站在这个城市某繁华区域的热闹路口，左侧的写字楼耸入云天，右侧的大型商场正门微微地渗出中央空调的冷气，炙热的阳光从头顶的小叶榄仁树浓密的缝隙间投射下来，身材微胖的我后背上的汗珠渐渐渗湿了衬衫，手机屏幕上显示着“车辆已接单，预计3分钟后到达”。我反复确认了三遍：远处赶过来的无疑是辆自动驾驶出租车，没有安全员的那种。
说实话，我的心情有点复杂。
虽然不是真正意义上的IT从业者，但跟这个行业是距离极短的跨界，我自认为对新技术、新事物、新玩意的接受度不算低：最新制式的手机、智能马桶、扫地机器人、智能语音遥控设备、智能家居......作为大众消费的一员，我几乎踩准了每一轮技术迭代的节拍，尽管在拍板掏腰包购物的刹那间依稀有些心疼的感觉。即便自认为属于新潮人士和首席体验官，但对下一步是否购买一具“人形机器人”，尚未下定决心。
此时此刻，当一辆方向盘后面空无一人的汽车即将来接我的时候，内心还是涌上了一股说不清、道不明的忐忑不安：尽管生活的压力一直在默默承担，但生命的尊严从未轻易放弃过。
那是一种很奇怪的矛盾感：一方面，我在各类行业会议上旁听过无数场关于自动驾驶的演讲，阅读过不少技术白皮书和PDF文件，貌似比大多数普通乘客更清楚自动驾驶的工作机制和安全理念。比如，我知道L4级自动驾驶意味着什么：在特定的设计和运行范围内，系统可以独立完成全部动态驾驶任务，不需要人类干预。我煞有介事地畅想这这类车配备了激光雷达、高清摄像头、毫米波雷达等多套感知硬件，并且互为备份、交叉验证。我甚至自作聪明地知道它的转向、制动、电控、电源全部采用双冗余设计，单一故障不会影响整车安全。
当车身上印着“小马智行”标识的车辆缓缓拐弯而来，然后稳稳停在我面前时，我的第一本能反应还是下意识地往驾驶座看了一眼：空的……方向盘正徐徐转动，像是在自行调整角度。副驾驶和前排也是空无一人、虚位待贤。
车门自动弹开......我深吸一口气，弯腰坐了进去。其实，我内心也清楚，对于这种试运行车辆，一定有后台的工程师在全程监控并随时准备接管。
后排的空间比我预想的宽敞一些，座椅是浅灰色的皮质面料，显得干净而整洁，没有任何异味，但也没有闻到香港或者发达国家出租车里那种淡淡的香水味。无论如何，这已经超出了我的预期，并让我即刻产生了好感。毕竟乘坐了这么多年的出租车或者网约车，碰到过很多内饰油腻、烟味刺鼻或者文明程度不容乐观的窘况了。
前排两个座椅之间有一块面向后排的屏幕，上面显示着行程信息和实时感知画面。屏幕上，车辆周围的行人、非机动车以及其它汽车都被识别出来，并采用不同颜色的方框标注着，信号灯的状态也一目了然。温馨的系统语音提示我系好安全带、关好车门，然后屏幕上跳出一行字：“行程即将开始，请确认。”
我毫不迟疑地按下了“确认”键。
说实话，对系统语音提示点首歌曲或者笑话之类的，我全然没有兴趣。有些带七大姑八大姨全家出行来体验的可能喜欢这些，他们偏好在车内颐指气使地不断发号施令，从而显得热闹非凡。而我，只想安安静静地观察一些硬核的科技内涵，而非那些锦上添花的东西。
车辆平稳地起步了……没有想象中的那种突兀的推背感，也没有犹豫不决的停顿，就像一位经验丰富的老司机（尤其是给高级别领导开车的老手）在缓缓松开刹车。我目睹着前方的方向盘自动回正，然后车辆小心翼翼汇入主路车流。
我下意识地握紧了扶手……这大概是人类在面对未知时最最本能的反应吧。
