最近有个评价挺有意思——小米SU7 Pro的自动驾驶系统在1.4.0版本更新后，中速跟车刹停被车主评价为“接近老司机水准”。刹车不突兀、减速线性柔和，不是那种让人前仰后合的急刹，而是像一个有十年驾龄的司机在提前预判、缓缓减速。
这件事放在前几年，可能只是个产品改进的段子。但放在今天，它抛出了一个值得细想的问题：当一台机器在刹车控制上已经接近甚至超过多数人类驾驶员的时候，我们过去用来衡量“驾驶水平”的那套标准，还管用吗？
巧合的是，就在这个月，工业和信息化部组织制定的《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日起实施。这是国内首部针对L3级、L4级自动驾驶的强制国标，给高阶智驾划出了一条清晰的“安全底线”。标准明确要求：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”。
国标落地了，机器在追平人类了。那“驾驶水平”这个词，到底该怎么重新定义？
过去判断一个人开车水平高低，刹车是最直观的指标。急刹、滑刹、点头刹，都说明对车速和车距的预判不够。老司机的刹车是什么样的？提前松油门、轻踩刹车、让车缓缓停住，乘客几乎感觉不到顿挫。
小米SU7 Pro被评价为“接近老司机水准”，正是因为它在刹车控制上做到了这种线性感。根据实测反馈，系统在20到40km/h的中速跟车场景下，刹停动作已经非常平滑，不再是早期版本那种“一脚剁死”的生硬感。这背后是1000万Clips的端到端大模型训练，系统通过学习大量优秀驾驶员的刹车决策，逐渐摸透了“什么时候该减、减多少、怎么减才舒服”这件事。
但反过来说，这也意味着一个过去只有老司机才具备的“手感”，现在一台车通过算法迭代就能做到，甚至做得更稳定——它不会走神、不会疲劳、不会因为今天心情不好就猛踩一脚。
人类开车靠的是双眼加经验。老司机能通过前车车身的轻微晃动，判断前车可能要变道；能通过远处刹车灯亮起的一瞬，提前松油门。但人类的视觉有盲区——A柱遮挡、后视镜死角、夜间视野受限，这些都是硬伤。
自动驾驶的感知层靠的是多传感器融合。以小米SU7 Pro为例，全系标配激光雷达、11个高清摄像头、12个超声波雷达和1个4D毫米波雷达，算力达到700TOPS。这意味着什么？车辆可以同时看到360度范围内的所有物体，不分白天黑夜，不受疲劳影响。激光雷达能在黑夜中精准测距，毫米波雷达能穿透雨雾，摄像头能识别交通标志和车道线。
从感知覆盖的维度看，一台搭载了高阶智驾系统的车，在“看路”这件事上已经超越了绝大多数人类驾驶员。它不会因为看了一眼手机就错过一个路口，也不会因为阳光刺眼而没注意到侧方来车。
人类老司机最大的优势是直觉和经验。一个开了十年车的司机，在复杂路口能凭“感觉”判断什么时候该走、什么时候该让，这种判断来自无数次实践积累的本能反应。但问题在于，人类的经验有个体差异——有人开了十年还是不会并线，有人开了三年就比老司机还稳。
而自动驾驶的决策逻辑，是基于大量数据的概率计算和实时优化。清华大学人工智能研究院AIR团队的一项研究指出，人类驾驶员的注意力分为三个阶段：快速扫视（约0.186秒）、仔细判断风险（老司机平均0.706秒）、确认环境（约0.248秒）。其中最关键的是第二阶段——盯着关键目标判断它有没有风险。研究发现，老司机在这个阶段比新手看得更久、判断得更准，而这也是当前自动驾驶算法最欠缺的能力。
换句话说，AI在“看见”这件事上很强，但在“看懂”风险这件事上，还在追赶人类老司机的水平。尤其是在复杂场景——比如行人突然横穿、非标准交通标识、施工区域临时改道——AI的决策有时候会显得“呆”，因为它只学过见过的场景，没见过的东西就容易卡壳。
