平时宣传遥遥领先，真出了事故，又和它们无关。这句话最近在智驾圈子里传得很广，话糙理不糙。智驾吹牛这件事不是一天两天了，从“L2.9级自动驾驶”“无限接近L3”到“全程零接管”，宣传话术不断往上爬；可一到事故责任划分，画风立刻回归保守——都是辅助驾驶，驾驶员负全责。我这些年一直跟进智驾量产项目，做过感知算法验证，也参与过大量公开道路测试，见惯了宣传物料和工程真实之间的巨大落差。今天这篇不点名骂任何一家，就围绕“智驾吹牛、事故甩锅、责任边界”这三件事，把背后的技术逻辑、法规逻辑和用户应对策略一次讲透。无论你是准备入手智驾车型的准车主，还是吃这碗饭的工程师，应该都能在里面看到一些平时不容易被摆到台面上的东西。
1. 智驾宣传的“话术泡沫”：从遥遥领先到翻车现场
1.1 那些年我们听过的智驾狠话
智驾宣传词的演进史，基本就是一本修辞学教科书。最早叫“辅助驾驶”，听着还算本分；后来升级成“高级辅助驾驶”；再往后直接叫“智能驾驶”“自动驾驶”；现在更简单粗暴，两个字“智驾”。名词越来越短，功能边界却没有本质变化，变化的是用户心里的预期。
我统计过近五年主流品牌发布会的智驾关键词，出现频率最高的一批是：遥遥领先、全国都能开、代客泊车、零接管、城市NOP/NGP/NOA、L2.9、无限接近L3。每一个词单拎出来都指向同一个暗示——这车能自己开，你只需要坐着看。但实际上，宣传片里那些丝滑的变道、绕行、过路口，都是在晴天地面标线清晰、交通参与者配合的情况下反复拍摄的最优素材。我参与过不少宣传视频的工程对接，深知一条90秒的“智驾高光时刻”背后是几十次测试中挑出来的一次成功，剩余几十次里的接管、退出的画面不会被剪进去。
更麻烦的是，很多话术并不是直接撒谎，而是用“未来时态”描述“现在功能”。比如“支持全国都能开”，你仔细看小字，会发现它说的是“基于导航辅助驾驶功能，在部分城市部分路段可用”，后面还要加一句“请时刻关注路况，准备随时接管”。这句话放在宣传页底部，字号大概只有正文的三分之一。等你好不容易找到这行小字，再对比广告里“穿越半个城市零接管”的画面，就知道“遥遥领先”这四个字水分有多大了。
1.2 话术缩水背后的工程现实
为什么厂商敢这么吹？核心原因在于智驾能力的评估本身存在巨大的信息不对称。普通用户没有条件去跑几百公里的对比测试，只能依赖发布会、评测视频和销售话术。而评测视频本身也有局限性，固定的路线跑熟了，系统表现当然好，换个陌生城市、遇到施工路段，立刻原形毕露。
从工程视角看，当前量产智驾系统的能力上限主要取决于三块：感知硬件（摄像头、毫米波雷达、激光雷达）、算力平台（芯片的TOPS）和软件算法（规控逻辑、模型训练数据）。这三块里，硬件和算力是最容易被宣传的，因为参数好看，动不动“508TOPS”“11个摄像头”，听起来很唬人。但真正决定用户体验的算法能力，恰恰是宣传中最少被提及的部分。
举个例子。很多车型在宣传时说“搭载了新一代感知大模型，识别更精准”，但大模型的识别能力高度依赖训练数据的覆盖度。如果训练数据里某个城市特有的交通标志、路口形态出现得少，系统在这个城市的实际表现就会明显下降。这不是厂商故意使坏，而是数据驱动的工程方法天然会有长尾问题。问题是，厂商在宣传时不会告诉你“这个功能在A城市好用，在B城市可能抽风”，只会用“全国都能开”一句话盖过去。用户真到了陌生城市，打开智驾发现频繁退出、动不动抢方向盘，心里自然会冒火——这跟当初广告里那个“遥遥领先”完全不沾边。
2. 技术边界到底在哪：为什么“全国都能开”不等于“哪都能安全开”
2.1 当前智驾系统的真实能力分层
