从单车智能走向平台可信。

作者｜田思奇

编辑｜栗子

Robotaxi行业正在从追求跑得足够远，转向能否被长期托付。

过去，自动驾驶行业习惯用路测里程、接管率和示范区规模证明技术成熟。但随着无人车迈入收费运营、多城规模化投放阶段，安全问题就不再只是单车表现，而是整个系统能否在真实城市道路中长期稳定运行。

在这个节点上，曹操出行的全面AI转型，补上了关键一环。

6月29日，2007年图灵奖得主、可信人工智能与复杂系统领域开创者之一约瑟夫·希发基思（Joseph Sifakis）正式出任曹操出行AI创新中心首席科学顾问。这也是希发基思首次深度参与中国科技公司的AI战略建设。

不到两周前，曹操出行于中国香港车博会正式发布RoboX战略，定位打造全球领先的物理AI移动科技平台，并公布“双十万计划”：2030年前累计部署10万辆Robotaxi与10万辆Robovan，搭建覆盖载人、载货的全域智能运力网络。

从发布全域运力战略，到引入图灵奖科学家坐镇，曹操出行的AI转型，已经下沉至可信AI底层架构与系统安全体系建设。对于正在迈向规模化商业落地的Robotaxi行业而言，这也意味着竞争重点正在从让车辆跑起来，转向安全可信能力建设的新阶段。

1.复杂系统如何获得信任：自动驾驶的四层难题

把希发基思的研究放到自动驾驶语境中看，可以看出它始终围绕一个底层问题：复杂系统如何从能够运行，走向可以信任。

「甲子光年」认为，自动驾驶行业今天面对的可信难题，可以分成几层。首先是可信依据的缺失。如今大模型、端到端架构等技术持续迭代，让自动驾驶的行车能力不断提升，但技术进步并不直接带来信任。车辆在一次测试中表现良好，不代表它在开放道路的长尾场景中始终可靠；模型在多数情况下判断正确，也不代表它能稳定处理复杂交互和责任边界模糊的问题。

希发基思开创的模型检测与形式化验证，恰好补齐了这一空白。这套技术不直接优化AI的识别与决策能力，而是把模糊的安全标准转化为可量化、可核验的数学规范，全方位校验系统运行状态。它改写了行业安全评判逻辑，从看单次测试结果转向看系统全周期持续合规能力。目前Intel、IBM、微软等科技巨头已将该技术落地工业场景，证明这套理论具备成熟的工程落地价值。

来源：图灵奖官网

反观自动驾驶行业，路测里程、接管率等通用指标，只能证明技术在持续优化，却无法追溯异常成因、规范落地规则。行业真正需要的，是一套完整的可信论证体系，而非零散的测试数据。

其次是安全建设逻辑的滞后。行业早期示范运营，依靠限定行驶区域、随车安全员、人工远程接管等方式，就能有效管控风险。但随着无人车商业化、规模化落地，车队规模、服务场景持续扩张，单纯依靠事后复盘、问题修补的模式，已经无法适配产业发展节奏。

希发基思曾经在演讲中指出Correctness by checking（检查式正确性）和Correctness by construction（构造式正确性）的区别。前者是在系统完成后寻找问题，后者是在架构设计时嵌入规则、约束和正确性。对应自动驾驶行业，路测和复盘属于必要环节，但它们只能证明过去的运行结果。长期运营需要把安全前置到系统架构中，尽量在设计阶段压缩错误发生的空间。

第三层是系统内部协同的风险。自动驾驶是感知、预测、规划、云端调度等多模块联动的复杂系统，单个模块达标，不代表整套系统可以稳定运行。各模块的运行时序、目标优先级存在差异，联动过程中极易产生偏差和冲突，滋生隐性安全隐患。

希发基思提出的BIP框架，为复杂系统协同提供了标准化工程方案。这套框架清晰界定了各组件的职责、联动逻辑与冲突处置规则，让自动驾驶的竞争维度彻底升级，不再局限于单点算法精度比拼，而是聚焦整套系统的组织协同能力。车辆能否安全行驶，最终取决于全链路模块的协同秩序，而非单一技术的性能上限。

