在自动驾驶发展的早期，“可行性”几乎是唯一的主题。人们热衷于讨论算力、模型能力与路测里程，试图用一组不断增长的数字，逼近一个尚未完全抵达的未来。
但当L4级自动驾驶逐步从封闭测试走向公开道路，行业发展的关键变量正在悄然发生变化。
什么样的自动驾驶公司才能拿到“长跑入场券”？
这或许可以从滴滴联合创始人、滴滴自动驾驶公司CEO张博近日的一场公开讲话中一窥答案。
4月1日，张博在智能电动汽车发展高层论坛上发表了题为《AI时代自动驾驶的前景与探索》的演讲。
我们试着用三句话归纳这场发言的核心信息：安全是自动驾驶获取政策和法律准入的门槛，体验是留住用户的商业粘性，而混合出行则是解决L4级技术无法实现全场景覆盖的重要路径。
硬件和AI是躯干，真正决定自动驾驶在中国和全球化落地成败的是本地化的安全体系与服务细节。
安全的规模化交付能力才是底线
在张博不到5分钟的发言中，“安全”被提及14次，是整个演讲中的高频词之一。为什么张博反复强调“安全”？
与大多数互联网产品不同，自动驾驶直接作用于物理世界，承载的是人的生命与公共交通秩序。它的上线不取决于用户增长或商业模型是否成立，而首先取决于监管与社会是否肯定其风险边界。
从这个意义上讲，安全不是结果指标，而是一种“准入能力”。没有被验证、被信任的安全体系，再先进的算法也难以进入真实道路。
全球每年因交通事故死亡约135万人。张博认为，随着技术的发展，这个数字会大幅下降。“在十年前这是一个预测，此时此刻已经成为现实，自动驾驶技术已经被验证比人类驾驶员更安全。”
在滴滴自动驾驶与广汽联合研发设计的新一代RobOTAx车型上，自动驾驶系统设计了三层安全冗余。
第一层算法冗余，专门用来判断车辆与周边交通参与者的碰撞风险；第二层软件冗余，可以在自动驾驶软件故障时安全停靠；第三层硬件冗余，确保在硬件故障时实现安全停车。
安全决定了自动驾驶能否实现规模化。只有当系统在不同天气、路况和交通参与者条件下都能保持稳定表现，自动驾驶才能从示范区走向更广泛的城市网络。
这也是张博强调工程化安全能力的原因：通过算法、软件与硬件的多层冗余，将偶发风险转化为可控问题，使系统在极端情况下仍能给出确定性的响应。
滴滴的自动驾驶与广汽团队花了一年半时间，对RobOTAx整车可靠性和稳定性做了多项严格验证。
新车型搭载了滴滴自动驾驶最新一代硬件平台，配备33颗传感器，其中10颗为激光雷达，全车周身没有盲区。
安全是自动驾驶商业化的隐性成本。
每一次系统异常和事故，都会直接影响用户信任与政策环境，进而反作用于业务扩展的节奏。因此，安全不仅是技术问题，也是一个长期的运营能力和规模化能力。
安全能力也是业务出海的前置条件。
在全球化语境中，安全承担着“通用语言”的角色。不同国家在交通规则、道路环境和监管体系上存在差异，但对安全的要求具有高度共识。对于出海的自动驾驶公司而言，能否建立一套可被不同市场理解与接受的安全体系，往往比单一技术指标更具决定性。
体验重构：RobOTAx是新型移动空间
在张博的演讲中，“体验”被提升到与“安全”同等重要的地位。
过去，自动驾驶行业习惯于将体验理解为技术成熟后的附加值，而不是一个需要优先定义的核心变量。
当自动驾驶进入运营阶段，这一逻辑开始发生变化。
驾驶行为被系统接管后，传统围绕方向盘的时间和动作被释放，人在不同物理空间之间的切换形成一种连续的体验，张博称之为“移动空间”。
滴滴自动驾驶在RobOTaxi产品中尝试将用户在车外的行为延续到车内。例如，车辆可根据用户偏好调整座椅角度、空调温度与灯光环境；在用户授权下，车内系统可同步其正在播放的音乐或视频，实现内容的无缝衔接。
这些功能并不复杂，但指向的是一种新的产品逻辑：车辆开始主动预判需求。这种变化也可以理解为从“硬功能”向“软服务”的延伸。
过去的汽车体验集中在动力性能、空间尺寸与舒适性等物理指标，而自动驾驶将关注点转移到服务过程本身。用户在车内的时间如何被利用，是否能够获得稳定且符合预期的体验，成为新的评价标准。
在这一维度上，“更舒服”只是基础，“更懂你”才是竞争壁垒。
技术可以追赶，硬件可以采购，但用户体验依赖长时间的积累。滴滴在长期运营中积累了大量真实出行数据，并建立了成熟的调度系统，使其能够在用户需求、车辆供给与环境条件之间进行动态匹配。
如果自动驾驶只是将人类驾驶替换为系统驾驶，那么其形态仍然接近传统出租车，差异主要体现在成本与效率上。但如果车辆被重新定义为空间与服务的组合，那么竞争维度也随之改变。从“是否更便宜”，转向“是否有更契合用户需求的体验”。
在这一过程中，体验不再是技术成熟后的附加值，而是需要提前设计与持续优化的核心能力。
在安全成为行业共识的前提下，体验正在成为新的分水岭。谁能够在真实场景中持续提供稳定、可预期且具有差异化的出行体验，谁就更有可能在下一阶段的竞争中占据主动。
换言之，谁定义了RobOTaxi的体验，谁就更有可能定义未来自动驾驶的产品形态。
全球化的真正难点，不是技术
当自动驾驶开始从示范区走向更大范围的应用，能否复制到不同城市和国家的问题随之出现。表面上看，这是一次技术输，但真正的难点并不完全在技术本身。
自动驾驶至今仍运行在政策与技术的双重边界内。在多数国家和地区，相关法规仍以试点和示范区为主。
单一依赖RobOTaxi构建完整出行供给，在当前阶段难以成立。
在这一背景下，滴滴的“混合出行网络”成为一种更具可行性的路径。其核心逻辑是将自动驾驶车辆嵌入既有出行体系，与人驾驶网络协同提供服务，而不是单纯用前者替代后者。
在具体运行中，系统可根据道路条件、实时供需和车辆能力进行动态派单，适合自动驾驶的场景中调用RobOTaxi，其他由人类驾驶员完成服务。
这一思路在广州的实践中已有体现。用户在平台上发起订单后，并不会主动区分是否由自动驾驶车辆接单，而是由调度系统在后台完成匹配。
自动驾驶的出海并非简单的技术复制，而是在不同国家的交通规则、基础设施和用户习惯中建立一套可运行的系统。滴滴在14个国家的出行服务经验，使其在进入新市场时具备一定的本地化能力。
从行业路径来看，自动驾驶已成为全球科技竞争焦点。滴滴今年将把自动驾驶推广到海外，部署RobOTaxi出行服务。
出海不是代码的平移，而是安全标准、运营经验与社会责任感的整体性输出：安全体系需要符合不同市场的监管要求，服务流程需要适配当地用户习惯，运营策略需要根据供需结构进行调整。
自动驾驶的难点，或许不在于让机器学会开车，而在于让一套新系统在复杂世界中持续运转。而当技术逐渐趋同后，真正拉开差距的，往往是那些不易被量化的能力：如何处理不确定性、如何理解人，以及如何在效率与安全之间保持克制。