剛好十年前的2013年7月6日，一架韓亞航空波音777客機在抵達舊金山機場降落時發生事故，機尾提前觸地并解體脫落，造成3名中國乘客不幸遇難。

777一直是安全紀錄較好的機型之一，這起韓亞航空214號航班空難，也確實與波音沒太大關系，而主要歸咎于機組的操作不當。

空難調查結果令人震驚，盡管機長有著近1萬小時的飛行經驗，但手動駕駛飛機著陸的次數卻屈指可數。韓亞航空甚至有規定鼓勵飛行員盡可能使用自動系統，而很少訓練手動降落。

“如果把他的飛行總時長減去自動駕駛的時間，剩下的手動飛行經驗可能只有幾百個小時。”

現代航空早已擁有了全自動化的降落指引系統，機場設備發出信號，引導飛機全自動下降并著陸。然而在空難發生時，舊金山機場的自動降落指引系統剛好處于暫時停用的狀態。

于是韓亞214航班必須自主降落。由于缺乏手動駕駛經驗，機組做出一系列混亂操作，無意之中切斷了飛機的自動油門，徹底失去了自動系統的保護。而當他們意識到飛機此刻全由自己掌控時，為時已晚。

韓亞214空難是一起非常經典的“自動化依賴”事故，它至少揭示了三個重要問題：

1.現代自動化技術提高了安全性，但隨著自動化程度提高、自動化系統增多，各個自動控制系統彼此之間的邏輯關系，可能會讓操作者更加難以理解記憶，難以判斷各系統所處的工作狀態（如是否正常）；

2.盡管概率很小，但在自動化系統中，一旦某些可能并不起眼的組成部分遭遇特殊狀況，操作者的手動技藝就可能會是事關生死的最后保障；

3.不同公司的自動化體系、設計理念可能存在很大差異，A公司產品的資深操作者切換到B公司產品需要重新適應（韓亞214機長更熟悉空客的自動駕駛，但事故發生時剛轉飛波音）。

就像“AutoPilot”這個代表性的名字就來自于航空業，汽車智能輔助駕駛的發展，也可能將要面對類似的隱患。

當極小概率走向可能

以新勢力、自主品牌為代表，智能輔助駕駛正在步入NOA領航輔助時代，NOA成為新的兵家必爭之地。今天這些領航輔助系統已經從高速走向城市，從依賴高精地圖漸漸走向“無圖”。

覆蓋范圍越來越廣，人為干預的需求也在減少。各家都會著重宣傳“低接管率”，媒體實測時一定會注意并強調“XXX公里零接管”。接管率越低越安全，儼然成了默認的共識。

當下優秀的NOA功能，已經可以做到平均百公里一次級別的低接管率。在實際使用中，高速路況不乏數百公里無接管請求的情況，即便更復雜的城區幾十公里無需人為干預也已成為可能。

當NOA覆蓋區域擴大到城區，當現實中較為理想路況下的接管率可能極低，甚至還出現了“定制化”的通勤NOA（專門針對用戶高頻通勤路線訓練、開通和優化），一種概率很小但已然存在的可能性出現了：

假想一位剛拿到駕照的駕駛員，每天僅固定來往于一條路況簡單的NOA覆蓋路線上，他完全可以上車即開啟NOA直到抵達目的地。如果不遭遇意外，幾年如一日，理論上他完全有可能從未手動駕駛過車輛。

那么問題來了，假如上述情況成立，這位合法駕駛員究竟算是一位有著幾年駕齡的老手，還是一位早已丟失了基本駕駛技能的“紙上司機”呢？

（當然肯定會有朋友想到，生活中也有不少拿了駕照多年不開車、早已失去駕駛能力卻具備合法駕駛員身份的人。但我們不能因為已存在的不合理，而認為另一種不合理就是合理的，駕考一旦通過便終身有效的合理性本就存疑。）

再進一步，就個體而言，當這樣一位駕駛員有一天突然需要駕車前往未覆蓋區域，當領航輔助行駛中某個自動駕駛的相關部件突然失效（哪怕只是按鈕掉了），當天氣突然惡化到輔助駕駛無法繼續工作……

