接管率这个指标，正在误导智驾研发方向
智驾最前沿 2026-11-12 12:10:58
车企发布会比全程零接管，第三方评测排百公里接管次数，用户选车时也习惯问一句这车智驾靠不靠谱。接管率测的更多是一个可以被策略性操纵的结果，而不是系统在真实场景中做出正确决策的能力。当研发方向被这个数字牵引时，系统优化的目标就容易从把车开好转向将数字做小。01
接管率到底是什么
中国智能交通产业联盟的立项文件将接管定义为驾驶权由自动驾驶系统（全部或部分地）转换至驾驶人的过程，而接管绩效则被定义为驾驶人在接管过程中驾驶操作的综合表现。这也说明，接管是一个涉及系统退出、请求发出、人类感知、判断和操作的完整人机交互链条，它的质量取决于退出时机是否合理、请求是否清晰、驾驶员当时是否处于可介入状态。图片源自：网络它涉及影响因素、预测模型、提升方式和评价方法，评价时要同时看主观和客观两类指标。但在很多测试中，接管率把这个多维过程压缩成了一个比值，即一定行驶里程内人工接管的次数。它不记录接管发生时的系统置信度，不记录退出前系统是否已经尝试处理过，不区分接管是因为系统客观上做不了，还是因为驾驶员主观上不想等。元戎启行CEO周光就曾用一句话描述过这种量级差异的含义：“几十公里一次接管和千公里一次接管，是完全不同的两个物种”。几十公里一次的是哪一种接管，千公里一次的是哪一种接管，如果不拆开，两个系统之间可能根本不可比。此外，行业目前没有统一的测试场景和公开的接管数据。没有统一的测试场景，没有公开的接管数据，没有客观的安全评分，真遇到鬼探头、加塞、施工路段好不好用，全靠车企自己说。在这种条件下，接管率缺乏行业统一的量化合格线，却被当成了排名依据。02
为什么这个数字连稳定性都不具备
接管率被广泛使用的前提，是它被认为是一个可比较、可复现的客观指标。接管行为高度依赖驾驶员的个体特征。对自动化系统信任度较低的人，在关键操作中主动接管的概率更高；而信任度足够高的人，可能在系统已经接近能力边界时仍然选择不介入。这意味着接管率中包含了相当比例的驾驶员变量，而这一变量与系统能力无关。同一个系统，换一个对风险更敏感的人来开，接管次数会上升；换一个更愿意放手的人来开，接管次数会下降。 图片源自：网络现阶段，城市NOA的接管密度也处在较高水平。有统计显示，主流车型每百公里需人工接管约8到15次，相当于每7到12公里就需要接管一次；第三方实测也显示，无保护左转场景的人工接管率接近一半，路口右转的接管率也在三成以上。在这个基数上，驾驶员行为带来的波动足以覆盖不同系统之间那一点有限的差距。当8次和12次被当作能力排序的依据时，其实很少有人关心这4次的差异，有多少来自系统，有多少来自坐在方向盘后面的人。03
退出和不作为如何将接管率做小
接管率只统计人工介入发生了多少次，却不记录介入之前系统做了什么。这个空白给策略性调整留下了充足空间，既然指标只看人有没有接手，那系统就可以在让不让人接手这件事上做文章。有一种做法是在置信度不足时主动退出，即系统停止工作，将控制权交还人类，统计上只增加一次接管。如果这次退出发生在场景边缘、人类接得轻松，它甚至不会被计入关键接管。从系统行为的角度看，这是一种边界管理，即在自身能力之外停止工作。但从指标的角度看，主动退出和系统处理失败其实被混在了同一个计数里。系统能力不够，本来应该表现为做错了；可一旦选择退出，它就不再被算作错误，反而看起来像是系统知道自己不行、审慎地把控制权交还给了人。图片源自：网络即该变道不变道，该汇入不汇入，该绕行不绕行，以低于车流的速度维持巡航。此时接管率一定不会上升，因为系统根本没有进入那些会产生接管风险的交互。这些系统在接管率上一定也是漂亮的，因为它们会直接选择不去触碰那些会拉高数字的场景。东吴证券就曾在路测中就将接管分为安全性接管和非安全性接管，前者指客观上功能无法实现或即将出现危险所采取的必要性接管，后者指驾驶员主观判断的预防性接管。对于这份测试，在这里就不展开讨论了，感兴趣的小伙伴可以自行找下看看。04