如果把当前量产智驾按能力分层，大致可以分成三档。第一档是基础的L2辅助驾驶，包括车道保持、自适应巡航、自动紧急制动，这类功能在高速路况下相对成熟，但遇到加塞、施工、恶劣天气时依然需要驾驶员随时接管。第二档是增强版的高速领航辅助，可以在封闭道路上实现自动变道、上下匝道，但系统对路况变化的适应能力有限，暴雨、隧道出口逆光、路面标线缺失等场景都会让系统退出。第三档是城市领航辅助，也就是厂商最热衷于宣传的“全国都能开”的那部分。
第三档是目前宣传和实际差距最大的位置。城市路况的复杂度比高速高出至少一个数量级：无保护左转、行人鬼探头、非机动车穿插、公交车遮挡视线、临时施工围挡、交警现场指挥……每一个场景对感知和规控都是极大的考验。我做过一段时间的城市NOA测试，最直观的感受是，系统在“标准场景”下确实表现不错，比如标线清晰的主干道跟车、变道超车，动作逻辑接近老司机；但一旦进入“非标准场景”，比如前车突然打开双闪靠边停、路边有摊贩占道、地面忽然出现新旧标线叠加，系统会立刻变得犹豫不决，甚至做出让人冷汗直冒的决策。
这里要澄清一个容易被误解的点：系统“退出并提醒接管”其实是一种安全保护机制，不代表系统坏了。真正危险的是系统没有退出，但判断明显不合理，比如在弯道里速度过快、近距离跟车时刹车过晚。这种情况在测试中遇到过不止一次。厂商在宣传时通常只会强调“系统很聪明”，却很少告诉用户“系统的判断上限在哪里、哪些场景会失效”。这直接导致用户过度信任系统，等到系统做了一次笨拙决策、用户来不及接管时，事故就发生了。
2.2 端到端与大模型的新包装，解决了什么、没解决什么
最近两年，智驾圈子里最热的两个词是“端到端”和“大模型”。说实话，这两个名词本身有技术含量，但在宣传语境下已经被严重滥用。端到端大模型的思路是用海量驾驶数据训练一个模型，输入传感器数据、直接输出驾驶决策，不再依赖传统的手工规则。好处是系统能学到更接近人类的驾驶行为，上限更高；坏处是模型的决策过程是“黑盒”，工程师很难预判它在某个极端场景下的行为，只能靠大量测试去“兜底”。
传统规则时代，工程师可以针对高危场景写死规则，比如“检测到前方静止车辆且相对车速高于某值时，必须触发紧急制动”。到了端到端时代，这个规则变成了模型权重里隐式的知识，系统可能做对也可能做错，而且做错时往往没有明显前兆。我们在测试中遇到过，系统在高速上面对一个侧翻的货车，有的版本能提前识别并减速，有的版本却直到很近才开始制动，原因就是训练数据里这类场景出现得太少。这个问题不是靠堆算力或堆数据就能短期解决的，长尾场景的覆盖需要极其漫长的时间积累。
那么厂商为什么还要强推端到端？因为它在常规场景下的表现确实好，体验上更顺滑、更像老司机，而且“端到端”三个字听起来就是“下一代技术”，营销张力拉满。但宣传端到端时，没有一个厂商会把“模型可能会在极端场景下做出不可预测行为”这句话加进去。用户被灌输的概念是“系统越来越像人”，却不知道“像人”和“可靠”之间还有很长一段距离。这段距离，恰好就是事故和责任的藏身之处。
2.3 一个测试工程师眼中的高危场景
结合我自己的道路测试经验，整理一批当前量产智驾系统最容易翻车、但宣传中几乎从不提及的场景。每一条都是用实际测试里的教训换来的，建议大家对照自己的车试试看，但务必在安全场地或人工可控条件下进行。
第一类：施工改道场景。高速或城市快速路上，锥桶引导车辆向左或向右并线，地面标线被局部涂改或覆盖。系统对锥桶的识别已经不算差，但遇到“锥桶摆放不规则”“施工区域无明确标线”的组合情况，经常会出现减速过猛、犹豫不决甚至错过改道口的情况。第二类：异形车与超宽车。大货车运载超宽货物、工程车带着伸出的机械臂、加长挂车等，识别框和实际轮廓差异大，系统容易低估车身宽度，导致并线距离过近。第三类：恶劣天气与逆光。摄像头在暴雨、大雾、逆光条件下的感知能力会明显下降，很多系统这时会自动退出智驾，但退出的时机可能很突然，用户如果没把手放在方向盘上，反应时间根本不够。第四类：地面标线混乱。新旧标线并存、施工临时标线、停车场内无标线区域，系统会出现“选择困难症”，频繁摆动方向盘，或者突然往一个方向猛打一把方向。第五类：无保护左转与路口抢行。这是城市NOA事故率最高的场景。系统往往因为保守而停在路中间，或者在判断对方车辆距离时出现偏差，引发危险。