第一个让我惊讶的细节是：车辆的行驶轨迹非常流畅。在从支路转入主干道的路口，恰好赶上左转绿灯的尾巴。如果是人类司机，大概率会加速抢过去，但自动驾驶的选择是平稳减速、丝毫不差地停在斑马线前，四个车轮精准地泊在本车道的正中央。屏幕上的感知系统显示，它已经提前识别到了信号灯的倒计时，做出了最优决策。这让我肃然起敬，然后心里冒出一丝对人类自身的鄙夷：口口声声谈论敬畏规则、遵纪守法……但实际操作起来谈何容易呀。
第二个细节是跟车距离。在这个繁华城市，一天之内绝大多数时间的车流密度极大，通常情况是：前车刹车灯一亮，后车往往要跟着急刹，不然就有追尾的风险。但该车的跟车距离始终保持在一个稳定的范围，前车减速时它的制动非常线性，几乎感觉不到乘客的惯性点头。我坐在后排，竟然有种坐高铁的平稳感。
第三个细节是它的“礼让”。在一处没有信号灯的人行横道前，一位老人正在缓慢过马路。车辆远远就开始减速，在停止线前稳稳停住，直到老人完全通过斑马线后才重新起步。也许感知系统在50米开外就识别到了行人，并着手执行减速策略。
准确讲，行程到这里，我的紧张感已经消解了大半，心中更多是对真正意义上的法治精神的向往和感慨。
但也并非尽善尽美。在某个路段，右侧一辆电动车突然从辅路窜出，本车明显有一个急刹，力道比之前的任何一次制动都来得更加猛烈，因此我的前胸和腰部被安全带勒了一下。也许屏幕上显示了“紧急避险”，但我已不再紧盯。
不仅如此，在另一个路段，本车多次尝试从辅路汇入主路，但人类驾驶车辆死活不让，只好乖乖地在汇入口呆着，显得很无助，有点可怜巴巴，后面排着队的人类司机忍不住摁起了喇叭。一时间，本车像是处于四处夹击之中，也无法解释自己为何就成了罪魁祸首。于是乎，我的愤懑之情油然而生，不是对本车（我赶不赶时间在这个时候都无所谓），依然是对人类的不满：虽然你情感充沛、精明利索，但你不守秩序、没有礼让精神且缺乏耐心。
我突然意识到：即便技术再成熟，城市道路（将来还有城市之外的道路，甚至还有山路）的不可预测性始终是自动驾驶面临的最大挑战。倘若遭遇那种“鬼探头”式的突发状况，还有眼前这种心照不宣的默契难以达成的困境，连眼疾手快的人类司机都措手不及，何况是软件或算法包裹着的另一类大脑。
车辆继续平稳地行驶着……
就在三四年前，行业里还在争论“自动驾驶到底能不能真正落地”。那时候的所谓“无人驾驶”，主驾位上永远坐着一个安全员，手悬在方向盘上方，随时准备接管。说白了，那是一种“有人值守的辅助驾驶”，离真正的自主运行还差十万八千里。尽管行业持续烧钱，却看不到清晰的盈利拐点，不少人甚至质疑自动驾驶是否永远走不出示范运营的阶段。
但今年以来，情况就大不一样了。
国内多个核心城市已经先后开放了全无人自动驾驶网约车的商业化运营许可，允许主驾位没有安全员的车辆在主城区公开道路上向公众收费载客。据统计，头部运营平台的全无人车队规模突破千辆，核心运营区域的单位里程成本已经低于传统有人网约车。据报道，隶属第七代的某类自动驾驶出租车在某市实现了月度单车运营盈利转正，单车日均订单量超出预期。迄今为止，已经有两座一线城市实现了关键突破。
这意味着什么？意味着自动驾驶出行服务不仅在技术层面可行，也具备了规模化运营的经济可持续性。这个行业终于从“烧钱讲故事”迈入了“自行造血”的商业化阶段。