被接管率遗漏的恰是决策质量
接管率测的是人工介入的频率，不是系统在风险发生之前的判断质量，也不会反馈系统在不触发接管的情况下做出的决策是否正确。一个系统接管次数少，但每次都在最后一刻才退出；另一个系统接管次数更多，但每一次都发生在风险积累的早期阶段。但单一计数无法呈现这种差别，也捕捉不到那些没有触发接管、但决策本身错了的情况。幽灵刹车是最典型的例子，系统没有把控制权交还给人，而是自己执行了错误的制动，因此不产生接管记录，但产生了风险。图片源自：网络一个系统可能在退出时表现得很干脆，但退出时机过晚，留给驾驶员的反应窗口极短；另一个系统可能更早请求接管，给人留出足够的处置时间。如果接管请求的时间窗口本身就不足以完成有效的人机交接，那么接管了和安全接管了之间的差距，比接管次数之间的差距重要得多。05
用户是什么反馈？
如果低接管率真的反映了系统能力，那么低接管率的系统应该被用户更频繁地开启和使用。工信部数据显示，2026年以来国内乘用车L2级组合驾驶辅助功能的渗透率已达70.5%，其中搭载NOA的渗透率为34.2%。但东吴证券的车主调研显示，仅31%的车主经常使用城市NOA功能，20%明确表示不敢使用，超过70%的车主极少使用或从未启用。图片源自：网络长安汽车执行副总裁张晓宇在泰达论坛上也曾说过，城市NOA渗透率达20.9%，但使用率不足6.3%。高速NOA的留存情况也不理想，KPIT CTO陈毅驰指出，高速NOA功能激活后的用户留存率大约在60%到70%之间，意味着三到四成尝试过的用户最终选择了放弃。装车率和开启率之间的落差，其实指向一个接管率无法回答的问题，那就是系统在功能列表里存在，但用户在真实场景中是否愿意让它工作。一个接管次数很少、但用户主动关闭比例很高的系统，其低接管率反映的未必是能力，更可能是用户已经用自己的行为做出了判断。方向盘后面的人不打开它本身就已经说明了系统在真实场景中的可用程度。06
把安全接管从总接管里分离出来
主要问题在于它将不同性质的干预不加区分地计入同一个数字，然后用这个数字去回答一个它回答不了的问题。地平线余凯提出的MPCI（碰撞相关人工接管间隔里程），只将与碰撞风险相关的接管纳入计算，而不是把所有人工干预一并计入。在其框架中，行业头部城区NOA的MPCI刚刚达到100公里，对应可用；1000公里对应好用；真正让用户爱用、适配Robotaxi等L4级场景，需要MPCI达到10万公里以上，完成这一系列量级跃迁预计需要4到5年。相较于只看接管率，法规的安全合规要求其实更有意义。2027年1月1日起实施的《智能网联汽车 组合驾驶辅助系统安全要求》（GB 47955—2026）对功能安全、测试覆盖、OTA管控、DMS监测提出了强制性要求。当合规成为所有玩家的共同约束之后，真正还能拉开差距的，是谁能把决策质量、通行效率和用户实际开启意愿纳入评价体系。接管率可以继续存在，但它更适合作为一个需要被拆解和交叉验证的线索，而不是研发方向的目标。 【版权声明】本文内容来源于智驾最前沿，版权归原作者及原媒体所有。本站仅作信息分享，不构成任何商业用途；如涉版权问题，请联系本站删除。
发布时间：2026-11-12 08:40:48
(第
1/1页/共10657字/2阅)