一旦突發意外狀況，哪怕只是簡單而本來無關痛癢的小意外，我們是否可以認為他有能力對情況做出判斷，以及有能力安全地手動接管呢？

當然，以上這些極端情況疊加的概率其實很小。既需要個體出行規律的特殊性（僅通勤于固定且理想的路線），需要客觀上的運氣，還需要該NOA確實足夠成熟，真實生活中很難滿足讓駕駛者長期無手動駕駛和手動接管機會的條件。

但是具體事例是否有可能、有多大可能、現在是否已可能發生并不重要，重要的是隨著成熟度進步和覆蓋區擴大，城市NOA已然讓這種極端情況從“完全不可能”走向了“有極小可能，且會越來越大”。

只提供高速NOA的時代，無論接管率再低，也不可能存在駕駛員上車即開啟領航輔助的情況，除非他一輩子活在高速里。

但當覆蓋到城市，即便只覆蓋了部分城區，也讓“始終僅活動于覆蓋范圍內”的極端個例有了可能性。隨著城區NOA范圍擴大，通勤NOA的出現，這種極端或者說理想情況將越來越成為現實可能。

絕大多數或者說幾乎所有道路環境，都不大可能始終如一地給輔助駕駛一個干凈、簡單、無意外的理想環境。但如果有極少數個體，永遠只在理想交通環境出行，避開了所有corner case，這并非不可想象。

當下潛在的具體危險也許還很小，但站在現在設想未來，作為一個可能的方向，隨著NOA覆蓋越來越大、接管率越來越低，今天看來條件苛刻的極小概率事件，將會越來越不再是極小概率。

除了“多年零接管、從未手動駕駛”這種憑空設想出的極端絕對案例之外（盡管理論上已經可能），用相對的眼光看問題，隨著自動化輔助技術的發展，手動駕駛的機會大幅減少，駕駛員正確、安全接管車輛的能力將逐漸被打上一個問號。

輔助駕駛系統的接管率再低，只要不是真正的零接管，并非真正意義上的全自動駕駛，也終究要求駕駛者擁有手動接管即手動駕駛的能力。

駕駛者的駕駛能力，必須要能“覆蓋”輔助駕駛的能力范圍。一個從未手動行駛過高速公路的人，很難信任他在NOA以120km/h行駛遭遇意外導致系統突然失效的時候，有能力及時接管車輛確保安全。

我們都是概率盲

今天人們普遍視低接管率為貴，就評價技術成熟度當然有一定道理，卻不等同于實際使用中“更安全”。自動化程度更高意味著技術優越性，但個體不做任何準備未必能將技術優越性轉化為現實收益。

“能”的范圍擴大，當然會帶來安全性提升的前提基礎；但如果“能”的范圍擴大之后，使用者開始忽視小概率的“不能”，后果也可能適得其反。

在全自動駕駛遙不可期的前提下，NOA這樣的高階輔助駕駛功能依然要求駕駛者全程準備接管。于是盡管低接管率客觀上提供了更安全的基礎，實際中取決于使用者的認知，卻未必能體現為更安全。

舉個例子就好理解，假如某NOA功能的平均接管率為每十公里一次時，駕駛員多半會全神貫注以便隨時應對意外；而當平均接管率達到每百公里一次時，駕駛者還會時刻保持警惕嗎？每五百公里一次時呢？

即便平均接管率低至每千公里一次，假如這一次發生時駕駛者未做好接管準備，其危險程度也并不會因為接管率低而打個折扣。

必須指出，所謂平均接管率并不等于“大致每xx公里就會出現一次接管請求”，平均≠均等。NOA請求人工接管是一種隨機事件，路面發生超出NOA能力的極端情況更是隨機事件，并無任何規律可言。

只有當樣本數量無限大的時候，只有當行駛里程無窮多的時候，才可以認為每一時刻需要接管的概率是相等的——這顯然不可能。所以平均接管率“xx公里”只是一個事后總結的數據，與實際使用無關。

