2025年12月15日，北京，工信部第401批《公告》发布现场。
工作人员在电子文档末尾敲下两款车型的编号，长安深蓝SL03与北汽极狐阿尔法S6被正式写入中国汽车产品准入目录。
这意味着，中国第一次让L3级有条件自动驾驶以汽车产品的身份获得了合法上路的资格。
在此之前，自动驾驶在中国道路上跑了将近十年，始终以“测试”的名义存在。
而从这一天起，它变成了一个可以申报、登记、运营、追责的正式产品。
没有人知道，这张公告将成为一道分水岭。
如果把时间往回拨十七年，2009年1月的加州山景城，查尔斯路谷歌主园区里，十几名工程师正在调试一辆装有激光雷达的丰田普锐斯。
项目代号“Project Chauffeur”，隶属于谷歌X实验室。
负责人塞巴斯蒂安·特伦给团队定下的第一个里程碑是：驾驶十条路线，每条一百英里，全程不碰方向盘。
他们花了一年半完成这个挑战。
到2010年秋天，那辆普锐斯已经跑遍了湾区的每一条桥、帕洛阿尔托的城市街道，甚至从山景城一路开到旧金山，驶过九曲花街。
但那时候的自动驾驶和今天人们理解的自动驾驶之间，隔着一道巨大的鸿沟。
2016年，Project Chauffeur从谷歌独立，成为Alphabet旗下的Waymo公司。
从技术演示到商业运营，Waymo又花了四年。
2020年10月，Waymo One在凤凰城正式向公众开放，这是全球第一个没有安全员的自动驾驶出租车服务。
而真正让行业开始认真对待自动驾驶安全性的，是一组2026年夏天公布的数据。
2026年7月26日，美国公路安全保险协会（IIHS）发布了一份针对Waymo自动驾驶出租车安全性的独立研究报告。
报告覆盖了Waymo在凤凰城、旧金山、洛杉矶和奥斯汀四个城市的联邦事故报告数据，基于约5000万英里无人驾驶行驶里程得出统计结果：Waymo每百万英里事故参与率为1.28次，而人类驾驶员为4.06次，事故率低68%。
分城市来看，凤凰城事故率低76%，洛杉矶低71%，旧金山低35%。
这是首个由独立机构对大规模自动驾驶运营数据进行的系统性安全分析。
在此之前的多年里，Waymo自行发布的内部研究虽然声称伤亡事故减少85%，但始终缺乏第三方验证。
IIHS的这份报告改变了游戏规则——它用独立数据证明了一个此前只存在于理论推演中的判断：在特定条件下，机器开车确实比人开车安全。
Waymo能做到这一点，靠的是一套被称为“多传感器冗余”的技术架构。
其第五代系统搭载29个摄像头、5个激光雷达和6个毫米波雷达，形成覆盖车辆周围360度的感知网络。
即便在夜间或强光直射等极端条件下，单传感器失效时仍有备份方案接管。
激光雷达负责精确测距，毫米波雷达穿透雨雾，摄像头识别颜色和纹理——三种传感器互相验证，任何一路数据异常都会被其他两路交叉核实。
但IIHS的研究同时指出了数据的局限性。
Waymo不在高速公路上运营，而高速公路事故率本就低于城市街道；Waymo近一半事故发生在限速低于每小时25英里的路段，低速环境天然降低了事故严重程度。
此外，近半行驶里程为空载调度，车内无人意味着受伤人数自然减少。
IIHS总裁David Harkey的表态很谨慎：“当前数据收集体系尚不足以支持对大规模扩张进行持续监测。”
与Waymo形成鲜明对照的是特斯拉。
特斯拉走的是一条完全不同的技术路线——纯视觉方案，拒绝使用激光雷达。
2025年11月，特斯拉在官网首次公布了FSD监督版的详细安全数据：使用FSD系统的车辆平均每行驶500万英里才发生一次重大碰撞，而美国国家公路交通安全管理局统计的全美平均水平为每69.9万英里一次。