以上场景的共性问题在于：在“正常情况”下系统表现良好，但恰恰是这些“非正常情况”构成了事故的温床。厂商把宣传资源全部倾斜向正常场景的高光时刻，把失败场景归为“小概率事件”。可对于每一个真正遇到事故的用户来说，概率都是百分之百。
3. 事故责任划分的灰色地带：遮羞布是怎么撑起来的
3.1 用户手册里的免责条款是怎么写的
出了事故，第一件事是翻说明书。几乎所有智驾车型的用户手册里，都会有这么一段话：本系统为辅助驾驶系统，无法应对所有交通场景，驾驶员必须始终保持对车辆的监控，并随时准备接管。有些手册还会进一步写明：系统可能无法识别某些障碍物，可能在不适当的情况下失效。法律上也写得很明白：即便开启了辅助驾驶，驾驶员依然是车辆行驶安全的最终责任人。
这段话从法规和工程角度都没有问题，问题出在它和宣传话术之间的巨大落差。发布会说“遥遥领先”，交车手册说“可能无法识别某些障碍物”；用户听完前一句下单，再看到后一句时，大概率已经不会细读。等到真出了事故，厂商的回应往往就是引用手册里的免责条款，强调这是辅助驾驶，用户没有尽到监控责任。逻辑上没错，但观感上就是“吹牛的时候没有我，出事的时候全是你的责任”。遮羞布就是这么一层：宣传话术有多高调，事后甩锅就有多彻底。
这里我必须替工程师说一句公道话：系统本身有局限是正常的，任何技术都不可能做到100%可靠。但厂商在营销时没有把这种局限性充分传达给用户，反而是刻意弱化“辅助”二字、强化“自动”感知，这种策略性模糊就是事故后舆论翻车的原因。“技术有局限”是可以被原谅的，“明明有局限却不告诉用户”才是真正激怒大家的地方。
3.2 法规视角：驾驶员永远是第一责任人
从现行法规看，无论系统能力多强，只要车辆还在L2/L2+级别，驾驶员就是责任主体。这一点没有灰色空间。很多用户会问：“车自己开的，为什么算我的？”从情感上这个问题很好理解，但从法律上答案非常明确：因为当前所有量产车的智驾系统都不是自动驾驶系统，它只是辅助，系统不承担驾驶责任，责任只归属于驾驶位上的人。
那L3呢？L3级别在特定条件下系统承担驾驶责任，但至今没有几个国家真正开放量产L3，原因很复杂：责任划分、保险机制、事故认定、数据取证，全部需要完善的法律基础设施支撑。当前国内的量产智驾，即便是宣传“无限接近L3”的产品，定级依然是L2+。这意味着，系统能在很多场景下自动控制车辆，但法律上这个“自动控制”的法律后果依然全部由驾驶员承担。用一句话总结就是：宣传上你可以叫它自动驾驶，法规上它只会被认定为辅助驾驶。车祸发生那一刻，法律只看级别，不看宣传片。
消费者在这一块的信息劣势是结构性的。厂商不会在发布会现场解释L2+的法律含义，销售话术也不会告诉你“出了事故，保险之外的部分可能得自己扛”。很多人买智驾车之前，压根不知道“辅助驾驶”“自动驾驶”“领航辅助”这些词在法律上意味着完全不同的责任归属。等到事故出了才反应过来，已经晚了。
3.3 出事后，“系统没问题”是怎么被论证的
每次智驾事故上了热搜，不出意外就会看到厂商的回应：事故发生前系统正常工作，驾驶员长时间未手握方向盘，车辆发出警告提示后驾驶员未及时接管。这套话术的核心逻辑是：只要系统没有在物理上坏掉，那么事故原因就全部归结为“驾驶员没有履行监控责任”。