平均接管率每百公里一次的系統，可能行駛幾百公里也無需人為接管，也可能下一秒種就發出警報。這既取決于路況的客觀差異，也可能受意外狀況干擾，完全不可預測。

于是可以想象一種反直覺的現象：接管率低、高度成熟的NOA，對安全性的影響可能是提高，但同時也可能是降低。因為更成熟的自動化系統在提高客觀安全性的同時，也給了人們主觀安全意識降低的機會。

今天，各家NOA突然“掉線”、做出危險動作的案例，網絡上已不鮮見。如果說在NOA還不算可靠，駕駛者還保有一定警惕性的今天，未能及時接管的風險已然存在，那么當NOA更加成熟、接管頻率更低，是否會有更多駕駛者對它過度信任呢？

只要NOA一天沒有進化和被認定為全自動駕駛系統，手動干預接管的頻率再低，其可能性也不能被個體忽略：當后果過于嚴重，即便群體概率只有萬分之一，一旦落在個體身上卻會成為100%。

“人類從來不是擅長概率的動物”，在流行敘事中人們往往將“風險”理解成“危險”，而實際上風險更準確的定義是“未知、不可預測”，可預知的危險往往便不是風險。

即便風險極小，但若其后果嚴重到令人無法承受，那么這一丁點風險也必須加倍重視。低接管率的宣傳很容易讓人們將目光放在“風險概率極小”，而忽視掉其后果的嚴重程度是否有所減輕（并沒有）。

所以我們可以理解，哪怕NOA進化到平均接管率低至千公里、萬公里一次，車企們也依舊不會僅僅因此便將其稱為自動駕駛系統。否則哪怕只發生一次惡性事故，其后果也足以毀掉任何一家車企。

而今天已經打出L3招牌的車企，比如奔馳對于自家L3系統的使用范圍限定和權責劃分極為明確和決絕。人家并非不知道國內NOA有多大本事、群眾喜聞樂見什么，但L3終究是需要車企擔責，誰疼誰自己會知道。

首先只在部分高速路段且限定車速（目前60km/h以下），即便真的出現事故也很難超過其車輛被動安全的承受能力范圍，進而造成人員傷亡，能用錢解決的都不是問題。

其次進入L3之后，駕駛者無法發出任何駕駛指令，與輔助駕駛體系完全隔絕，保證不會出現駕駛者錯誤干預影響安全，于是人車責任模糊不清難以劃分的情況。

領航輔助的應用和成熟，一方面——在做好了風險提示和使用規范的前提下——當然有效提升了駕駛舒適性和安全性；另一方面，隨著覆蓋范圍的擴大、接管請求的減少，讓很多過去絕無可能的小概率情況有了可能性。

在過去，任何一位駕駛員只需適度的自主駕駛，便可以保持基本駕駛技能不丟失。而未來更精進、更成熟、能力更強的NOA，可能會讓駕駛者在不知不覺中丟失或顯著降低其手動駕駛與處理突發意外的能力。

那么對于那些NOA確實極為優秀的車企，或許應該考慮一定的“反沉迷”措施：如果能確認駕駛員已連續使用輔助駕駛很長時間（比如上萬公里）且一直未出現手動接管的極端情況下，強制該駕駛員必須手動駕駛一定時間/里程。

當然，這并不是一個有關具體細節的建議。一方面眼下討論實現細節也許還為時尚早，另一方面也存在著許多現實問題，像是如何區分不同駕駛員是否涉及隱私問題、如何得知駕駛者是否曾駕駛其他車輛等等。

完美防止任何一位駕駛者因智能輔助駕駛系統越來越低的接管率而“忘記”如何手動駕駛車輛，也許現在看來既有點杞人憂天，也存在很多操作細節上的難題，但我們至少可以肯定這個方向并強化認知：

在真正實現全自動駕駛之前，不應坐視任何智能輔助駕駛削弱人類駕駛者手動接管能力的可能性不管。自動系統在帶來安全的同時，也可能因過度依賴而帶來新的危險，這種隱患伴隨人類已久，需要被注意到