在此基础上，他提出的组合式安全思路，破解了行业技术路线的固有短板。在他看来，端到端路线落地速度快，但决策过程难以追溯；传统模块化路线便于核验，却可能在模块联动中产生误差。而组合式安全提供了第三种思路：将复杂驾驶场景拆解为标准化细分任务，先验证局部场景的安全条件，再叠加论证整体系统安全，以可拆解、可复用、可迭代的场景规则，逐步搭建全域安全底座，适配真实道路的复杂工况。

最后是规模化运营带来的多智能体治理难题。当Robotaxi从单车试点进阶为车队化、常态化运营，安全问题不再局限于单台车辆。海量无人车、用户订单、货运任务、运维系统同步运转，每个单元都有自身的运行目标，很容易出现全局秩序失衡的问题。

希发基思近年关于自主系统和自主网络的研究，核心正是多智能体协同治理。大量Agent同时运行时，关键不在于单个Agent有多聪明，而在群体信息共享、目标协同、决策统一的全局治理能力。对Robotaxi行业而言，未来的竞争不只是单车智能的比拼，而是平台能否把车队、订单和运营资源组织成一个可信的协同系统。

2.产业拐点：自动驾驶进入Safety Case时代

随着全球自动驾驶行业发展逻辑迎来迭代，希发基思的可信系统理论，在当下迎来最适配的规模化应用场景。

近年来，行业发展重心集中在技术落地与场景拓展。全国50余座城市开放智能网联汽车道路测试与示范应用、20座城市入选国家级车路云一体化试点，这些进展共同推动自动驾驶走出实验室，落地真实道路。

商业化落地也持续加速。2025年7月，工信部与公安部联合放开上海、广州、深圳、重庆、杭州五城L4级自动驾驶全无人商业化运营权限；高盛最新上调的预测数据显示，中国Robotaxi车队规模将从2026年的约1.4万辆快速增长至2030年的70.5万辆；截至2026年5月，全国累计开放智能网联汽车测试道路已突破5.7万公里，测试场景持续向主城区、复杂路况延伸。

市场高速扩容的同时，监管体系迎来系统性收紧。2026 年 6 月，工信部公示国内首部面向L3、L4级自动驾驶的强制性国家标准报批稿《智能网联汽车自动驾驶系统安全要求》，标准创新引入安全档案机制，要求车企按照声明—论据—证据的完整逻辑，完成自动驾驶系统全维度安全论证。

清华大学教授、中国汽车工程学会名誉理事长李骏接受采访时认为：“2026年是全球自动驾驶安全监管的结构性拐点，ADS（自动驾驶系统）正式进入Safety Case（安全论证）时代。”

境外监管的核心逻辑也高度一致。中国香港2024年落地自动驾驶新规管框架；欧盟AI法案将自动驾驶划入高风险类别实施强监管；2026年6月，联合国正式发布全球首个自动驾驶系统全球技术法规，全球范围内安全准入标准正在快速对齐。

对出行运营类企业而言，这一轮行业切换带来的压力远大于纯技术公司。技术企业只需对单车算法性能负责，而出行平台要全程承担服务履约、异常处置、用户权益保障和长期运营责任，风险链路覆盖订单调度、行车过程、售后复盘全环节。

国内独有的人车混行复杂路况，进一步拔高了行业运营门槛。非机动车穿行、路口博弈、临时占道、突发横穿、施工绕行等高频复杂工况，无法通过封闭测试完全覆盖。企业的核心竞争力，不再是单一场景的算法精度，而是将海量复杂路况沉淀为标准化运营规则、可复用安全资产、可迭代仿真体系的系统能力。

因此，Robotaxi下半场的核心竞争壁垒，已经彻底切换：从算法先进性，转向体系化、可复制、可审计的可信运营能力，这也是希发基思可信AI理论落地出行产业的时代背景。

3.RoboX走向多智能体协同

理解曹操出行与希发基思的这场合作，要先回到RoboX战略的底层定位。

不同于行业多数企业聚焦单车自动驾驶技术迭代，RoboX的核心目标，是搭建一套面向未来的物理AI移动科技平台。它不再只做单一无人车研发，而是打通无人载人、无人载货、智能车辆硬件、自动驾驶算法、智能操作系统与全域运营服务，最终建成一套一体化智能运力网络。

