽车会因此变得无比安全,还是昂贵得让普通人难以企及?这背后,是技术进步、商业成本与公共安全价值之间永恒的权衡。
来源:mins爱科技
备注:本文略有编辑,标题有修改
期待您的关注、点赞、在看、转发