新石器发布行业首个L4无人车安全智能体"玄武"，升级规模化安全运营体系
新石器今日宣布推出国内首个专为无人车规模化运营设计的安全智能体"玄武"，这是公司继7月份升级行业首个安全委员会后，又一个安全治理动作落地。玄武以AI为核心，核心逻辑是把无人车运营分散在车辆、道路、任务和车队等环节中的安全风险，纳入一套持续感知、处置、预警并自我进化的全流程闭环体系，实现L4无人车安全治理从“事后被动响应”升级为“事前主动防控”，同时，不断增强的安全能力，又让无人车能够在更多场景、更大规模下稳定运行，提升运营效率与商业价值。
无人车规模化，安全治理进入新阶段
L4无人车的安全问题，过去主要是单车维度的，如感知算法、决策速度、极端场景处理能力，但这些问题随着自动驾驶技术的成熟正在逐步解决。
随着无人配送走向大规模、跨场景运营，无人配送模式正在快递物流、城市商圈、社区末端、乡村和夜间配送等场景快速应用。服务客户、运营区域和车辆规模不断增长，这意味着，L4无人车的安全不仅取决于一辆车能否安全自主行驶，更取决于企业能否对成千上万辆无人车队进行实时、系统和可持续进化的安全治理。
新石器相关负责人表示："我们迈向规模化的真正门槛，不仅是让一辆L4无人车安全自主行驶，更是建立与万台级无人车队相匹配的安全治理能力。"
传统安全系统依赖固定规则等，很难发现海量运营数据中埋藏的隐性风险。玄武是新石器面向L4无人车物理世界打造的一套AgenticAI安全治理范式，作为安全治理体系的“中枢神经”，其运行于自动驾驶系统与无人车运营流程的逻辑中间层，AI持续感知、分析、推理和学习，"安全系统也从发现问题的工具，升级为能够持续承担安全治理任务的智能体。"
从感知到预警，构建安全治理完整闭环
玄武智能体的核心逻辑是一条闭环：风险感知、风险处置、风险预警。
感知层的任务是让风险看得见。玄武持续接入感知数据、行驶数据、货物数据、故障信号和任务数据等多源信息，结合摄像头视觉分析与云端大模型交叉验证，自动研判每辆车的安全状态。当多辆车在同一路段反复出现急刹，传统系统只会分别记录；玄武智能体会综合地点、时间、环境和历史事件，判断这是偶发还是系统性风险，并进一步分析异常是否会扩散、是否影响整个车队。
处置层的任务是让风险管得住。风险被识别后，玄武智能体根据等级自动分级响应、关联责任人、持续跟踪处理状态，并为每一步处置保留可追溯记录。与传统告警系统发出提醒即结束不同，玄武智能体的目标是确保每一个被识别的风险都有对应动作，每一个处置动作都有明确责任，每一个安全事件都能够追踪和复盘。将原本分散在车辆、平台和运营流程中的风险，被纳入统一的AI安全治理闭环。
预警层的任务是让防线往前移。重大事故往往不是突然发生的，而是由大量小概率异常长期积累演变而来。玄武智能体从历史数据中持续识别高风险路段、季节性高危场景和特定条件下的风险隐患，在风险演化为事故之前发出预警，推动预防措施提前落地——让安全治理从事故发生后复盘，前移至风险形成前干预，实现从被动安全向主动安全的跃迁。
数据驱动进化，安全智能体越用越聪明
玄武智能体的另一个关键设计是数据闭环驱动的自我进化。每一个真实安全事件，都会自动沉淀为训练样本，反向提升感知模型的识别精度。车队越大、数据越多，系统的识别能力也越强。
随着L4无人车规模持续扩大，这一数据闭环将不断增强。新石器将这套逻辑概括为双层AI架构：自动驾驶AI解决每一辆车如何自主安全行驶；安全智能体解决整个车队如何被系统性地安全运营。两层能力通过真实运营数据形成正向循环——车辆运行和安全事件产生数据，玄武将数据提炼为风险知识与训练样本，再通过模型训练、规则优化和人工复核持续迭代安全治理能力。更新后的能力重新在新的运营过程中获得反馈进化，持续提升整个车队的治理水平，也成为构成从“单车智能”迈向“车队安全智能”的能力基础。
安全由此不再只是无人车规模扩张的约束条件，而成为能够在真实运营中持续积累、持续学习和持续增强的核心能力。
"安全是1，效率、成本、规模都是后面的0。"新石器创始人兼CEO余恩源此前在宣布升级行业首个公司级安全委员会时如此表态。
玄武智能体的推出，是这一判断在技术层面的具体落地——从最高决策层的组织重构，到AI智能体的全局感知，新石器正在将安全从一句承诺，变成一套可量化、可追溯、持续迭代的体系工程，也将以双层AI架构为基础，推动安全与效率协同增长，加速L4无人车走向真正的规模化商业落地。