作者：钟声
出品：红色星际
头图：新石器CEO余恩源图片
上周，几个做无人配送车的朋友在饭局上凑一块，聊到最后没聊技术、没聊融资、也没聊订单量，反而在讨论一件事------"监管的鞭子什么时候会抽下来?"
众所周知，今年对L4影响最大的无疑是政策监管的趋严，安全与合规成了决定L4玩家"生死"的核心问题。
L4玩家的运营车辆能不能继续在路上跑，由安全和合规能力决定。一次足够严重的事故，就可能触发连锁反应。被打断的不是某条线路、某个城市的运力，而是整个业务的存续。
尤其是对于L4领域增长速度最快的无人配送车。车队规模急速扩大，运营场景的多样性增加使得长尾极端case暴露概率提升，公众过高的关注度也意味着同等严重度的事故，舆情放大系数也在上升。
可以说，运营车辆增长一倍，潜在的安全风险也成倍放大。
所以，前不久新石器创始人余恩源在内部会上罕见"亮剑"，一句话砸得在场的人都沉默了------安全是新石器商业模式的基石。安全是1，效率、成本、规模都是后面的0。没有前面的1，后面的0再多也失去意义。
这不是场面话，而是把新石器整个下半场的战略优先级，判断得清清楚楚。可以说，无人配送车将从上半场的拼技术和规模，进入下半场的拼安全与合规。
无人配送车赛道迎来一场基于安全合规的淘汰赛，新的一轮洗牌即将开始。
1. 从"被动"升级为"主动"，行业换挡
无人配送车想要做好安全合规的规模化落地，不止是需要把自动驾驶的感知、规控等模型做好，必须改变传统的安全治理体系，进行升级迭代。
传统的安全治理体系有效，但"被动响应"模式的局限性也很明显。
传统安全治理体系的核心短板，是整体设计以"保障车辆持续运行"为核心目标，而非全域、系统性的安全管控。这套体系仅依靠固定规则识别已知的显性安全异常，只能应对既定的风险模式，不具备主动挖掘、预判新型未知风险的能力。
对异常的发现只能停留在"规则触发"------能识别已经明确的异常类型，但无法升级到"主动挖掘新型异常"。已知模式之外的安全风险（新场景、新季节、新软件版本带来的长尾事件）几乎不可能被提前发现，只能等它们演变到"明显异常"时被动捕获。
这对无人配送车来说存在一个巨大的风险盲区：不知道实际发生了多少安全事件、也不知道哪些是同质问题、更不知道趋势是在变好还是变坏。
不知量级：失察率（⼈报但系统未报）今天连基线数字都没有；不知归因：每次事故的根因停留在个案级，无法横向聚类成模式；不可迭代：没有归因就没有改进⽅向，安全治理⽆法形成"发现→改进→验证"的闭环。
对无人配送车来说：最危险的不是出事故，是出了事故却不知道下⼀次会在哪⾥。
而无人配送车的运营车辆规模以及场景都在迅速扩张，这意味着潜在的安全风险像滚雪球一样在积聚。
所以，无人配送车的安全机制必须要升级迭代的改变，把安全治理从"被动响应已发生事故"升级为"主动发现、快速处置、提前预防"。
新石器正是洞见到这一点，所以利用AI技术研发了L4领域的首个安全大Agent，率先在安全治理上从"被动响应"迭代为"发现预防"。新石器于8月20日发布行业首个 L4 无人车安全智能体"玄武"。
新石器的安全大Agent的产品定位⾮常清晰：构建⼀个独立的、专门的、全局视角的车辆安全监控体系。把无人配送车每天产生的海量原始数据，通过AI转化为可识别、可分级、可追溯的安全事件，并驱动从感知到处置到预警的全流程闭环。
新石器的安全大Agent的核心方案：感知→处置→预警三段式闭环。
第一段：风险感知Agent解决了传统模式"看不见"的问题。传统模式下只能在车被卡到停下来时才知道出事，而安全大Agent同时盯住多路信号，自动研判"哪辆车、什么类型、多严重、证据是什么"，让每⼀类安全风险都不再被遗漏。
第二段：风险处置Agent解决了"管不住"的问题。传统模式下会出现发生事故之后，下⼀个失效点是"没人接、没⼈跟、超时无人催"。处置Agent自动定级、自动派单到对应owner，让发现的每⼀分钟都有⼈在动作，每⼀步都可追溯。
第三段：风险预警Agent解决了"防不住"的问题。预警Agent把视角从单点抬到模式，发现聚类信号（黑点路段、季节性⾼危场景、软件版本异常），在事件爆发前输出预警和预防动作，掐断量变到质变的链条。
"撞/卡/货/违/失"这五类覆盖了无人配送车所有可能演变为重大安全事件的场景。
