广州华立学院的校门口，一台小米汽车被保安拦了下来。镜头里，车停在外，人站在内，车标和门禁之间，只隔着一句冷冰冰的规定——小米汽车不能进，这条线去年就已经划下了。车主当场追问：为什么特斯拉能进，小米不能进？
问题很简单，味道却不简单。这不是一台车被拦，是一整套准入秩序在发声。谁能进，谁不能进，背后从来不是车门，而是风险账本。
校方事后发声明称从未针对任何特定品牌设置禁入限制，并提供了教职工小米汽车进出校园的监控记录。但保卫处工作人员面对媒体时的原话却是：学校从2025年起已明确禁止小米汽车入校，该规定由校领导通知执行，其他外来车辆包括特斯拉只要提前预约备案均可进入，唯独小米不在允许之列。前后矛盾之间，公众最敏感的神经被触动了——为什么被区别对待的，偏偏是国产的小米？
说白了，这类门禁并不只针对一辆车，它针对的是一整套新技术带来的不确定性。高校最怕的不是品牌标签，而是“万一”。
智能汽车本质上是一台移动传感器。摄像头、雷达、车联系统，在校园内行驶一圈，道路布局、建筑轮廓、人员活动轨迹，都可能被实时采集。数据归属权不明确，云端传输路径不可控，第三方调用机制不透明——任何一个环节出问题，管理者都担不起。
特斯拉在这条路上已经走了很久。2021年，特斯拉宣布在中国建立数据中心，实现数据存储本地化，所有在中国大陆市场销售车辆所产生的数据，都存储在境内。2024年4月，特斯拉完成汽车数据安全四项合规要求检测，成为首批通过该检测的外资车企，同年年底还获得了国家自然资源部颁发的乙级测绘资质。这些合规付出的背后，是多年与监管机构反复磨合的结果，也是它得以进入敏感场景的前提。
而小米汽车，作为2024年才开启交付的新入局者，数据安全的“白名单”尚未批下，政策窗口的走向也并未完全明朗。管理者面对一个数据合规路径尚在搭建中的品牌，选择“暂不准入”来守住边界，虽然粗糙，却也是保守逻辑下的本能反应。
智能汽车支持OTA远程升级、远程解锁、哨兵模式，功能越丰富，潜在的攻击面就越广。一旦系统漏洞被利用，校园内的车辆可能变成“移动入侵端口”。2025年3月，工信部和市场监管总局联合发布通知，要求进一步加强智能网联汽车产品的准入、召回及OTA升级管理，明确企业要对OTA升级活动开展充分测试验证，确保控制策略合理。这说明，监管层面对远程控制的边界，至今仍在摸索中。
特斯拉经历了十余年的市场检验，多次因功能缺陷被召回，也多次接受各国监管的审查。其远程控制权限的法律边界，在无数次事故、诉讼和法规磨合中，逐步清晰。而小米汽车在这方面几乎是一片空白。2026年6月，小米宣布召回超过11万辆SU7标准版车型，原因是L2高速领航辅助驾驶功能在极端特殊场景下识别、预警或处置不足。同年3月，一辆小米SU7在高速上撞击护栏后起火，车内三名女大学生遇难，从系统发出提示到最终碰撞，整个过程只有约2秒。
这些事件积累下来的，不是信任，是忌惮。
校园内发生智能汽车事故，责任归属谁？车企、车主、场地管理方，三方之间的法律界定如果不清晰，管理者就是最终的兜底者。特斯拉经过多年全球范围内的诉讼案例积累，在事故责任划分上已经有了相对成熟的判例参考体系。小米汽车作为交付仅两年的新品牌，相关法律实践几乎为零。管理者如果放行一台小米汽车进入校园，就等于在替一个尚未完成“事故-责任”闭环验证的系统承担风险。没有管理者愿意做这个担保人。
这就是小米汽车被拦最值得琢磨的地方。它表面上是一次准入争议，底层却是产业信用的分层管理。高校对特斯拉开放，对小米设限，说明在某些管理者眼中，品牌光环并不能抹平技术路径差异，也不能替代风险评估。
特斯拉走了一条缓慢但坚实的路。从2021年自建中国数据中心，到2024年通过数据安全合规检测，再到FSD入华与监管反复拉锯，每一步都踩在法规的边界线上。它不是没有出过事，而是出事后有完整的“事故—召回—整改”闭环可供追溯。管理者决定是否放行时，能拿到一整套历史数据作为判断依据。
小米走的是另一条路。依赖品牌营销和生态协同快速打开市场，SU7上市后热度居高不下，以至于大量车主专程到校园打卡、无序聚集，长期增加校园交通与安保压力——有舆论推测，这才是禁令的真正源头。与此同时，安全质疑始终伴随：续航争议、AEB误触、高速事故、大规模召回，每一项都在消耗品牌信用。管理者对小米汽车“技术成熟度”的评估依据不足，能看到的公开信息，更多是负面事件的堆积，而缺少类似特斯拉那种“合规付出换信任”的过程。
两者的核心差异在于：信任积累需要时间与事件的双重验证。特斯拉靠“平摊风险”赢得了部分场景的门票，小米还在“积累变量”的阶段。
校园、港口、政企园区，这些场景的共同特征是：人员密度高、安防等级严、数据敏感度强。管理者对风险的容忍度远低于公共道路。他们做准入决策时，手里能用的信息非常有限——品牌历史、安全认证、舆情口碑，然后就是自己的直觉判断。这种“用有限信息做无限责任判断”的处境，天然导向保守：宁可不放，不可错放。
广州华立学院的这起事件，折射出一个更深层的问题：智能汽车产业信用分层体系尚未成熟。没有第三方中立机构建立统一的安全评级标准，管理者只能按照自己的理解，用“安全保守系数”而非“技术先进性”来投票。这种投票方式当然不公平，但这就是产业信任体系缺位时的现实。
小米被拒、特斯拉放行，本质上是智能汽车“信任门票”的发放规则仍处于混沌期。这一脚被拦在门外，不代表小米汽车没有市场，反而说明它已经进入了一个更敏感的阶段——从消费热度走向制度审视，从流量叙事走向责任审计。这一步跨不过去，任何车企都只能停在门外。
你觉得高校这种“区别对待”合理吗？如果你是校园管理者，你会用什么标准来决定哪些智能汽车可以进入？
