摘要：一辆小米 SU7 以 116 公里的时速在 NOA 智能辅助驾驶状态下前行，驾驶员或许以为系统能应对一切。

深夜的高速路上，车灯划破黑暗。

一辆小米 SU7 以 116 公里的时速在 NOA 智能辅助驾驶状态下前行，驾驶员或许以为系统能应对一切。

突然，施工路障出现在视野中，系统发出警报，但从提示到碰撞，只有短短 2 秒。

驾驶员慌忙接管，打方向、踩刹车，却终究没能避开水泥桩。

这不是电影画面，而是 3 月 29 日发生在德上高速的真实事故，一场让资本市场用 5.5% 跌幅敲响警钟的悲剧。

事故发生后，数据记录还原了惊心的时间线：22 点 44 分 24 秒，系统检测到障碍并开始减速；1 秒后驾驶员接管，方向盘左转 22 度，刹车踏板踩下 31%；2 秒后，车辆右转 1 度，刹车加深到 38%，紧接着就是碰撞。

这 2 秒，成了生死之间的关键窗口。

更值得注意的是，这辆 SU7 标准版没有激光雷达，夜间障碍物识别能力比高配版下降 40%，单颗 Orin 芯片的算力只有高配的六分之一。

当系统在黑暗中发现障碍时，留给人和车的反应时间，已经少得可怜。

有人说，这是技术迭代必经的代价。

但回顾汽车安全史，每一次进步都源于对生命的敬畏。

几十年前，安全带还不是标配，直到工程师发现，碰撞时没系安全带的乘客伤亡率高出数倍，才推动了这项技术的强制普及。

如今智能驾驶时代，我们是否也该重新思考：技术领先和安全底线，到底谁该排在前面？

美国国家公路安全管理局的数据显示，72% 的自动驾驶事故发生在系统提示后的 2 秒内，德国的测试则表明，驾驶员平均需要 2.3 秒才能有效接管车辆。

小米事故中的 2 秒，正好撞在这个 “死亡窗口” 上。

争议的焦点还有 AEB（自动紧急制动系统）。

小米曾宣传 SU7 的 AEB 能在 130 公里时速下实现 70 公里的速度降，但事故中车辆以 97 公里的时速碰撞，AEB 似乎并未发挥预期作用。

专业人士指出，纯视觉方案在夜间识别障碍物的能力有限，尤其是面对施工路障这种不规则物体，算法可能无法及时判断风险。

这让我想到，当年 ABS 防抱死系统刚问世时，也有人质疑其必要性，但现在，它已经成为所有车辆的标配。

智能驾驶的安全算法，或许也需要类似的 “强制标准”，让生命权成为算法设计的第一原则。

资本市场的反应很直接：事故发生后，小米股价暴跌 5.5%，市值缩水 800 亿。

这不是对技术创新的否定，而是对安全优先级的警示。

想想特斯拉当年的 Autopilot 事故，同样引发了对自动驾驶安全边界的反思，最终推动了行业对传感器冗余和紧急避险逻辑的改进。

小米 SU7 的事故，应该成为行业重新定义 “技术领先” 的转折点 —— 没有安全打底的技术，再先进也是空中楼阁。

作为车主，我们期待智能驾驶带来便利，但更需要安全感。

那个深夜的事故，不是单纯的技术故障，而是给整个行业敲响的警钟：当我们沉迷于算力、续航、加速性能时，是否忽略了最基本的需求 —— 活着到达终点。

或许，我们该借鉴 “黄金 3 秒” 原则：系统设计必须预留足够的反应时间，让人和机器都有纠错的余地。

就像当年沃尔沃发明三点式安全带时说的：“汽车安全的终点，不是参数多漂亮，而是让人下车时毫发无损。”

这场事故引发的讨论，不该止于技术分析。

它让我们思考：在智能驾驶的时代，我们该如何平衡创新与安全？

当系统发出警报的那一刻，到底是把更多控制权交给人，还是让机器做更果断的决策？

欢迎在评论区分享你的看法，也许你的观点，能为行业改进提供重要参考。

毕竟，每一次对安全的较真，都是为了让下一次出行更安全。

来源：魏蜀吴故事集