凌晨两点,成都,灯火通明的滴滴“安全屋”内,安全专家王雨馨(化名)面前的屏幕又弹出一条新的预警。乘客报备了“醉酒”,行程偏离了导航路线。她拨通外呼电话,听筒里传来含混不清的回应,分不清是醉意,还是别的什么。她紧接着提醒司机——她需要守护这笔订单直到司乘安全分离。这是她值夜班的第六个小时。根据风险分布规律,这间屋子里八成的安全专家都和她一样,在夜里工作。
![]()
一份沉甸甸的工作
很少有人知道,每一趟看似平常的网约车行程背后,有这样一群人在屏幕这头注视着。他们是接力链条中的一环:滴滴研发的安全AI模型先对海量订单秒级扫描、分级筛选,推送给安全人员初步核实,疑似有风险再快速流转至各城市职场的安全专家研判,确认风险后立即外呼提醒、震慑乃至报警。
“我们不是在等事情发生,我们是在和风险赛跑。”有安全专家说,“但赛跑的结果不总是赢的。”这句话的分量,只有坐在这个位置上的人才懂。介入早了,可能打扰一段正常行程;介入晚了,后果可能无法承受。手握“是否干预”的判断,本身就是沉甸甸的。
![]()
那些够不到的地方
在开放日上,这群平时隐身幕后的人,把他们感到无力的时刻讲了出来。揪心且高频的,是深夜醉酒——意识模糊的乘客,可能用不了行程分享,接不了外呼电话。还有藏在人心里的恶意:蓄意预谋者往往此前毫无投诉、异常记录,技术再强,也读不出一颗尚未显露的恶念。当用户私下成交、订单关闭,所有保障随之失效;当录音因设备遮挡、信号中断而模糊,AI的判断容易失准,专家的研判也会陷入信息不足的困境。
![]()
数据是清醒的:当前平台风险识别率为82%,干预有效率99.6%。识别率还有缺口,识别了也不等于都能成功干预。
行业专家刘远举在现场说:“滴滴在安全上投入巨大、以更高安全标准要求自己,但这种安全投入和安全效果,很难被外界感知。同时,社会需要共识安全的边界,安全责任的划分应当合理界定,而用户直面风险或承担风险的意识,同样是这道命题中不可或缺的部分。”
接力赛上的每一棒
在安全专家眼中,行程安全不是从上车到下车,而是从叫车成功到司乘安全分离。绝大部分预警最后都是虚惊一场,但只有守到司乘安全分离、没有任何异常,小林才会真正松一口气。她够不到的那一环,有时候就握在我们每个人手里——上车前看一眼车牌,喝多了让朋友陪着,“帮人叫车”时多备注一句,给独自出行的家人多发一句“到了说一声”。
![]()
滴滴网约车技术和安全负责人曹乐说:“竭尽所能去做好安全,我们一定是足够努力的,但平台能力有很多局限和边界,只有整个社会都有足够的安全意识,和平台形成合力,才能更好地去保障司乘安全。”风险不会凭空消失,但当AI越来越聪明、专家的目光越来越老练,再和我们每个人的一点点警觉汇到一起,那些“够不到的地方”,或许就会一点点变少。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.