近日，一条关于自动驾驶的新闻占据了热搜：

广东佛山某网友发布视频称，自己在乘坐网约车时，发现司机上高速后开辅助驾驶，双手脱离方向盘睡觉。

视频显示，司机完全躺在驾驶座上闭眼睡觉，车辆行驶速度在90km/h左右，司机双手也未放在方向盘上，全程都是车辆在自动驾驶。

这起事件的本质，是辅助驾驶（ADAS）与完全自动驾驶（FSD）的概念混淆，以及技术普及带来的认知错位。

涉事车辆属于L2 级辅助驾驶，核心定义是「驾驶员全程承担驾驶责任，系统仅提供辅助」，绝非可脱手、可睡觉的 “完全自动驾驶”。

司机的行为，本质是对技术能力的过度信任，甚至是对法规的漠视；而平台仅作警告的处理，也折射出行业对辅助驾驶风险的监管滞后。

现当下，根据国内科研与产业界的最新进展，自动驾驶的落地呈现 “分级推进、场景分化”的格局：

• L2-L2+（辅助驾驶）：驾驶员全程负责，系统辅助。已大规模量产（特斯拉、比亚迪、华为 ADS 等），高速 / 城区 NOA 成为主流配置。

  
  

• L3（有条件自动驾驶）：特定场景下系统接管，驾驶员需随时接管。仅在高速 / 封闭园区等限定场景试点（如百度 Apollo、华为 ADS 3.0），未大规模开放。

  
  

• L4-L5（完全自动驾驶）：系统全程接管，无需驾驶员干预。仅在 Robotaxi、港口 / 矿山等封闭场景落地，公开道路完全自动驾驶仍处于研发阶段。

现阶段，国内科研团队在自动驾驶领域的相关研究，主要聚焦于解决 “人机共驾” 的核心矛盾，而非 “完全替代人类”。

上海交通大学——极端条件下的人机共享漂移控制

该成果首次在极限工况下实现了人类驾驶意图与车辆动力学稳定性的实时协同，突破了传统电控系统“过度保护”的局限，将人机共驾的应用边界从常规道路拓展至冰雪等极端路面。

北京工业大学——无人驾驶交互认知能力多维度分析模型

该成果通过建立量化评估标准，首次为自动驾驶系统提供了“可理解人类”的能力框架，解决了无人车与人类驾驶员在混合交通流中的交互认知障碍。

上海交通大学王亚飞团队——车路协同的“路侧眼睛”

该成果通过将路侧基础设施作为“第三只眼”接入系统，打破了单车智能的感知盲区与决策冲突，证明车路协同是实现高阶人机共驾不可或缺的冗余安全路径。

以上三个优秀案例很好地体现了在自动驾驶领域，国内的科研势态如火如荼。

说回司机在高速路上开辅助驾驶后睡觉这件事，小编认为，这起事件集中暴露了普通用户对自动驾驶的三大认知偏差：

1. 「技术神话」的过度信任

将辅助驾驶等同于自动驾驶，认为 “有系统兜底，人可以躺平”，本质是对技术能力的误读，以及对AI的盲目崇拜。

2. 「责任甩锅」的侥幸心理

认为 “开了辅助驾驶，出事故就是车企的责任”，刻意忽视 L2 级系统 “驾驶员全责” 的法规要求，将技术作为逃避责任的工具。

3. 「技术焦虑」与「技术躺平」的两极

一部分用户对自动驾驶极度不信任，认为 “AI 开车就是送死”，完全拒绝使用辅助驾驶；而另一部分用户对自动驾驶极度信任，认为 “AI 比人开得好”，完全依赖系统，甚至脱手、睡觉。

以上认知偏差的本质都是对技术的认知缺失，没有建立 “人机协同” 的正确认知，在小编看来，辅助驾驶是工具，而非司机本身，人永远是驾驶的第一责任人。

结合大众对自动驾驶的认知偏差，如混淆辅助与完全自动驾驶、信任失衡（过度依赖或极度排斥）、漠视驾驶员责任等，自动驾驶科研或许需要跳出“技术至上”，转向“以人为中心”，做出系列针对性动态调整。

一是校准人机信任，破解认知混淆。

研发透明化交互技术，用通俗图标、语音实时告知系统能力边界和风险等级，避免“AI万能”的误解；同时通过动态适配机制，对过度依赖者降级辅助功能，对信任不足者展示系统价值，校准合理信任度。

二是强化行为约束，杜绝侥幸心理。

升级多模态驾驶员状态监测系统，精准识别疲劳、脱手等行为，提前预警并强制干预，甚至触发安全停车，从技术上堵死违规操作空间，明确驾驶员全责。

三是简化认知赋能，弥合信息差。

用轻量化科普工具，将科研中的系统局限性、风险点转化为通俗内容；结合模拟训练，让用户直观感受违规后果，替代复杂说明书式科普。

四是明确责任边界，打破甩锅心理。

升级事故数据溯源系统，清晰记录驾驶员操作与系统状态，用技术手段明确责任归属，为执法提供依据，让大众摒弃“系统兜底”的侥幸。

综上，小编想说，科研调整的核心是让技术适配人、约束人，而非彻底替代人。

面对技术研发、精进过程中不断出现的社会热点事件，身为前沿科研群体或许应该兼顾技术进步与大众认知，让自动驾驶更贴合大众使用习惯，降低个人乃至整个社会层面的安全隐患。

关注「赛恩斯学术」公众号，洞悉学术热点、触碰行业水温，让您学术生涯不走弯路。