但站在工程师角度看，这个逻辑有一个隐蔽的漏洞：系统的“正常工作”是极其宽泛的定义。传感器正常、算法正常运行、没有报故障码，这只能说明系统“没有宕机”，但不能说明系统的决策“合理”。举个例子，系统在距离前车150米时就已经识别到前车静止，但决策模块选择以100km/h的速度继续行驶，直到距离20米才触发紧急制动——这种情况下，算法没有报错，传感器没有失效，数据记录全部“正常”，可这个决策过程显然是不合理的。问题在于，目前的事故调查机制很难对这种“正常但不合理”的决策进行完整的事后追溯，原因有两个：一是数据掌握在厂商手里，外部机构很难获取完整的数据链路；二是就算拿到数据，如何界定“系统决策合理边界”也没有行业共识。
这个问题比单纯“吹牛”严重得多。如果系统只是能力不够，用户还可以通过谨慎使用来规避风险；但当数据链和事故分析机制不透明、厂商既是运动员又是裁判员的时候，用户无论怎么谨慎，都无法在事故发生后获得公平的解释。遮羞布不只是在宣传层面，更在数据与信任层面。
4. 普通用户如何穿透话术，守住安全底线
4.1 看懂宣传词背后的“黑话”
有一句实在话：不要把宣传片当测试报告，也不要把发布会当产品说明书。教大家一个简单方法，看智驾功能好不好用，先看三个东西：激活条件、退出策略和失效提示。激活条件是指系统在哪些路段、哪些天气、哪些速度范围内才允许开启——宣传里“全国都能开”听得很爽，实际一看激活条件，往往写着“仅限高精地图覆盖路段”“仅限结构化道路”。退出策略是指系统在什么情况下会自动退出，是提前500米提醒，还是直接一声警报甩给你。失效提示就更关键了，系统遇到识别不了的场景时，是选择保守靠边停车，还是继续硬着头皮往前开。这三个信息用户手册里都有，但几乎没有人会主动去翻。
还有一个细节值得关注：系统在危险情况下的“最后防线”是什么时候介入的。很多用户试驾时只体验了正常路段的顺滑，却忽略了紧急制动、避障这类极端功能的表现。我的建议是，试驾时专门找一段施工路况或者标线混乱的路段开一下，看看系统的反应速度和使用体验。如果销售以“试驾路线不包含该路段”为由拒绝，那可就得留个心眼了。
4.2 提车后怎么自测智驾真实水平
提车之后，我建议每个车主都做一次“智驾摸底测试”，别直接上复杂路况，先把系统的底摸清楚。步骤如下：
第一步：找一个封闭场地或相对空旷的停车场，测试低速下的自动泊车、车道居中、紧急制动功能，观察系统在正常环境下的表现。第二步：找一段高速路，选择白天、夜间、雨天三种天气条件，分别测试领航辅助功能，记录系统退出的频率和原因。第三步：选一段城市快速路或主干道，测试城市NOA功能，重点观察无保护左转、公交车停靠、非机动车穿行这几类场景的系统反应。第四步：故意制造一些“非标准”情况，比如长时间不握方向盘、频繁晃动手腕，测试系统的提醒机制和降级策略。
整个测试过程一定要有人坐副驾帮忙记录，另一人专注驾驶。记录的内容包括：每次系统退出或接管时的场景、车速、距离和提示方式。测完之后你基本就能得出一个结论：这台车适合在什么条件下开智驾，哪些场景绝对不能依赖它。这套方法不需要专业知识，操作门槛很低，但信息价值远高于任何评测视频。
4.3 用智驾时的操作规范和保险配置建议
即使经过摸底测试，日常使用智驾也必须建立一套自己的操作规范。我的习惯可以供参考：第一，只在熟悉的路段使用智驾，陌生路段先手动驾驶摸清路况再说；第二，开启智驾后，手永远不离开方向盘，脚放在刹车踏板上方，保持随时介入的姿势；第三，每次系统退出前，都会有提示，不要忽视这些提示，更不要因为觉得系统“刚才都开得挺好”就延误接管；第四，恶劣天气直接关掉智驾，不用纠结系统有没有“雨雪模式”，再好的传感器也会被大雨干扰；第五，夜间高速和隧道出口逆光路段，一律提高警惕，这些区域是感知失效的重灾区。