新石器的安全大Agent的能力全景就是围绕这五类标准化构建，能够针对这五类风险高效的做出"检测信号→Agent动作→对接系统"的处理。
安全大Agent是L4领域首个主动型的安全治理体系，从过去"被动响应"升级到"发现预防"。 这既是新石器如何走向下半场的答卷，也为L4如何面对安全与合规的挑战树立了一个标杆。
整个L4领域，无论无人配送车，还是Robotaxi以及RoboTruck，都需要为安全合规做出新的答卷，升级迭代安全治理体系。
交出答卷的玩家，才能脱颖而出；交不出答卷的，就将掉队。
2. 挑战即机会
安全与合规不止是满足政策监管的需要，更会引发无人配送车行业一轮新的洗牌。
最直接也最现实的影响，安全与合规会决定了客户的存留。做得不好的玩家如果运营车辆出现大的事故，就可能出现被停运的监管处罚，甚至路权被收回。但是客户的运货需求是刚性存在的，那么客户未来就只会选择安全与合规能力强的玩家。
在这样背景下，未来无人配送车的市场份额只会向安全与合规做得好的玩家集中。像新石器做出了L4标杆级的安全大Agent，无疑将会成为最先受益的玩家。而且其他玩家如果跟进不顺利的话，就会有掉队的风险。
所以，这会引发行业的洗牌。对于新石器来说，监管的收紧，既是一次大的挑战，更是一次拿到更多市场份额的机会。
安全大Agent可能是无人配送车玩家们拉开技术差距的一次分水岭。
新石器的安全大Agent的本质上不止是一个"告警系统"，更是一个数据飞轮引擎。
它把无人车运行产生的海量原始数据，通过层层提炼转化为可预测故障的知识，再基于这些知识自动执⾏预防性处置和前瞻性决策，最终实现"数据→知识→预测→行动→新数据"的自增强闭环。
翻译成大白话：这玩意儿越用越聪明。
这也是安全大Agent的精髓所在，基于数据飞轮实现自我进化迭代，越⽤越聪明。
新石器的安全大Agent拥有四阶段递进路径，按"先看见→再处置→再预防→再加深"的路径进化------每阶段都跑出⼀个可量化的基线，再向上叠加。
所以，新石器安全大Agent的数据飞轮效应非常明显，每跑⼀轮闭环，识别力和预测力都在提升------产品不是越⽤越旧，⽽是越⽤越聪明。
众所周知，在AI领域数据飞轮效应，意味着不同玩家的技术差距会越拉越大。
另外，想做好安全风险监控并不只是技术上的事，更会牵涉到公司内部组织的协作性。
安全大Agent与公司各部门的关系是补位，而不是替代。
安全大Agent补位的是在安全风险上"大脑"的角色，一是把分散在各处置链路⾥的数据聚拢、统⼀研判、独⽴分级、统⼀沉淀；二是研判结果分派给真正能动作的人/系统，只做做识别、分级、派单，不做处置出⼝。
所以，在内部协作串联上，安全大Agent是"大脑"，而公司其他部门是"手脚"。安全大Agent想要发挥作用运行的好，就必须打破"部门墙"。
这是不少公司面临的一个障碍。众所周知，许多公司一旦涉及到跨部门协作，往往就会出现各部门相互争权夺利、甩锅扯皮的事，这会阻碍新技术在公司内部的落地执行。
在组织行动力上，新石器则是率先在行业成立安全委员会，由CEO余恩源亲自担任一把手，拉齐内部各部门对安全的认知，让安全大Agent能够在新石器内部顺利落地和运行。
所以，安全大Agent并不只是一个技术，而是横跨AI技术和组织的一套体系。这也是业界一些玩家想仿效抄作业比较艰难的原因。众所周知，技术的东西好抄作业，但是体系的东西抄作业非常难。
结束语
一些投资人对余恩源的评价是"自动驾驶圈最具有内省反思能力的创始人"。余恩源能在内部高管会上坦诚的做自我批评，这是许多公司的创始人不具备的自我反思能力。
当一个公司老大能够坦诚的自我批评时，就会为公司内部塑造一种坦诚、扁平的氛围。各部门之间就能够敢于展现问题，去解决问题。而许多公司是老大不愿直面问题，部门负责人之间相互掩藏问题，等到监管的"鞭子"抽打到自己身上的时候，才着急忙慌的去补课解决问题。
所以，新石器的安全大Agent既是技术的产物，也是一种文化价值观的产物。
至于无人配送车这个赛道玩家谁能进入下半场，判断的逻辑很清晰。
下半场的入场券只会发给一种玩家------把安全治理跑通闭环的那一批。技术窗口一旦关闭,追赶的成本会呈几何级数上升。而对于还没有动作的玩家来说------留给行业的窗口期，可能比想象中要短。
-END-