重庆
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.
