[首發于智駕最前沿微信公眾號]五一假期，閑來無事，想到一個問題，現在監管部門對于自動駕駛的要求已經非常嚴苛，那自動駕駛要達到什么程度才算足夠安全？如果達到99%，是否就可以商用了？抑或自動駕駛是否可以保留最后1%的不確定性？

其實在自動駕駛技術走向規模化商用的進程中，安全始終被視為最核心的命題。從過去的輔助駕駛，到現在的L2級別的組合輔助駕駛，各大車企和科技公司投入了巨額研發資源，力圖構建出一種幾乎完美的行駛保障。當我們將安全指標壓縮至接近“零事故容忍”的高度時，是否能夠容忍那最后1%的隱患？

我們首先需要明確的是，任何復雜系統都無法實現絕對安全。無論是航空、核電還是鐵路，歷史經驗都證明，即便系統越嚴密、冗余越多，仍難以完全杜絕極端情況下的失效可能，聊回運輸行業，哪怕是經驗再豐富的駕駛員駕駛車輛，都可能會出現事故。

自動駕駛系統的軟硬件架構及其工作原理，決定了其在感知、決策、執行各環節都面臨不同形式的風險。感知層依賴激光雷達、毫米波雷達、攝像頭等多傳感器融合，一旦某一傳感器失效或環境條件極端（如大霧、大雪、強光照射等），即便其他傳感器可以補位，也可能出現信息斷層。決策層的核心算法雖經過千萬次仿真和大量路測，但“長尾場景”仍舊難以窮盡；執行層的制動、轉向、動力分配等環節，受制于物理約束以及零部件耐久度，一旦出現機械故障或控制延遲，也將帶來致命風險。在各環節疊加之下，那1%的殘余風險并非一個抽象數字，而是需要直接面對的現實隱患。這也就意味著，自動駕駛可能無法做到100%的安全程度。

在自動駕駛的安全驗證與監管上，如何設定容許的風險閾值尚無全球統一標準。美國國家公路交通安全管理局（NHTSA）提出的“可接受的碰撞率”參考值為每70.2萬英里一次，而歐洲的UNECE法規也在不斷修訂中，中國對于相關標準的制定尚還缺乏。各國對自動駕駛車輛上路的要求有所不同，但都有一個共識，那就是只有將系統安全性推至盡可能接近“100%”才能獲得市場與公眾認可，這并不意味著可以將“最后1%”的風險置之不理。監管機構應更多關注在技術不可避免存在失誤的前提下，如何建立一整套補償機制，如“冗余決策路徑”“實時遠程監控”“事故溯源與責任追溯”等，以在萬一發生事故時，將損害降至最低。

其實在公眾心理接受度上，一直有一條“最后1%”的心理鴻溝。大家對自動駕駛的信任，遠不僅僅來源于技術宣傳或事故率統計，更仰賴于對“安全”二字的深層信念。任何一次重大事故，尤其是在高度自動化模式下發生的悲劇，都會迅速放大公眾質疑，將自動駕駛貼上“不可靠”“不安全”的標簽，就像這次小米汽車的事故，其引起的社會討論是非常熱烈的，更是讓很多人注意到了自動駕駛安全問題。智駕最前沿在很多的文章留言下，經常會有小伙伴對自動駕駛安全性進行過討論，在社交媒體上，關于“機器決策”“自動駕駛”等話題的討論也經常會引發爭議，這無疑加劇了對技術的不安情緒。這種不安不是冰冷的數字能消除的，而是需要更加透明的事故通報機制、更貼近真實環境的測試試驗場，以及持續開展面向公眾的科普教育，減少大家對于自動駕駛的擔憂。

關于“智駕安全能否留1%的余留”，或許我們更應該思考的是，在追求“幾近零風險”的道路上，如何把“人”的因素納入安全體系。當技術越來越強大，自動駕駛的決策權正在從人手中逐漸轉移，也只有讓社會各方（政府、企業、研究機構、公眾）在價值觀和規則層面平等對話，才能為那“最后1%”的隱患找到最合適的分擔與兜底方案。可以預見，真正的安全，不只是讓車輛自身“零失誤”，更是讓整個交通系統在各種不確定中保持韌性。這條路或許漫長，但正是對“余留1%”懷揣敬畏之心，我們才能一步步接近真正的“智駕安全”。

審核編輯 黃宇