这次发布的强制性国标，有一个核心变化：责任主体从“人”开始向“系统”转移。
根据标准，L2级组合驾驶辅助仍然由驾驶员承担全部责任，手不离盘、眼不离路是法律义务。但到了L3级有条件自动驾驶，情况就不同了——系统激活且未要求接管时，责任主体转向车企。标准还规定，系统发出接管提醒后，给驾驶员10秒的免责缓冲期，超时未接管则责任转移至驾驶员。
这意味着什么？传统意义上“驾驶水平”的评判，过去只看人的操作能力，现在要看人机协同的能力。一个优秀的驾驶员，不再只是会换挡、会倒车、会坡道起步，而是要懂得什么时候该信任系统、什么时候该接管、如何在系统发出提醒后快速准确地做出反应。
保险行业也在跟进。北京等地已经开始启动智能驾驶专属保险的开发应用，传统以“人驾”为核心的责任认定机制，正在被“人机共驾”的新模式重塑。保费定价逻辑不再只看驾驶员的年龄和违章记录，还要看车辆的智驾硬件水平、系统安全等级。
过去衡量一个人开车水平好不好，标准很具体：起步稳不稳、换挡顺不顺、侧方停车一把能不能进、坡道起步会不会溜车。这些操作技能，是驾驶水平的“硬通货”。
但新标准下，驾驶技能的重心正在迁移。当一台车能自己完成加减速、变道、泊车、甚至点对点领航时，驾驶员的核心任务不再是“操作车辆”，而是“管理系统”。你需要知道什么时候开启领航辅助、什么时候切换成手动驾驶、如何判断系统的能力边界、如何在系统发出异常报警时快速响应。
这种转变，有点像从“划船的人”变成了“船长”——你不需要亲自划桨了，但你要会看导航、会判断天气、会在机器出故障时接管方向。从这个角度看，未来的“优秀驾驶员”更像是一个系统管理者，而不是一个操作工。
这对现有的驾考体系也将产生冲击。是否需要增加智能驾驶操作考核？是否需要加入系统故障应急处置的测试？这些问题迟早会被提上议程。
在完全自动驾驶实现之前，有几件事是AI目前做不好、但人类必须补上的。
第一是复杂伦理判断。当事故不可避免时，AI的决策逻辑是算法写死的，但人类需要做出有温度的判断。比如避让行人时是否要牺牲其他利益，这种电车难题的变体，目前没有算法能给出让所有人都满意的答案。跨文化差异也是一个问题——不同国家对行人优先的容忍度不同，AI很难理解这种微妙的社会规则。
第二是极端情况的创意处置。传感器被泥巴遮挡了怎么办？雷达受到强干扰怎么办？路上突然出现一个算法没见过的异形障碍物怎么办？这些场景下，AI容易“傻眼”，但一个有经验的人类驾驶员可以凭直觉和创造力找到变通的办法。
第三是情感与沟通能力。与交警的手势交互、与行人的眼神交流、路怒症患者的情绪化解——这些人类之间的默契，AI目前还学不会。清华大学的研究也印证了这一点：算法的注意力只能“看见”，但很难“看懂”人类社交信号中的潜台词。
第四是自我认知与信任。人类需要学会什么时候信任AI——比如高速巡航时可以放心交给系统；什么时候保持警惕——比如复杂路口、恶劣天气。过度依赖会导致“自动化惊奇”，过度干预又会削弱系统本应发挥的价值。找到这个平衡点，本身就是一种新的驾驶水平。
回到开头那个问题：如果一台车的自动驾驶水平超过了你，你会感到失落还是庆幸？
失落，可能是因为你引以为傲的“手艺”被机器追平了。庆幸，可能是因为你再也不用在晚高峰堵车时一脚油门一脚刹车地跟车，可以把精力放在更有价值的事情上。
驾驶水平的定义，正在从“操作车辆”转向“管理科技”，从“手艺”转向“素养”。技术发展没有让人被替代，而是倒逼每一个人重新思考自己在驾驶中的角色——不是被淘汰，而是升级。
如果你正在开一辆带智驾功能的车，你觉得自己在哪方面比AI强，又在哪方面不如它？聊聊你的想法。
