日前，工业和信息化部正式公布我国首批获得L3级自动驾驶准入许可的车型，分别为长安深蓝SL03与极狐阿尔法S6。

此次许可是国内自动驾驶领域从技术验证迈向量产应用的关键一步，标志着相关准入管理机制实现突破，在保障安全的前提下为产业创新发展提供了重要支撑。

根据现行试点规范，相关车型将在限定路段开展上路通行试点，且车辆暂不面向个人消费者销售，仅由试点单位负责运营。公众可通过打车等方式体验相关功能。

工信部装备工业发展中心副主任刘法旺表示，随着试点工作深入及相关安全认知不断积累，未来相关限制有望逐步放宽，推动自动驾驶技术更广泛地融入日常生活。

消息穿出，许多人心中还是略有期待的。

会不会有科幻电影中的场景即走进现实？

会不会有更智能化的产品体验？

但仔细阅读其中的条款，就会发现这并非许多人想象中那种可以完全放手的方向盘，而更像是一场被严格限定的产业实验。

有限的革命

这次许可的真正意义，不在于今天我们能否立刻买到一辆自己开车的汽车，而在于它启动了一个复杂的进程——整个汽车产业链的重塑、法律责任的重新定义，以及社会对机器驾驶接受度的真实测试。

从表面上看，长安深蓝SL03和极狐阿尔法S6获得L3级自动驾驶准入，似乎标志着中国在自动驾驶领域迈出了实质性一步。

但其实这并不是一场无拘无束的技术狂欢。

相反，它更像是在安全与创新之间寻找平衡点的谨慎尝试。

监管部门采取了一种极为克制的方式，只允许在极其有限的范围内进行实际道路测试，同时保留了随时介入和调整的权力。

这种做法体现了一种典型的中国式创新。

既不愿在国际技术竞争中落后，又必须对新技术可能带来的系统性风险保持足够警惕。

与更高级别的自动驾驶不同，L3被定义为“有条件的自动化”。

也即是在特定条件下，系统可以完全接管驾驶任务，驾驶员可以暂时将注意力从道路上移开。但与此同时，系统会在需要时要求人类驾驶员重新接管控制权。

正是这种模糊的责任界定，构成了当前监管面临的最大难题。

当车辆处于自动驾驶状态时发生事故，责任应当归于谁？是汽车制造商、软件开发者，还是那位可能正在看手机却需要随时准备接管的驾驶员？

这个问题至今没有明确答案。

此次准入许可的另一个重要特点是其限定性。

获批车辆只能在特定路段运行，且不能直接销售给个人消费者，只能由试点单位运营。这种安排看似保守，实则反映了对新技术的审慎态度。

自动驾驶不仅仅是技术问题，更涉及道路安全、法律责任、保险体系、甚至伦理道德等复杂层面。在相关配套制度尚未完善的情况下，循序渐进地推进测试，是一种务实而负责任的选择。

不管怎么说，这种“试点中的试点”模式非常可能成为未来新技术推广的范例。它既为技术创新提供了真实世界的试验场，又将潜在风险控制在可管理范围内。

通过这种方式，监管部门可以积累宝贵的数据和经验，为后续政策制定提供依据。

同时，企业也能在相对可控的环境中验证技术、发现并解决问题。

过去几年，中国在自动驾驶领域进行了大量技术研发和道路测试，但大多停留在示范应用层面。如今，随着L3级自动驾驶获准上路，也意味着这项技术开始从实验室走向有限的实际应用。

虽然距离大规模普及还有很长的路要走，但这无疑是重要的里程碑。

自动驾驶技术的发展始终不是能一蹴而就的。

从技术成熟到商业可行，再到社会接受，需要跨越诸多障碍。当前获批的L3级自动驾驶仍然面临诸多限制，这些限制并非对技术的不信任，而是对复杂系统演化规律的尊重。

任何新技术在推广初期都需要经历这样一个谨慎探索的过程，自动驾驶尤为如此。

而首批L3级自动驾驶车型获准上路的意义，不仅在于技术本身，更在于它所代表的一种系统性创新思维。这种思维既拥抱变革，又敬畏风险；既鼓励突破，又注重规范。

在科技日新月异的今天，这种平衡之道或许正是推动社会稳步向前的重要力量。

个人为何不能直接使用？

这或许是最令人困惑的一点。

技术已经来到门前，为何我们却不能直接拥有？

核心的矛盾集中在权责的模糊地带。

假设一辆处于L3自动驾驶状态的汽车在高速公路上平稳行驶，驾驶员正低头查看手机——根据定义，这是被允许的。

突然，系统发出接管请求，但事故在瞬间发生。

这时，责任应该归谁？

是设计算法的软件公司，是制造硬件的汽车厂商，是提供道路数据的图商，还是那位法律上仍是“驾驶员”却实际并未在操控的人？

我国现行的《道路交通安全法》及其配套法规，其基本框架仍然建立在“人类驾驶员全程控制并负责”的原则之上。这个法律真空地带若不填补，任何一起事故都可能引发无休止的诉讼与争议。