在城市道路场景中，FSD平均每290万英里出现一次重大碰撞，全美同类道路的平均间隔仅为50.5万英里。
然而，当特斯拉将FSD用于无人驾驶出租车运营时，数据出现了戏剧性的反转。
美国国家公路交通安全管理局披露的数据显示，2025年7月至11月，特斯拉Robotaxi车队累计行驶约50万英里，共发生9起事故，平均每5.5万英里发生一次。
相比之下，美国人类驾驶员平均每50万英里发生1起有警方记录的事故。
这意味着即便每辆特斯拉Robotaxi都配备了安全员，事故率仍达到了人类驾驶员的9倍。
同一家公司，同一套系统，在“有人监督”和“无人驾驶”两种模式下，安全表现截然不同。
这说明自动驾驶的安全不仅取决于算法本身，还取决于系统运行的设计条件和运营场景。
在中国，故事沿着另一条线索展开。
2025年12月15日工信部第401批《公告》发布后，首批L3车辆并没有直接进入4S店销售。
北京先上牌了3辆极狐，重庆先上牌了46辆深蓝SL03。
这些车辆由指定使用主体在限定道路上运行，离个人零售还有距离。
两款车代表了L3准入的两种技术路径：极狐阿尔法S6搭载华为乾崑ADS系统，由北汽牵头整车正向开发和准入申报；深蓝SL03则由长安使用自研天枢智能体系和SDA架构完成申报。
获得产品准入只是第一步。
2026年6月，L2组合驾驶辅助强制国标发布；7月，面向L3和L4的《自动驾驶系统安全要求》发布，明确要求L3、L4级车辆自2027年起须“持证上岗”；8月25日，道路交通安全法修订草案提请十四届全国人大常委会初次审议，首次设立“自动驾驶汽车的特别规定”专章，明确自动驾驶功能激活时发生交通违法，由生产企业、进口企业接受处理。
不到九个月时间，中国给L3上路补上了最后一块制度拼图。
这套规则的核心逻辑是：把责任从驾驶员转移到系统，但前提是系统必须通过严格的准入验证。
在制度推进的同时，城市层面的落地速度更快。
2025年7月20日起，工信部与公安部联合发布新规，允许上海、广州、深圳、重庆、杭州五城全面开放L4级自动驾驶商业化运营，车辆无需配备安全员，且不限高速路段。
到2026年9月，北京、上海、广州、深圳、武汉等十余座城市已经开放L4级无人载客收费试点。
深圳的动作最为激进。
2025年6月，深圳发布了全国首个“全市域开放、全车型覆盖、全场景应用”的道路开放技术指引，累计开放测试示范道路超过2100公里，占全市道路里程约24%，在全国一线城市中占比最高。
北京则选择了不同的节奏，先在亦庄经济开发区进行大规模常态化运营，然后逐步向主城区扩展。
百度旗下的“萝卜快跑”在北京、上海、深圳、武汉等核心城市实现了从限定区域到跨区联通、从日间运营到全天候服务的跨越。
运营数据开始呈现出商业化的轮廓。
2025年第三季度，萝卜快跑运营订单达到310万单，同比增速从此前的148%加速至212%。
截至2025年10月，小马智行Robotaxi车辆总数达到961辆，其中667辆为第七代Robotaxi，计划到2026年底将规模扩大至3000辆以上。
文远知行的车队规模接近750台，在广州、北京两地实现了纯无人商业运营，并在机场、火车站等交通枢纽开通了24小时全天候自动驾驶服务。
小马智行第七代Robotaxi于2025年11月起在北京、广州、深圳开启全无人驾驶商业化运营。
在广州启动商业化运营后，截至11月23日的最近两周内，第七代Robotaxi实现了单车盈利转正，单台车日均订单量达到23单。
