各位听众朋友大家好！欢迎回到《辛莉热点》栏目，我是辛莉，现在就让我们一起关注近日热点新闻话题。
今天这期节目，我们要聊五个跟每个人息息相关的话题——自动驾驶有了强制国标，孩子们要被鼓励动手做实验了，AI魔改经典影视被大规模清理，广东立法跟大数据"杀熟"较真，深圳骑电动车违法要上征信。听起来各不相同，但你仔细想，背后其实是一个共同命题：当技术飞速狂奔、社会加速转型的时候，规则的边界到底画在哪里？谁来保护我们每一个人的安全感、公平感和尊严感？
先说第一个话题。
2026年7月30日，工业和信息化部组织制定并归口的《智能网联汽车 自动驾驶系统安全要求》强制性国家标准正式获批发布，将于2027年7月1日起正式实施。这是我国首个针对L3级和L4级自动驾驶系统的强制性国家标准，编号为GB 44721—2026。它的适用范围很明确——搭载L3级（有条件自动驾驶）和L4级（高度自动驾驶）系统的乘用车和货车，但不包括自动泊车系统。
这件事为什么值得重点关注？因为过去几年，自动驾驶行业一直处于一个"技术跑在规则前面"的灰色地带。各家车企争相展示技术能力，从城市NOA到高速领航辅助，功能一个比一个炫目，宣传话术也越来越大胆。但说实话，消费者心里是没底的——L2和L3的边界到底在哪？出了事故谁负责？系统失效了怎么办？这些问题，此前没有统一答案。
这次国标的核心，可以用四个关键词概括：安全保障、执行能力、人机交互、检验检测。第一，要求车辆制造商从安全方针、风险管理、安全保证、安全提升四个维度，建立覆盖产品设计开发、生产制造及部署后全过程的保障能力。第二，明确自动驾驶系统的安全水平应至少达到正在承担动态驾驶任务的合格且专注驾驶人的水平。这句话非常关键——它设定了一个底线：你的系统不能比一个正常的司机更差。第三，L3级系统必须标配驾驶人接管能力监测功能。这意味着你不能把方向盘一甩就看电影去了，系统得时刻确认你还能接得住。第四，构建了"企业保障能力检验+安全档案检验+确认性试验"多位一体的检验检测体系，包括场地试验、道路试验、仿真试验。
更值得注意的是国际竞争的维度。2026年6月，我国牵头制定的联合国自动驾驶系统全球技术法规（ADS GTR）也正式获批发布。我国的国标在保持核心技术要求与国际法规协调一致的同时，提出了更为细化的技术要求，创新性构建了统一的标准化试验场景体系，更贴合我国道路交通环境。换句话说，中国不仅在制定国内规则，还在积极参与甚至引领全球自动驾驶治理框架的构建。这对于中国车企出海、参与国际竞争，具有深远的战略意义。
从产业角度来看，这项标准的发布标志着中国自动驾驶产业正式迈入"以安全为底线、有标可依"的规模化落地新阶段。过去车企靠模糊宣传抢市场的阶段结束了，未来竞争必然从功能展示转向安全能力比拼。一个行业只有当安全底线清晰、责任边界明确的时候，消费者的信任才能真正建立起来，产业才能走得远。
说到信任，我就想到一个细节：国标要求车辆制造商必须通过官网、车载显示终端等多种渠道，清晰告知用户驾驶自动化等级、能力范围、局限性、控制策略及用户角色转换等关键信息。这一条特别实在。很多事故不是因为技术不行，而是用户根本不知道自己开的是什么、能做什么、该什么时候接管。信息透明是信任的前提。
第二个话题，关乎我们的孩子。
教育部近日印发了《义务教育阶段科学教育"做中学"领航行动指南》，部署开展科学教育"做中学"领航行动。核心内容非常明确：从2026年秋季学期起，确保4至9年级学生每学期完成不少于1项科学探究任务，且不少于4课时。课时从哪里来？在保持总课时量不变的前提下，统筹使用科学类课程中的跨学科主题学习课时，以及综合实践活动、地方课程和校本课程等课时。