在清晰、公平的责任链条被法律正式界定之前，将使用权限定在组织严密的试点单位内，是最为审慎的风险控制。

企业作为运营主体，其责任承担能力和风险处置流程远非个人可比，这为处理早期可能出现的复杂情况提供了一个相对可控的缓冲池。

与法律责任紧密相连的，是另一个庞大而传统的体系——汽车保险。

我们今天的车险，从保费计算到理赔定责，其底层逻辑完全指向驾驶座上的那个人。他的年龄、驾龄、历史记录决定了价格，他的过错行为决定了赔偿。然而，当自动驾驶系统成为潜在的“责任方”时，整个游戏规则就必须重写。

保险公司该如何为一段代码或一个激光雷达定价？事故数据不足，就无法科学测算风险概率；责任主体不明，理赔流程就无从启动。要构建一个全新的自动驾驶保险模型，需要海量的真实道路数据作为精算基础，需要法律明确各方的责任比例，这绝非一日之功。

在旧体系无法容纳、新体系尚未诞生的过渡期，由试点单位通过商业保险或自保方式进行风险兜底，几乎是唯一可行的路径。

还有一个非常大的问题，或许还在于人本身。

L3级自动驾驶被称作“有条件的自动化”，它赋予驾驶员脱离操控的权利，却又在系统边界处要求其立刻收回控制权。这里存在一个行为心理学上的经典悖论，当人们被允许从一项持续紧张的任务中解脱出来，他们的注意力会自然转移、松懈。

长时间不亲自驾驶，导致的手感生疏和情境意识下降几乎是必然的。

然而，系统要求接管的时刻，往往正是路况复杂、需要高度驾驶技能的紧急关头。这就形成了一个危险的落差，一边是逐渐退化的驾驶能力，一边是陡然增加的操作难度。这种要求人类在“分心”与“高度专注”之间瞬间切换的模式，本身就可能构成新的安全风险。

在个人使用场景下，这种风险难以监督和约束；而在组织化运营中，则可以通过严格的驾驶员培训、状态监测和操作规程来部分缓解。

因此，限制个人直接使用，并非是对技术的不信任，而是对一项复杂技术社会融合过程的尊重。

自动驾驶汽车不仅仅是一个产品，它更是一个移动的、能够产生重大社会后果的智能系统。它的推广，必须伴随着法律、保险、基础设施乃至公众认知的协同进化。

跳过这个过程，直接将未完全界定权责的技术产品投入大众市场，无异于将巨大的不确定性和潜在风险转移给了社会个体。

这一步的克制，恰恰是为了未来更稳健的放开。

通过试点运营，可以在真实但可控的环境中，大量积累关于系统表现、人机交互、事故形态的关键数据。这些数据将成为制定法律条款、设计保险产品、优化技术边界的黄金依据。

它让所有相关方——政府、企业、司法机构、保险公司——都有一个学习和适应的窗口期。

从“制造”到“制造+服务”

虽然个人暂时无法拥有L3自动驾驶汽车，但这次准入将引发产业链的变化还是很大的。

每一辆在试点路段行驶的L3自动驾驶汽车，都是一个数据采集终端。

它持续不断地收集着最宝贵的资源——真实世界中海量、复杂、甚至是极端的长尾场景数据。这些数据不是普通的行车记录，而是包含车辆每一个决策依据、传感器每一刻感知信息、人机交互每一次接管的详细“数字日记”。

在自动驾驶的进化中，算法模型需要反复喂养这样的高质量数据才能变得更强、更可靠。因此，谁在试点阶段掌握了这些数据的获取与处理能力，谁就掌握了训练下一代更高级别自动驾驶系统的“燃料”和“食谱”。