这是Robotaxi行业第一次有企业在中国一线城市证明单位经济模型可以跑通。
但这条路上并非没有代价。
2023年10月2日，旧金山，一辆人类驾驶的车辆撞倒一名行人后逃逸，行人被抛入相邻车道，随后被一辆Cruise自动驾驶出租车碾过。
Cruise车辆在检测到撞击后紧急制动停下，但随后又启动了“靠边停车”功能，以每小时7英里的速度向前行驶了约20英尺，行人被卡在左后轮下方。
旧金山消防部门赶到后，等到公司远程关闭车辆才用液压剪救出被困者。
更严重的问题在于Cruise在事故调查中的处理方式。
加州机动车辆管理局在审查车载摄像头录像时发现，Cruise提交的视频片段在车辆紧急制动后就结束了，没有显示后续的靠边停车操作。
Cruise没有主动披露车辆在第一次停止后又发生了移动。
加州DMV认定Cruise“对公共安全构成不合理的风险”，于10月24日暂停了其无人驾驶测试许可。
当天，加州公共事业委员会也暂停了Cruise在旧金山的Robotaxi运营许可。
这起事件成为自动驾驶行业的一个转折点。
它证明了一个残酷的事实：技术能力再强，如果安全文化不过关，一次事故加上一次信息隐瞒，就足以让一家估值数百亿美元的公司全面停摆。
Cruise随后宣布暂停运营、召回950辆无人驾驶汽车、停止生产、启动裁员。
Cruise的教训被写入了后来者的运营手册。
2026年7月30日发布的强制性国家标准《智能网联汽车自动驾驶系统安全要求》明确要求制造商建立全生命周期的安全管理系统，包括虚拟工具链测试可信度验证、安全案例制度和在役监测与报告机制。
联合国欧洲经济委员会同期推进的自动驾驶全球技术法规也采纳了类似的框架，要求“制造商实施经过审计的全生命周期安全治理流程”。
在技术层面，AI驾驶的核心优势可以用三个环节来概括：感知、决策、执行。
感知层面，人类驾驶员依靠双眼和双耳，视野有限，在夜间、雨雾、强光等条件下感知能力急剧下降。
自动驾驶系统则通过激光雷达、毫米波雷达、摄像头、超声波传感器的融合，形成远超人类感官的环境感知能力。
当前主流智能驾驶车型的单车传感器数量已普遍突破30个，包括8至12颗高清摄像头、4至6颗毫米波雷达、1至3颗激光雷达以及数十颗超声波传感器，每日产生的数据量超过10TB。
决策层面，人类驾驶员的反应时间受疲劳、注意力、情绪等因素影响，在紧急情况下可能延迟数百毫秒甚至更长。
AI系统的决策链路虽然复杂，但一旦训练成熟，反应时间可以稳定在毫秒级别，且不受疲劳和情绪干扰。
端到端大模型的出现进一步改变了决策逻辑——此前的自动驾驶系统依赖高精地图和规则堆叠，每遇到一个新场景都需要工程师编写新的规则；端到端模型则直接从传感器输入映射到驾驶决策，具备类似人类“老司机”的随机应变能力。
执行层面，AI系统通过线控底盘对转向、制动、加速进行精确控制，控制精度远超人脚踩刹车或手转方向盘。
更重要的是，AI不会分心、不会疲劳、不会酒驾，在执行层面消除了人类驾驶员最大的安全隐患。
但技术优势不等于全面超越。
IIHS的研究指出了一个关键问题：在黑暗条件下，Waymo的事故比例反而高于人类驾驶员。
这说明即使在多传感器方案下，夜间场景仍然是技术难点。
另一个更深层的问题是“接管悖论”——L3系统的设计逻辑是系统在能力边界内自主驾驶，在超出边界时请求人类接管。
但恰恰在路况最复杂、最需要接管的时刻，驾驶员的注意力和情景认知可能已经“离线”，能否在规定时间内完成安全接管，直接决定了L3能否走向规模化商用。