为什么要推这件事？因为我们的科学教育长期存在一个结构性问题：学生背实验步骤比做实验还熟练，考试分数很高但动手能力很弱。你让一个初中生描述光合作用的化学方程式，他能写得一字不差；但你让他种一盆植物、观察记录生长过程、分析变量对结果的影响，他可能完全没做过。这就是"纸上谈兵"式的科学教育。
《指南》的设计思路是对的。它聚焦"真实问题"，引导学生关注生产生活实际，开展跨学科探究实践。"生命健康""生态环境""地球奥秘""航空航天""新兴产业""人工智能"——这些主题不是空泛的口号，而是孩子能摸到、能看到、能产生好奇心的真实世界。更重要的是，评价方式也做了调整：围绕问题意识、探究实践能力、反思改进能力、合作交流能力进行评价，强化过程性评价，评价结果纳入学生综合素质评价档案，但不另作考试要求。这一条至关重要——如果最后又变成一张试卷来打分，那"做中学"就会迅速异化成"背中学"。
但理想很丰满，现实还有差距。最大的挑战是资源分配。城市里的重点学校，有实验室、有器材、有经费组织研学活动，落实"做中学"相对容易。但农村学校呢？很多连基本的实验器材都配不齐，科学课往往由语文老师或者数学老师兼任，他们自己可能都没有受过系统的科学探究训练。如果政策执行中不做资源倾斜，那"做中学"很可能加剧城乡教育差距——城里的孩子在做实验、搞项目，乡里的孩子在课本上"看实验"。
另外还有一个隐忧：当"每学期不少于1项科学探究任务"变成硬性指标后，会不会出现形式主义的应付？学校为了完成任务，搞一次走过场的"科学活动"，拍几张照片交差，学生其实什么都没学到。这种风险是真实存在的。教育部门需要在后续的督导评估中，关注实质效果而非表面形式，给学校真正的自主空间，而不是用一套表格把"做中学"变成另一种"填中学"。
不过话说回来，方向是对的。中国教育不缺刷题机器，缺的是有好奇心、有动手能力、敢于尝试也包容失败的年轻人。如果这项政策能真正落地，哪怕只是部分落地，对于改变教育生态也是有积极意义的。
第三个话题，关于AI技术被滥用。
2026年8月4日，国家广播电视总局公布了7月"AI魔改"视频专项治理的处置情况：部分重点网络视听平台共清理违规视频13300余条、处置违规账号30余个。具体来看，各平台的数据相当惊人——有的平台处置了3000多条，有的近3000条，涉及面非常广。
这项治理工作最早始于2026年1月，自2月1日起转入常态化、制度化的长效机制。治理重点非常清晰：基于四大名著、历史题材、革命题材、英模人物等经典影视作品进行"AI魔改"的违规视频。这些视频存在三类突出问题：一是严重违背原作精神内核和角色形象，颠覆基本认知，解构普遍共识；二是内容渲染血腥暴力、猎奇低俗，宣扬错误价值观，违背公序良俗；三是存在对中华文化挪用、篡改的突出问题，导致对真实历史时空、中华文明标识产生明显错位认知，冲击文化认同。同步被清理的，还有将少年儿童所熟知、所喜爱的动画形象进行改编生成的各类邪典动画。
这件事值得深入讨论的，是AI技术普及后带来的治理困境。过去，你要篡改一段经典影视画面，需要专业的视频编辑技术和大量时间成本，门槛很高，传播范围有限。但现在，AI工具让这件事变得极其简单——输入一段提示词，几分钟就能生成一段看起来"像模像样"的魔改视频。技术门槛的大幅降低，意味着任何一个人都可能成为内容的篡改者和传播者。而当海量内容涌入平台时，审核的压力是指数级增长的。