为何有这样的突破？据分析，第一是端到端大模型方案的普及。过去的自动驾驶采用分模块架构：感知、预测、规划、控制层层传递，环节多、误差累积大，遇到复杂路况很容易失效。端到端大模型则直接输入多传感器数据、输出最终驾驶指令，像人类司机一样靠海量数据积累的“经验”开车。本人在本车上的实际感受是，它的通行效率和平稳性已经接近熟练的人类司机。第二是全车多冗余安全架构，整车配备的传感器矩阵（包括激光雷达、高清摄像头、毫米波雷达）实现了硬件层面的多重备份。即便某一类传感器失效，其余系统也能保障安全停车。倘若着眼于一个长远的运营周期，我本人真心希望故障概率远低于人类驾驶员的失误概率，从而给新质生产力和新旧动能转换做出良好表率，拼出一个好名声。第三是车路云一体化的协同支撑。路侧的感知设备为车辆提供超视距的全局路况信息，云端平台实时监控所有车辆运行状态。这种“单车智能+路侧补充+云端兜底”的三重保障体系，才是全无人驾驶真正敢上路的底气所在。
行程差不多接近三分之二，车辆拐进了一个典型的“电鸡围城”区域：电动摩托车在机动车道和非机动车道之间穿梭，外卖骑手在车流中见缝插针。我的天！这对自动驾驶来说是最复杂的考验之一。讲真心话，本车的表现超出了我的预期：其一，面对“鬼探头”式的电动车突然窜出，它能及时识别并减速。其二，在无保护左转的路口，它能准确判断对向来车的速度和距离，找到合适的时间窗口并顺利履行转弯。其三，在拥堵嘈杂的车流中，它能主动拉大与电动摩托车的横向及纵向距离，从而确保行驶安全。
与此同时，我联想到网上乘客们吐槽的“驾驶风格过于保守”的问题。在一条限速60公里/小时的道路上，前方百米之内没有任何障碍物，但车辆的速度始终维持在45公里/小时左右。后排屏幕上显示，系统识别到路边有临时停靠的车辆，虽然这些车辆并未占道，但系统仍然选择了降速通过。这种“宁可慢三分、不抢一秒”的策略，从安全角度讲无懈可击、无可厚非，但从普通用户体验的角度（尤其是在赶时间的情况下），确实容易让人着急。事实上，这已经成为自动驾驶出租车的一个普遍槽点。据报道，某乘客赶着上班打了一辆“萝卜”，结果全程被车辆的“佛系”驾驶风格折磨到破防，对着语音系统高喊“你好萝卜，给我闭嘴！”。这种“高安全冗余”的设计原则，在复杂路况下的确显得过于保守。
另外，本人从车窗可以瞥见外面艳阳高照，但假如行驶在雷鸣电闪、大雨滂沱的天气呢？据分析，当前的自动驾驶对极端场景的应对能力仍有短板。前不久，国外某知名品牌旗下的自动驾驶公司就因感知系统存在浓烟识别缺陷，召回了全部100多辆无人驾驶出租车。事故中，一辆空载无人车遭遇浓烟，感知系统未能识别异常，径直驶入了火灾救援区域。虽然通过OTA软件更新可以快速修复，但这个案例揭示了一个深层问题：即便是已进入公开道路运营的L4级方案，在浓烟、大雾、逆光、极端天气等罕见场景下的“感知鲁棒性”仍存在严重短板。然而，这恰恰是整个行业从“技术可行”走向“规模化可靠”必须跨越的门槛。
还有就是，当事故不可避免发生时，不止需要面临尴尬和窘态，还要切实面对“责任认定的复杂性”。就在不久前，本市的一辆小马在缓行车流中压实线向左变道，引发后方车辆紧急刹车，险些发生剐蹭。交管部门认定该自动驾驶车辆因变更车道影响正常行驶车辆，需要承担事故全部责任。这起案例说明，对于L4级自动驾驶在公开道路运营中的事故定责，仍然是一个在实践中不断摸索的课题。
车辆即将抵达目的地，屏幕显示距离终点还有500米......系统开始寻找合适的停靠点，主动避开禁停区与非机动车道。趁着最后这段路程，我的思绪飘向了一个更为深刻的问题：当一辆车不再需要人来驾驶，当一套算法在毫秒之间做出关乎安全的决策，我们该如何理解“责任”这个词？
现行侵权责任体系围绕“人的过错”而构建，其预设的前提是“驾驶者”是车辆运行的风险控制者，对损害发生具有“可归责性”。但智能驾驶从根本上改变了这一前提：在完全自动驾驶的状况下，“驾驶者”实质上处于“乘客”的地位，此时应将智能驾驶系统认定为产品，适用产品责任规则。
