放大
缩小
默认重庆汽车论坛上，“非安全不智能”被反复提及，成为行业难得冷静下来的共识。嘉宾们尖锐批评“让消费者为不成熟智驾系统试错”的乱象，呼吁构建从代码到道路的全链路安全验证体系，强调智能化的前提是“安全可解释、风险可控制”。这一警示戳中了智能汽车狂飙发展中的核心痛点，也为行业划定了不可逾越的红线。
“越智能，越危险”的风险悖论需要正视。AI赋予汽车强大能力的同时，也让安全风险呈几何级放大。传统汽车安全聚焦机械与操控，而智能汽车安全已延伸至网络安全、数据隐私、算法可靠性三大新维度。车载系统漏洞可能引发远程操控风险，海量行车数据面临泄漏隐患，算法在复杂路况的误判更直接威胁生命安全。当汽车连接网络、搭载AI，安全的内涵已经超越物理范畴，成为贯穿研发、生产、上路全周期的系统性工程。
当前最值得警惕的，是部分企业“重噱头、轻安全”的浮躁心态。在市场竞争加剧的局面下，一些车企将未成熟的智驾功能仓促推向市场，以“抢先落地”“高阶配置”为营销卖点，把道路当实验室，让用户充当免费测试员。消费者购买的是出行工具，而非实验设备。这种“创新先行、安全后置”的模式，本质上是将技术风险转嫁给消费者，既违背商业伦理，也透支行业信任。更有甚者模糊智驾等级边界，将L2级辅助驾驶包装为“全自动驾驶”，误导用户过度依赖系统，酿成安全事故。无数案例证明，脱离安全的智能化，不仅无法提升出行品质，反而会成为道路安全的重大隐患。
“安全可解释、风险可控制”，理应成为智能汽车发展的核心准则。安全可解释，要求智驾系统的算法逻辑、决策路径清晰透明，故障可溯源、问题可定位，而非“暗箱操作”。风险可控制，意味着企业必须建立全流程风险防控机制，从代码编写到道路实测，每一个环节都严守安全标准，杜绝带病功能上路。这并非限制创新，而是为创新筑牢根基——唯有安全可靠，智能化才能真正赢得用户信任。
构建全链路安全验证体系，是破解安全难题的关键。这一体系必须贯穿研发、测试、上路、迭代全周期：研发阶段强化软硬件冗余设计与网络安全防护；测试阶段融合虚拟仿真与真实道路验证，包括极端天气等长尾场景；上路阶段建立实时监控与应急响应机制，明确人机权责边界；迭代阶段规范OTA升级流程，确保每次更新都通过严格安全测试。同时，在数据安全层面，企业须遵循“最小必要”原则采集数据，强化加密存储与传输，并构建从芯片到应用层的纵深防御体系，守护智能汽车的“数字安全”。将安全验证从“自选动作”变为“硬性规定”，既需要企业自律，更呼唤监管完善。
“非安全不智能”不是一句口号，而是一条铁律。它要求车企摒弃急功近利的心态，回归安全本源；要求监管部门加快完善法规标准，强化全链条监管；也要求全社会形成共识，让安全成为智能汽车发展的“压舱石”。技术可以迭代，创新永无止境，但安全永远是不可退让的前提。唯有守住“安全可解释、风险可控制”的底线，拒绝让消费者为不成熟技术试错，智能汽车才能真正行稳致远，让AI赋能的出行，既充满智慧，更满是安心。（廿一）
放大
缩小
默认