这里有一个核心矛盾需要厘清：创作的自由和版权的边界。AI技术本身是中性的，用它来创作全新的艺术作品、进行文化再创造，这是技术进步的红利，应该鼓励。但如果用它来篡改经典、恶搞英模、制作邪典动画欺骗儿童，那就越过了底线。治理的难点在于，如何精准区分"合理的二次创作"和"恶意的内容篡改"？这个边界不可能靠一刀切来划定，需要更精细的规则、更专业的判断、更透明的申诉机制。
另外一个值得关注的现象是邪典动画。一些创作者利用AI技术，将孩子们熟悉的动画形象进行恐怖化、低俗化改编，制作成所谓的"邪典动画"在网上传播。儿童缺乏辨别能力，这些内容对他们的心理伤害是巨大的。这一块的治理必须持续保持高压态势。
从更长远的角度看，"AI魔改"治理只是一个开始。随着AI生成技术越来越强大、越来越便捷，类似的内容治理挑战只会越来越多。我们需要建立的不只是"清理多少条视频"的运动式成果，而是一套涵盖技术标准、平台责任、版权保护、内容标识在内的完整治理体系。比如，所有AI生成的内容是否都应该强制标注？平台是否应该为AI生成内容建立专门的审核通道？原创者的版权在AI时代如何得到有效保护？这些问题都需要系统性的回答。
第四个话题，广东动真格了。
广东省人大常委会会议审议通过了《广东省消费者权益保护条例》，将于2026年10月1日起正式施行。其中最受关注的条款之一，就是明确禁止大数据"杀熟"。条例规定，电子商务经营者不得在消费者不知情的情况下，基于支付意愿、支付能力、消费偏好、消费习惯等信息，运用数据和算法、平台规则等手段，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准。
大数据"杀熟"这个词大家都不陌生了。你用一个平台打车，同样的路线、同样的时间，老用户的价格比新用户贵；你订酒店，用不同手机查到的价格不一样；你点外卖，会员反而比非会员花得更多。平台利用信息不对称和数据分析能力，对消费能力强、使用频率高的老用户收取更高的价格。这不是什么商业智慧，这是对消费者信任的背叛。
为什么大数据"杀熟"屡禁不止？根本原因在于三点。第一，取证极难。消费者很难证明自己被"杀熟"了——你怎么知道别人看到的价格比你低？平台永远可以说"是促销策略不同""是时段差异"。第二，违法成本太低。即便被发现了，罚款金额对于平台的营收来说不过是九牛一毛。第三，技术壁垒太高。算法是黑箱，消费者和监管部门都很难穿透这个黑箱去证明歧视性定价的因果关系。
广东这次立法的意义在于，它从地方立法的层面，明确把大数据"杀熟"界定为违法行为，而不只是"不合理行为"或"行业陋习"。这意味着消费者有了明确的法律依据来维权，监管部门也有了更清晰的执法抓手。同时，《条例》还在多个方面做了制度创新——针对自动续费，要求经营者在每次续费前以显著方式告知消费者，并由消费者自主选择；针对AI数字人直播，要求必须按照国家规定进行标识并持续提示消费者；针对预付式消费"跑路"，要求经营者提前三十日告知消费者。这些条款回应了数字消费时代的诸多痛点。
但立法只是第一步。真正的考验在于执行。大数据"杀熟"的隐蔽性决定了监管的难度。平台会不断变换算法策略，用更隐蔽的方式实现差异化定价。监管部门需要建立技术手段来穿透算法黑箱，需要建立常态化的监测机制，而不是等到消费者投诉了才去调查。同时，平台经济的跨区域特征也意味着，一个地方性法规的效力是有限的。如果广东做了，其他省份不跟进，平台完全可以在监管洼地继续"杀熟"。所以广东的探索应该成为全国立法的样本。