然而，“产品责任”四个字说起来简单，实现起来却极为复杂。自动驾驶系统没有自由意志和辨识控制能力。它的每一个决策，都是基于训练数据和算法模型的输出。当事故发生时，责任究竟应该归咎于谁？是算法开发者？是数据标注者？是车辆制造商？还是云端运营平台？
这些问题的答案，至今仍然存在不少模糊地带。虽然真理愈辩愈明，标准越讨论越清晰，但尚需要“实践出真知”。
很显然，自动驾驶汽车交通肇事面临刑事责任主体难以确立、责任比例分配困难以及算法瑕疵难以避免等刑事归责困境。主要原因在于人车关系错位、刑事责任由行为责任转化为产品责任，以及因效益最大化和算法复杂性所引发的系统缺陷。
更让人担忧的是算法偏见问题。当前算法歧视的伦理治理主要依赖基于“外在主义思”想的传统“外部治理范式”，即通过法规约束、企业伦理审查等后置性措施进行治理。然而，这些措施并未真正把握算法偏见的生成机制。如果训练数据本身就存在偏差（比如对某些人群的识别准确率较低），那么相应的决策就可能带有“系统性不公”。实际上，这种“技术性偏见”比“人为歧视”更为隐蔽、也更难以纠正。
我在上车之前为何犹豫不决、忐忑不安？ 并非我是贪生怕死之辈。因为一旦上车且遇到紧急情况，我的智商、情商、驾驶水平、道德水准都发挥不了任何作用，就是一个极其被动的乘客而已。我苦苦思索的伦理困境就是所谓的“电车难题”：当事故无法避免时，系统应该优先保护车内乘客还是车外行人？是牺牲少数拯救多数，还是优先保障乘客安全？这些道德抉择，人类驾驶员可以在瞬间凭直觉做出（不管对错），但算法需要预先编码，而任何编码方案都意味着对某种价值观的强制性选择。
我们不能因为这些问题极度烧脑而否定自动驾驶技术。恰恰相反，正因为这些问题如此复杂和深刻，才更需要我们用求真务实的科学精神郑重对待。对整个行业而言，不仅要在技术突破与安全边界之间寻求动态平衡，还要在全球化竞争中实现规则互认、数据合规与本土化适配。正如多数专家们的呼吁：应分层分级管控、严守安全底线并对前沿探索提供沙盒环境。针对L3责任认定难、伦理融入规范等问题，需精细化责任划分，将伦理测试纳入产品准入规程。
令人欣慰的是，今年以来，针对自动驾驶的政策法规取得了重要进展，比如《智能网联汽车道路测试与示范应用安全通行规范》正式实施，作为国内首部专门针对智能网联汽车的全场景安全通行行为规范，为“L3级及以上智驾车辆”制定了全国统一的“行车交规”，要求车辆在变道、超车、转弯、掉头、靠边停车时至少提前三秒打灯，禁止连续变更两条或以上车道。在此之前，高阶自动驾驶一直处于“地方试点、规则不一”的状态，新规的实施标志着该行业从野蛮生长迈向规范化运营。此外，《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）向社会公开征求意见，拟取代原有推荐性国家标准，并预计在明年初正式颁布实施。这属于首次以强制性技术规范形式为L3和L4级自动驾驶划定必须遵守的法律底线。相应地，有关企业务必严格执行，不符合标准的产品不得进行生产和销售，这意味着自动驾驶行业终于有了“可量化的安全准入门槛”。