这意味着一个根本性的转变正在发生。
过去一百多年，驾驶是一项关于“操控”的技能——踩油门、打方向、看后视镜、判断车距。
未来，驾驶将变成一项关于“监督”和“管理”的技能——理解AI的决策逻辑、设置系统偏好、在必要时介入、保护数据隐私。
公安部交通管理局局长王强在2025年的一次发布会上明确表示：“‘智驾’绝非‘自驾’。”
他透露，公安部将会同相关部门探索把辅助驾驶操作纳入驾驶人教育培训与考试范畴。
2026年全国两会上，全国人大代表雷军提交了将智能驾驶内容纳入驾考体系的建议。
驾培行业已经开始行动。
西安在2026年试点智慧驾培模式，推广智能机器人教学，通过AR技术模拟系统突然退出、雨雪大雾天气、高速公路涵洞等多种场景下的接管操作。
驾考宝典等平台推出了“智驾教学解决方案”，从教学软件、教练培训到模拟设备提供一站式服务，其产品负责人表示，课程的核心目标是培养学员形成正确的“人机共驾”观念——“知道何时可以使用系统，何时必须亲自接管”。
对就业市场的冲击已经在数据中显现。
一项发表于《Manufacturing & Service Operations Management》的研究指出，自动驾驶车辆的引入会替代网约车司机并压低有效工资，但在某些条件下也可能因平台调度效率提升而增加司机雇佣量，两种效应的相对强度取决于自动驾驶的成本和车辆调度策略。
有行业分析预测，到2030年，中国网约车和出租车司机群体数量将从2026年的约1000万人降至200万人以下，超过80%的司机面临失业或转型。
然而，同一份中国劳动和社会保障科学研究院的研究指出，人工智能在无人驾驶等领域的渗透应用将催生研发、制造、运维、数据标注等大量新就业岗位。
问题的关键不在于“有没有工作”，而在于“谁有能力做新工作”。
回到2025年12月15日那个发布现场。
两款L3车型被写入《公告》的那一刻，在场的没有人能确切说出五年后中国会有多少辆自动驾驶汽车上路，有多少个城市会开放全无人商业运营，有多少人会在驾校里学习“如何接管AI”。
他们能确定的只有一件事：从这一天起，“驾照”这个词的含义开始发生变化。
变化的速度比大多数人预想的更快。
2025年，Waymo在四个城市完成了5000万英里的无人驾驶里程。
2026年，中国十余座城市开放了L4级无人载客收费试点。
同期，联合国自动驾驶全球技术法规进入最终审议阶段，美国联邦立法将豁免上限从每年2500辆提升至90000辆，欧盟解除了小批量认证限制。
而在所有这些数字和法规的背后，真正在发生变化的是一件更朴素的事情：人类正在把方向盘交给一套由代码和传感器构成的系统。
这个系统不会疲劳，不会分心，在大多数场景下比人类更安全。
但它也不是万能的，在夜间、在极端天气、在那些从未被训练数据覆盖的“长尾场景”中，它仍然需要人类兜底。
北京亦庄的街头，一辆没有安全员的白色轿车在红绿灯前平稳停下，等待左转的绿灯亮起。
车内只有乘客，方向盘自动微调角度，然后缓缓驶入左转车道。
后视镜里，人类驾驶的车辆正在排队的车流中缓慢蠕动。
这个画面在2025年还只是测试区里的常态，到了2026年，它已经出现在上海、广州、深圳、武汉的主城区道路上。
五年之内，它可能出现在中国任何一座有人居住的城市。
那时候，“无照驾驶”或许真的不再是一个问题——因为坐在驾驶座上的人，本来就不需要“驾驶”。
而学习如何与AI一起在路上行驶，将成为每个人从驾校第一天就要开始的课程。