值得一提的是，这部《条例》还同步出台了《广东省促进粤港澳大湾区消费者权益保护协作规定》，这是全国首部跨省级行政区、跨不同法域的消费者权益保护协作的地方立法，为大湾区跨境消费维权提供了法治框架。这是一个非常有远见的制度设计。
第五个话题，深圳的电动车治理。
深圳市宝安区近日试点推行"电动车违法在线处理"服务措施，并正式启动交通违法信用联动约束机制。根据《深圳经济特区道路交通安全违法行为处罚条例》，非机动车驾驶人一年内受到五次以上罚款处罚，或一年内三次以上交通违法未及时处理的，相关违法信息将推送征信机构录入个人信用征信系统。目前宝安区已有50人的电动车违法记录被录入信用系统。同时，深圳道路已全面启用RFID电子警察抓拍设备，可精准抓拍电动自行车逆行、未佩戴安全头盔、不按规定车道行驶、闯红灯等交通违法行为。
这件事引发了一些争议。支持者认为，电动车违法乱象确实是城市治理的顽疾，传统的罚款手段威慑力不够，信用约束能有效提升违法成本。反对者则担心，信用体系的边界在哪里？交通违法和个人信用挂钩，会不会造成"信用泛化"？一个人的贷款、就业、出行会不会因为骑电动车被罚了几次就受到影响？
这些担忧不是没有道理。信用体系的核心功能是评估一个人的履约意愿和履约能力，它应该聚焦在"信用"这个本质上——欠钱不还、合同违约、欺诈行为，这些才是真正的信用问题。如果把所有违法行为都往信用体系里装，信用体系就可能变成一个"万能筐"，什么都往里塞，最终稀释了信用的本意，也让公众对信用体系产生抵触情绪。
但换个角度看，深圳的做法也有其现实逻辑。电动车保有量巨大，违法成本低、执法难度大，传统的罚款模式面临"罚了不交、交了再犯"的循环。把严重或反复违法行为纳入信用记录，本质上是一种精准化的约束机制——它只针对那些反复违法、拒不处理的人，而不是针对偶尔违规一次的普通人。从条例设定的门槛来看，一年内五次以上罚款或三次以上违法未处理才会触发征信，这个门槛并不算低。
值得注意的是，目前录入的是深圳市地方公共信用信息平台，与央行征信系统不同。它主要影响的是入职背调、各类公共业务办理等方面，而非直接波及房贷、信用卡等金融业务。但即便如此，其示范效应值得关注——如果深圳模式证明有效，其他城市是否会跟进？信用体系介入交通治理的边界应该如何划定？这些问题都需要在社会层面进行充分讨论。
同时，深圳在精细化管理上也在做有益的探索。关于停车计费，多地已开始试行取消传统的"向上取整"方式，推进"按分钟计费"试点落地。过去那种"停了一小时零一分钟，按两小时收费"的模式，本质上是利用信息不对称和技术惰性多收消费者钱。按分钟计费看似是小事，但它体现的是城市治理从粗放走向精细、从"管理者便利"走向"市民便利"的理念转变。一个城市是不是真的以人为本，往往就体现在这些细节里。
自动驾驶强制国标告诉我们，再前沿的技术也需要安全底线，产业发展的速度不能以牺牲公众安全为代价。教育部"做中学"告诉我们，教育不能止步于知识的灌输，真正的能力要在实践中培养，但公平的资源分配是前提。AI魔改治理告诉我们，技术本身无善恶，关键在于使用者和监管者如何划定边界。广东禁止大数据"杀熟"告诉我们，在算法面前消费者不应该是透明的，信息不对称不应该成为剥削的工具。深圳电动车信用约束告诉我们，城市治理需要创新手段，但信用体系的扩展必须审慎，权力的边界需要清晰的制度约束。
这五件事看似各自独立，实则共同指向一个核心问题：在一个技术加速、社会转型的时代，我们如何在鼓励创新与保护权益之间找到平衡？答案不可能是非此即彼，而是要在动态博弈中寻找那条既尊重规律又照顾民生的中间道路。规则不是创新的敌人，恰恰相反，好的规则是创新的护航者。
10个月宝宝每天需要喝多少奶粉？