除此之外，可能还有一些模糊的条款值得深度探索：第一，建立与自动化等级相匹配的精细化责任归责框架。L1、L2以人驾驶为主，L3存在人机切换的模糊地带，L4、L5则是系统主导。不同级别的自动驾驶，责任分配的逻辑应该完全不同，肯定不能用一个标准套用所有场景。应明确不同自动化等级下的驾驶者注意义务、系统安全标准以及免责条件，配套建立强制保险制度，实现风险的社会化分担。第二，将伦理测试纳入产品准入流程。不仅是技术指标方面的达标，算法的伦理决策框架也需要经过第三方的独立评估。特别是在涉及“生命安全”的核心决策上，应该有明确、透明、可审计的原则。同时，要将伦理要求融入产品设计的全过程，而非事后补救。第三，建立国家、地方、企业三级技术成熟度和安全性评价机制。底线层严管严控，按照强制性标准执行；过程层通过实验室测试、开放式测试等方式适度放宽；前沿探索层提供沙盒制度，让最前沿的技术得到有效的市场验证。“分层次管控”既能保证技术创新、技术尝试、技术迭代不影响生命安全，又不阻碍技术自身的进步。第四，推动国内智驾规范与国际规则的协同，重点是标准共轨，难点在于数据交互，争取实现“一证同行”，也就是企业在国内市场积累的合规经验和技术标准，能够顺畅地对接国际市场。第五，强化数据安全与隐私保护。自动驾驶车辆每天都在采集海量数据、包括敏感地带、道路环境、人的面部信息、车辆的车牌信息，等等。对于数据的权属、使用边界以及存储期限等，均需有明确的法律规定。
车辆在终点附近停稳，屏幕上弹出“已到达目的地”，车门自动解锁......我并没有立刻下车，而是在座位上多呆了几秒钟，这是我作为一个普通乘客的“真情流露”。如果下次还要打的，在不赶时间的大前提之下，我大概率不会拒绝另一辆萝卜或者小马。不用问为什么，就为了那种不用和司机尬聊、不用为改变路线而心怀歉意的自由。回想十几二十年前，从外地出差返回下飞机后，在本市机场打的回家还要看司机的脸色，因为他们苦苦排队一两个小时，压根不想拉短途客，认为不划算，甚至偷偷摸摸拒载。
同时想到前一段时间在网上看到的一个视频，国外某些无良青年以“自动送货车辆”抢了他们的饭碗为由而爆发集体报复行动，比如将它们推倒在地并狠狠践踏，或者将之推向沟渠之中。中国人民善良而理性，出租车司机应该不会干出这些匪夷所思的事情，不会因他们的岗位受到冲击而怀恨在心。同时，一个强有力的人民政府应该能够妥善地协调社会分工，对岗位职责进行重新定义，对生产力和生产关系、劳动力和劳动资源进行合理的重构。
这趟行程让我对自动驾驶有了更立体的认识：它不再是白皮书里的技术参数，不再是行业论坛上的宏大叙事，而是真真切切地融入了日常生活。
我推开车门，伫立在目的地所处的街头，热浪扑面而来。身后的自动驾驶出租车缓缓起步，汇入车流，消失在下一个路口。这一趟行程大约25分钟，全程没有任何人工干预。如果用一个词来概括我的感受，应该是“审慎的乐观（Cautiously Optimistic）”。为何乐观？因为技术的的确确在进步。从两三年前“跑得慢、频繁急停”的稚嫩表现，到今天能够自主超越慢车、安全变道、全程平稳驾驶，自动驾驶行业的进步是肉眼可见的。今年被视为自动驾驶的规模化商用元年，而亲身体验让我相信这个判断并非虚言。为何审慎？是因为前路依然漫长。就像前面提到的长尾场景的覆盖、极端天气下的可靠性、复杂伦理困境的化解、法律法规的至善至美，等等，都不是一朝一夕能解决的问题。但正如我在车上反复斟酌的那句话：技术的意义不在于完美，而在于比现有方案更好。
总而言之，自动驾驶无需做到零事故，那是不可能实现的奇迹。即使存在短期的神话，也终将被无情的时间打破。它只需做到比人类驾驶更安全、更高效，也正朝着这个方向稳步迈进，这足以让人感到欢欣鼓舞。
我关掉手机上的行程记录，朝着附近好友约定的咖啡馆走去......
10个月宝宝每天需要喝多少奶粉？
