本文来自微信公众号： 花生说科技 ，编辑：黑松，作者：李皙寅·花生
视角决定站位，这句话不假。
我自己骑摩托，当我第一次从四轮汽车上下来，跨摩托车开上路的时候，就俩字——害怕。因为发现自己从铁包肉，变成了肉包铁，落差太大了。
汽车驾驶员的盲区、绿化带后突然串出来的鬼探头，在机动车道上的事故，都太可怕了。后来，我知道了一个词，叫弱势道路参与者（VRU，Vulnerable Road Users，包括骑电动车、自行车、行人等），每年全球年因道路交通事故丧生的人里，ta们占了一半以上。
马斯克有一句话，我特别认同，智能驾驶不需要比最好的人类驾驶员好，他只要好过大部分驾驶员就行；甚至，我想给这句话打个补丁，只要能够降低事故发生率，就够了，而且就应该强制从司机手里全面接管方向盘了。
选最难的场景，走差异化技术路线。
很多人聊智驾，第一反应是乘用车、是城市NOA，这无可厚非，因为更受舆论和资本关注，也更容易说动消费者下单。
这也使得他们在技术路线上显得与众不同，相较于乘用车智驾以单车智能为主，靠车载传感器感知世界，押注车辆自主研判不同；粉尘、暴雨、零下几十度的严寒、持续的振动冲击，再加上动辄几十上百吨的自重，单车感知的容错空间被压缩到极致。
这一点，我深有体会。2021年我应邀去洛阳钼业下矿采访，作为头部上市公司，他们的矿场管理体系非常完善，安全标准也很到位。但初春的露天矿区，盘山路上漫天大雾，我们坐的东风猛士靠着强劲扭力颠簸前行，颠得人尾椎发疼。靠边暂歇时，陪同人员反复叮嘱，千万别随便横穿路面，当时，雾大、路滑，旁边就是悬崖。等一辆辆重型矿卡车队路边驶过，1米83的我还没它的轮胎高，那种庞然大物带来的压迫感，至今印象深刻。
基础层是统一的数据引擎。仅这一层，就有两点要求。第一，你得看得到，这需要吃透作业场景，才能前瞻地布置传感器，知道要什么数据；第二，需要把机械工况、作业流程、环境数据这些非标准化、非结构的数据，清晰、整理成为标准化的数据，这才有价值。
中间层是打造重载的世界模型。去过矿区的人的知道，相比乘用车通行的铺装道路，重载车辆行驶的环境，地形变化太快了；系统要实时判断自身行为对环境的累积效应，再基于演化后的环境做规划。
当年去矿区调研我就注意到，矿区会专门留出作业间隙，用无人机重新测绘矿区地图，更新挖掘后的地形、堆料后的路径、碾压后的路面特性。我眼里的道路都是固定的，但矿区的环境是“活”的、是动态的，我当时大为震惊。
最顶层是决策和调度系统。常规道路上的交通流已经够复杂了，叠加上生产环节，更要考虑整体效率；当载重车辆、工作机器人同时在场地作业，需要的可不只是不堵车，更是要在装卸衔接环节进行全面协调。
如果你，我的朋友，玩过一个游戏叫《煮糊了》，就是和别人分工洗、切、煮、端菜，感受过手忙脚乱，就更能明白我的意思，多环节协同太难了。
坦率说，这次最吸引我的，是一个巴掌大的小装置。在我看来，它是整场展会最有人情味的产品。
传统的弱势道路使用者保护，靠的是车载摄像头和雷达被动识别。一遇到遮挡、夜间、大雾，性能直接打对折。矿区里传统的人员定位卡，依靠基站中转，和城市园区的场景不同，矿区地形复杂、信号覆盖有限，延时高，事故发生时往往来不及预警。
得知我有下矿采访的经历，一位管理层和我聊了很多一线调研的真实痛点：工作人员临时下车，进行安全巡检，大车盲区大，视线稍有疏忽就可能出意外；又或是小山一样的堆料突发坍塌，现场人员来不及避让。每一起事故背后，破碎的都是一个家庭。
这考验的不是技术，是人的同理心。
刻在骨子里的人本底色
聊到最后我问管理层，为什么你们会天然地关注人？答案指向一个人——李泽湘教授。
机器人的本质是什么？在花生看来，不是替代人抢饭碗，应该是是延伸人的能力边界。人去不了的地方、扛不动的重物、扛不住的危险，交给机器去做。人从驾驶室里、从爆破现场、从千米井下撤出来，去做更有创造力、更安全的工作。
所以，我追问了一个问题，如果都是自动化，那以后会不会这些地方就不会有人了？那像Tag这样的产品，会不会是阶段性产物。
这意味着，能把人从高危岗位上替换下来，用技术守住人的安全底线。
很有李泽湘理念味道的回答。
但这条路有价值。它回应了一个很朴素的问题：我们发展智能科技，到底是为了什么？
是为了让危险的工作更安全，让繁重的劳动更轻松，让每一个普通人都能从技术进步里受益。
李泽湘说过，过去四十年我们靠人口红利，未来四十年靠工程师红利。
工程师红利是什么？在花生看来，可不是让工程师用机器人，甚至亲自下场去替代工人抢饭碗，而应该是用工程师的智慧，造出更好的工具，去保护人、解放人、成就人。
让机器去最危险的地方，让人变得安全发挥自有价值，才是人本科技的样子。