回望过去十年，是中国智能驾驶狂飙突进的黄金时期。行业从读懂道路环境起步，一步步实现高速领航、城市领航、自动泊车等功能大规模上车，L2级辅助驾驶乘用车渗透率突破七成，一批本土算法与芯片供应商乘着量产浪潮快速壮大。

早期自动驾驶的逻辑十分直白：感知、定位、预测、规划控制层层配合，让机器看懂道路。行业最大难题不在于处理常规路况，而在于应对占比不高却风险巨大的极端长尾场景。突如其来的横穿行人、路面异物、少见的特种车辆，很难靠工程师在办公室全部枚举。于是，量产—数据—模型迭代的飞轮模式成为行业破局关键。海量量产车辆跑在真实道路，收集边缘案例反哺算法，持续优化系统表现。

一边是算法企业依靠真实路况数据打磨模型，另一边芯片厂商攻克车规算力、功耗、成本难题，解决自动驾驶算法落地的硬件底座。两股力量双向奔赴，共同撑起国内智驾供应链的成长。

2021年之后，量产竞赛取代纯粹的技术研发竞赛。新车迭代节奏快，竞品功能快速跟进，倒逼智驾功能加速落地。市场诞生大量营销化概念，L2+、高阶智驾、“有路就能开”等说法层出不穷。行业形成一种特殊的双轨状态：产品说明书反复强调驾驶员需要全程接管监督，营销宣传却不断渲染车辆接近自主行驶。

这套模式能够持续运转，核心根源在于L2辅助驾驶始终把人作为最后的责任防线。无论系统接管多少驾驶动作，驾驶员都负有持续监督车辆的义务。责任没有转移到企业端，行业便获得宽松的试错空间，得以快速扩大装机规模、积累海量路测数据，也造就资本市场追捧的故事：软件可以不断复用，规模越大，边际成本持续摊薄。算法、芯片供应商借着这波红利，实现定点车型、出货量的高速增长。

很多消费者容易混淆L2与L3的边界：部分L2产品实际用车体验，甚至优于刚落地的L3车型。二者真正的分水岭不是体验好坏，而是驾驶权的归属。

L2阶段，人是最终驾驶者；当车辆进入L3设计运行域，系统接手全部动态驾驶任务。此时企业不能在事故发生后，将全部责任推给驾驶员。ODD设计运行域，不再只是一份功能能力清单，更是一份责任清单。多大的降雨、逆光、施工环境下系统必须退出接管，每新增一类使用场景，都不只是算法团队的工作，质量、法务、保险部门都要参与评估。L2时代讨论“功能能不能上线”，L3时代要多问一句：“上线之后风险谁来承担”。

道路交通安全法修订草案的审议，从立法层面把这一现实摆上台面。草案区分辅助驾驶与激活状态下的自动驾驶，明确自动驾驶激活后的违法责任归属车企。需要厘清的是，这不等同于简单的车企全部兜底，交通违法、事故判定、民事赔偿、产品责任分属不同范畴。但它标志着，智驾行业过去“舒服”的发展环境正在消失。

责任链条会顺着整车厂传导至上游供应商。一旦发生事故调查，主机厂会沿着软件版本、运行日志向上溯源。对于算法供应商，除了优化驾驶体验，还必须实现算法可验证、决策过程可完整追溯，功能安全认证、版本管理、事故还原能力成为刚需。过往只看接管率、行驶流畅度的考核标准，已经不足以满足L3时代要求。

对于底层芯片平台供应商，挑战则来自车企对控制权的诉求。迈入高阶自动驾驶，主机厂更倾向于拆解底层技术，追求开发过程的自主可控。随之而来的是大量不直接产生营收的工作：版本冻结、安全案例归档、功能审计、迭代后全量重验证。

规模增长的另一面风险开始显现。算法存在极低概率的系统性缺陷时，小批量装车可能数年不会暴露问题；当装车量达到百万级别，理论风险就会转化为现实隐患。如果一套底层方案供给几十款车型，一处底层缺陷，就会升级为平台级系统性风险。事故的处置成本不再只是工程师现场调试，还包含模型冻结、跨车型排查、版本回滚、多客户重新验证等高昂代价。

曾经资本市场喜爱的商业模型迎来修正。数据飞轮、规模摊薄研发投入依旧具备价值，但企业财务模型中，必须新增安全研发、合规认证、长期软件维护、风险追偿等成本。软件边际成本无限下降的美好叙事，被汽车工业严谨厚重的安全体系重新约束。

这并不代表智驾行业走向衰退。门槛抬升会淘汰实力薄弱的中小玩家，头部供应链企业反而有望收获更大市场份额。这种“不舒服”，恰恰是行业走向成熟的信号。

十余年前入局的从业者，曾经在多条技术路线之间反复博弈。时至今日，技术路线依旧会持续迭代，但不变的趋势是机器承接的驾驶任务越来越多。当机器接管足够多的驾驶工作，法律、保险、产品责任就必须同步上车。褪去营销光环，直面权责与安全考验，智能驾驶才算真正驶入汽车工业的深水区。