全链路的业务属性，让曹操出行对可信AI方法论的需求远高于纯自动驾驶技术公司。技术公司的核心任务是优化单车感知、决策与控制，安全边界集中在行驶环节。曹操出行作为出行平台，还要统筹订单履约、乘客服务、货运配送、远程安防、车辆维保和资产运营。风险维度从单车延伸到了整个服务链条。

曹操出行的核心竞争力，恰恰来自这种跨领域的复合能力。它有成熟的出行运营场景，能沉淀真实的订单数据和用户行为；背靠吉利体系，有整车工程与规模化制造的底子；再通过RoboX布局全品类智能运力，有机会形成技术企业难以复制的商业化闭环。曹操出行把这种能力概括为智能定制车、智能驾驶技术和智能运营三位一体的自动驾驶产业全要素闭环生态。

优势的另一面是复杂度。定制车端强调硬件冗余，智驾端强调感知与决策边界，运营端强调调度效率与履约结果。三者的目标并不总是一致。没有统一的安全语言，这些能力之间就会产生断点。

Robo OS的出现让这个问题更突出。作为整套运力网络的中枢系统，它需要同时对接车辆、订单、乘客、货运、维保、远程安全等多个独立单元。规模化运营的核心难点，并不是让单个模块更智能，而是让海量异构单元在统一规则下协同工作、规避冲突、有序处置异常。

等到2030年十万台Robotaxi与十万台Robovan同步投入多城运营，载人载货混合调度，人工兜底在成本与效率层面都会彻底失去可行性。

对此，曹操出行已经在业务层面做了系列铺垫。今年6月，公司宣布成立AI创新中心与AI事业部，深度参与研发的原生Robotaxi“Eva Cab”将于2027年量产，同时联合吉利远程推进Robovan落地。国际化方面，中国香港被确定为RoboX战略首站，当地合资公司已启动落地，阿布扎比、欧洲市场的合作也在同步推进。

但这些布局解决的都是业务架构问题，真正决定规模化上限的，是能让车端、智驾、运营、安全在同一套规则下协同的底层安全框架。

这正是希发基思此次加盟的核心价值。他对RoboX的意义远不止技术层面的补强，而是在大规模运力落地的关键节点，为RoboX搭建全链路可信AI的底层安全框架。

「甲子光年」认为，当形式化验证、组件化协同、分层安全机制和多智能体治理逻辑逐步嵌入调度、远程管控、运营复盘流程，安全就从被动支出变成了支撑平台扩张的基础能力。这套打通车辆制造、智驾技术、运营服务全链路的安全规则，很难靠短期研发投入快速复制。在自动驾驶下半场的竞争中，这可能成为曹操出行区别于纯技术公司和单一出行平台的关键差异。

4.可信运营体系的竞争

「甲子光年」观察发现，Robotaxi市场竞争正在分化。纯算法企业强在单车智能，车企强在整车工程，出行平台强在真实订单和调度网络。三条路线各有优势，但规模化运营需要的能力远不止其中任何一项。曹操出行的机会，在于把吉利体系的整车制造能力、自身十余年的出行运营经验，再叠加希发基思代表的可信AI方法论整合到同一框架内，形成更贴近规模化运营终局的综合能力。

曹操出行与希发基思合作的看点，也不仅停留在图灵奖得主加盟中国公司本身。更值得关注的是，此次合作是RoboX物理AI战略的前置布局，意在搭建一套贯穿全链路的统一安全语言。曹操出行也借此把安全从技术团队的专项能力，前置为RoboX体系的基础规则。

从更长周期看，自动驾驶上半场比拼车辆和算法参数，下半场比拼复杂系统的可信管控能力。只有当每一次AI调度、行车决策和异常处置均可实现约束、核验与复盘，无人车才可能从技术产品变成城市移动基础设施。所谓的“车找人”，最终不是一句愿景，而是对平台系统能力的检验。谁能让AI在现实世界中稳定履约，谁才真正跑通自动驾驶的规模化未来。

（封面图及文中未说明图片来自：曹操出行）