保险方面有一个容易忽略的点：当前大部分车险条款里，对辅助驾驶状态下发生的事故，依然是按常规交通事故处理，理赔流程没有本质变化。但如果你私自改装了车辆的硬件或者刷写了软件版本，那就要提前确认是否会影响保单效力。此外，部分保险公司对带高阶智驾的车型费率会有上浮，买车前可以先去查一下同等条件下的保险报价，把这部分成本计入预算再做决定。
5. 行业反思：遮羞布掉落后，智驾该怎么继续走
5.1 宣传和法规之间，必须修一条“护栏”
智驾行业现在最大的风险，不是技术太慢，而是信任透支。当用户发现自己被宣传话术蒙蔽之后，就会对整个行业的智驾能力产生怀疑，最后真正受伤的是那些踏实做技术的厂商。关于这一点，行业里其实已经有不少讨论，一个被反复提及的方向是，对智驾的营销用语进行规范，禁止在非L3级产品的宣传中使用“自动驾驶”“无人驾驶”等词汇；同时在宣传材料中必须明确标注系统等级、适用范围和驾驶员责任。
这不是要限制行业发展，反而是给行业上保险。手机行业有一个很成熟的做法：标称防水等级，直接标注IP68，用户知道泡水多久会出问题，但这并不妨碍厂商卖手机。智驾行业也应该走这条路——把L2+、L3、L4的边界说清楚，把系统能力的边界说清楚，把责任划分说清楚。消费者心里有数，反而更愿意为一个真实的能力上限买单。吹牛带来的短期销量红利，透支的是品牌长期的信任资本，这笔账算下来并不划算。
5.2 数据公开与事故分析机制的建立
比宣传规范更底层的问题，是数据透明。现阶段智驾事故的数据掌握在厂商手里，用户和第三方机构都无法完整获取车辆感知、决策、控制的全链路数据。这种“既当运动员又当裁判员”的状态，迟早会彻底瓦解用户信任。参考其他领域的做法，建立一个独立的第三方事故数据提取和分析机制是必要的——事故发生后，由第三方机构直接读取车辆数据，对感知日志、决策日志、驾驶员状态监测数据做独立分析，给出客观的事故原因报告。
工程实现上，这个机制完全可行。当前智驾域控制器普遍具备全量日志记录能力，关键传感器数据和决策输出都会存储在本地或云端，只要接口规范、权限清晰，第三方分析完全能够实现。难点不在技术，而在利益——数据公开之后，很多“系统一切正常、驾驶员全责”的结论可能都要改写。但反过来想，如果厂商对自己的系统足够自信，数据公开反而是最有力的背书。遮羞布迟早要掉，主动揭开，比被人扯掉体面得多。
5.3 工程师视角的个人建议
在文章的最后一部分，我想以工程师的身份说几句可能不那么讨喜的真话。
智驾技术本身是值得投入的，它能减少疲劳驾驶、降低人为失误引发的事故，长期看是有真实价值的。但技术价值不能成为营销过度的挡箭牌。我见过很多同行在内部会议上反复强调系统边界、要求加强用户教育，但这些声音到了产品宣传环节就被营销部门压下去了。真正想把智驾做好的人，不该让系统在它没把握的场景里强行表现，更不应该靠“用户自己会注意”来兜底。
对消费者，我的建议始终是那句话：别拿命给厂商的营销买单。多用脚和手去感知系统的真实边界，看淡宣传片里的“遥遥领先”，重视手册里的那行小字。对同行，我希望大家在评审宣传物料时，敢于把“这里需要标注适用范围”“这句措辞存在误导风险”写进结论里。吹牛吹出来的繁荣，迟早要还的；工程上那些扎实的积累，才是这个行业真正的护城河。
我自己这几年最深的体会是：智驾能力的提升是真实的，但用户信任的建立是脆弱的。每次事故引发的舆论风波，都会让整个行业倒退一步。与其想方设法在话术上争一口气，不如安安心心把长尾场景的数据打磨到位，把系统决策的可解释性做扎实。这个行业不需要更多“遥遥领先”，需要的是每一次上路，都能让驾驶员心里有底。