这可能导致产业价值点的剧烈迁移，未来汽车的核心竞争力，可能不再仅仅取决于发动机的马力或悬挂的调校，而更取决于其背后的数据资产规模与算法迭代速度。

一个新的战场已然开辟，其争夺焦点是无形的数据，而这将重新划分行业玩家的势力版图。

与数据战略紧密相连的，是商业模式的根本性转向。

当前限制个人拥有、鼓励通过打车等方式体验的政策导向，看似是权宜之计，实则可能在不经意间培育了未来的主流消费习惯。它正在潜移默化地推动社会观念从“拥有一辆车”向“使用出行服务”转变。

试想，当自动驾驶技术成熟后，随叫随到、安全可靠、无需停车的共享自动驾驶车队，可能比购买一辆价格昂贵、需要保养、大部分时间闲置的私人汽车更具吸引力。

汽车制造商的角色，将可能从单纯向消费者销售产品，转变为向出行服务公司提供车队，甚至自己下场运营出行网络。

汽车的“产品属性”在减弱，“服务组件属性”在增强。

产业的利润来源，也将从一次性销售，延伸至持续的出行服务收费、软件订阅和数据分析价值。这是一场从“硬件思维”到“生态思维”的深刻转型。

传统汽车超过百分之九十的价值来自于钢铁、橡胶、玻璃和各类机械电子硬件。但在智能网联和自动驾驶时代，情况正在改变。

决定用户体验上限和车辆性能边界的，越来越多地是软件代码和人工智能算法。车载操作系统、自动驾驶软件栈、各类应用生态，这些无形的东西将成为汽车价值的核心组成部分。

这意味着，汽车的定价模式可能不再是“基础车价加配置”，而是“硬件平台加软件服务订阅”；企业的盈利结构，也将从依赖制造规模与供应链成本控制，转向依赖软件研发能力、OTA升级服务和用户生态运营。

整个产业的分工体系随之动荡，传统的 Tier 1、Tier 2 供应商体系面临挑战，而科技公司、软件开发商、芯片设计商将以前所未有的深度嵌入产业链的核心位置。

所以，看L3准入，就不能仅视其为两款车获准上路。

它是中国汽车产业在智能化浪潮中，为应对价值转移和模式变革所进行的一次关键压力测试与路径探索。它在有限的范围内，提前演练了数据如何流动、服务如何开展、软件价值如何体现。

这个过程必将伴随阵痛与调整，一些企业会抓住数据与服务的脉搏崛起，而另一些固守旧模式的企业则可能面临挑战。

L3可能是最短命的自动驾驶级别

但虽然它很牛，在商业和法律上却仍难以持续。

原因在于其内在矛盾——既要求足够智能以减轻驾驶负担，又不够智能到完全免除人类责任。这种“半吊子自动化”可能面临消费者接受度低、法律界定困难、保险设计复杂等多重挑战。

有趣的是，一些行业专家认为，汽车制造商可能会跳过L3，直接瞄准L4（高度自动化）。因为从商业角度看，明确划分责任边界的系统（无论是人类全责还是系统全责）比模糊的中间状态更具可行性。从这个角度看，中国此次L3试点或许更多是技术验证和监管摸索，而非真正的商业化前奏。

刘法旺提到“随着试点的深入，限制条款有望逐步放宽”，但这过程将比许多人预期的更为漫长。

自动驾驶的真正普及需要跨越三重障碍：

技术障碍：当前系统在极端天气、复杂交通场景下的表现仍不稳定；
法律障碍：全球范围内，自动驾驶法律框架都落后于技术发展；
心理障碍：公众对机器驾驶的信任需要长时间建立，而一次严重事故就可能让信任倒退数年。

中国选择了一条与美国不同的发展路径，更强调政府引导、渐进式开放和运营先行。这种“先运营后个人”的模式，可能使中国在自动驾驶商业化应用上形成独特优势——通过B端运营积累数据、验证技术、完善法规，再逐步向C端开放。

首批L3自动驾驶车型获准入许可，看似一小步，实则标志着中国智能汽车产业进入了一个新阶段，从技术演示走向有限实践，从理想愿景走向现实约束。

对于普通消费者而言，真正拥有可以“安心放手”的自动驾驶汽车仍需时日；但对于整个产业而言，这场谨慎的革命已经悄然开始，它将在未来十年重塑我们的出行方式、城市规划和生活方式。

最终，自动驾驶的成功不仅取决于技术有多先进，更取决于社会能否就“机器如何与人类共享道路”达成新的共识。而这，将是一个比技术开发更加复杂的过程。

作者｜Kami

编辑/排版 | Felix

题图/封面｜网络

出品｜32度域AI研究组（未经许可，禁止转载）