“哇”——耳机里传来孩子的哭泣声。一条被AI判定为“孩子受伤害”的录音切片，进入了滴滴安全预警中心。

安全专家迅速调取订单信息：乘客是一位女性，带着一名未成年人共同乘车，哭声是孩子在车内哭闹，并无侵害发生。警报解除。

近日，滴滴在成都举办“预警风险、共建安全”主题安全开放日。

开篇的这一幕，是长安街知事（微信ID：Capitalnews）在滴滴预警中心听音环节听到的真实案例。事实上绝大多数被标记的订单，最终被证实是虚惊一场。滴滴网约车技术和安全负责人曹乐在现场表示：“我们生活在一个非常安全的社会，但还是有很小的概率会发生不安全的事情。尽管我们竭尽一切所能保护司机和乘客，但再低的概率，仍然不是0。”

这句话背后，是滴滴过去几年持续数十亿元的安全投入。从AI大模型全量扫描到数千人7×24小时值守，安全体系不断迭代。但这条路，永远没有终点。

滴滴创始人、CEO、集团安委会主任程维

滴滴创始人、CEO、集团安委会主任程维在开放日坦言：“保障每天数千万订单的安全，是滴滴身上沉甸甸的责任。虽然滴滴的安全体系迭代了很多次，但依然还在路上，还有非常多的挑战和困难。”

AI织网，人守底线

凌晨，三个孩子坐上了一辆跨城顺风车。最大的10岁左右，最小的不过两三岁。父母帮他们叫了车，然后目送车子驶入夜色。订单时长数小时，跨城跨省，穿行在路灯稀疏的路段上。幸而，孩子们平安到达。

这是一个让曹乐至今想到都有些后怕的真实订单。“这完全是把孩子交给我们了，对我们太放心了一点。”顺风车场景比快车复杂得多，订单动辄几个小时，对识别到有风险的，安全专家需要全程保持关注，直到确认司乘安全分离。

曹乐坦承，滴滴对推测是未成年人的订单大量倾斜安全资源、加强保护措施，虽然做了很多，但他对这个场景的风险仍然很焦虑、信心仍然不足。

从“后怕”到“信心不足”，恰恰道出了安全工作的本质困境——绝大多数风险不会发生，但任何一个，平台都不敢赌。也正因为不敢赌，滴滴才必须织一张足够密的网，用极致投入去接住那些“万一”。

这张网到底长什么样？走进滴滴成都安全预警中心，答案清晰了一些。安全专家戴着耳机，对AI筛选出的高风险订单逐一研判。为匹配夜间风险高发规律，预警中心八成安全专家值守夜班。

滴滴成都安全预警中心

滴滴的安全AI模型秒级扫描全量订单，捕捉路线偏移、车内争执录音、不当言语、轨迹异常等信号，分级推送至全国多个城市的安全职场。安全专家核验信息后，确认存在安全隐患即启动外呼提醒、震慑，必要时直接报警。

AI初筛分级、安全专家接力研判、高危订单快速干预，这套流程在安全预警中心24小时运转。

曹乐在开放日上解释了这套机制的底层逻辑：“我们生活在一个非常安全的社会，安全事件本身是一个相对稀疏的场景。但每一个安全风险，只要我们有能力发现，就不能因为追求准确率而放弃召回。在极致保召回的前提下，算法的准确率会降到很低——百万分之一、亿分之一。这意味着什么？意味着在安全这件事上，需要做极致的、甚至是过量的投入。”

那当真实风险逼近时，这套机制到底能不能顶住？

2026年2月，一名男司机在行程中对女乘客进行言语骚扰，同时订单轨迹出现异常。AI实时捕捉到低俗对话后，风险信号被推送至安全专家。后者没有犹豫，连续三次致电男司机，最终成功干预，风险没有升级，乘客安全抵达。AI负责在数千万订单中锁定异常信号，人负责在关键时刻做出判断和介入，二者互为补充，缺一不可。

而要维系这一体系的运转，投入巨大。据公开报道，滴滴每年投入数十亿元持续迭代安全体系，超过4000名员工每天处理预警中心各类案例。

曹乐透露，这种高额的安全投入年复一年，“内部从来没有人质疑过这笔钱该不该花”。

边界在哪

订单结束，车停人下。平台的责任，是不是到此为止？

滴滴的答案是否定的。开放日上，滴滴平台安全部负责人曲晓楠给出了一个清晰的定义：“我们的安全边界，是从叫到车的那一刻开始，一直到司机和乘客安全分离，这也是现阶段滴滴安全工作的重点。”

滴滴网约车技术和安全负责人曹乐

为什么一定要延伸到“分离”？因为发生过乘客下车后司机尾随、继而发生意外的真实案例。曹乐坦言：“如果我们向后退一步，就意味着可能放大风险敞口；但向前一步，又涉及到是否过度介入用户的出行行为。”

向前是干预边界，向后是风险，这个边界怎么定，没有标准答案。

“有效干预”与“不打扰用户”，同样难以两全。曹乐讲了一个真实案例：深夜，女乘客加班后打车回家，到家后倒头就睡。手机信号不好，平台无法确认她和司机是否已分离；司机把车停在小区门口后也睡着了，电话无人接听。安全团队无法排除风险，只能给乘客打电话，而被吵醒的乘客在电话那头满是抱怨。

“站在平台的角度，如果万一不安全，那后果就是不可承受的。”曹乐说。每一个安全专家每天的工作，就是在"可能虚惊一场"和"可能酿成大祸"之间做选择，绝大多数是前者，但不敢不为后者做准备。

程维也在视频中坦言：“滴滴经历了好几个阶段，从做好准入审核、培训规则、构建体系降低事故，再往后设置了车内录像、司机端录音等设备。到如今AI大发展时代，滴滴刚刚经历了一轮车内安全的重构，用AI技术更早发现潜在风险。”但他同时承认，还有非常多的挑战和困难，滴滴依然还在路上。

安全的边界在哪里，没有标准答案。每一刀切下去，都可能伤到某一边。而这道边界，只能在实践中一点点摸索、一寸寸校准。

难题仍在

除了上述正在求解的难题，有些风险，平台无论如何投入，都难以完全覆盖。

开放日上，滴滴主动预警了四大安全治理难点：脱离平台的线下交易，让轨迹、录音、行程分享全部失效；家长用成人账号为孩子代叫车却不报备，平台无法第一时间启动未成年防护机制；设备信号中断或杂音干扰，录音定位形同虚设；小纠纷临时升级，技术无法从历史数据中找到预警痕迹。

这些难点，桩桩件件都落在真实案例里。2026年1月，一名未成年人独自乘车，全程订单未显示异常。订单结束后，AI从录音中识别到一句话“你的手好冰。”彼时，司机正在向孩子索取联系方式，并邀请外出吃饭。安全专家立即联系代叫家属，同步报警。最终司机账号被全平台封禁，警方实施拘留。

这次成功识别和干预是万幸。家长使用成人账号为孩子代叫车却未报备，易出现失联、车内冲突等隐患，平台可能无法第一时间启动未成年人专属的强化防护机制。

有时安全风险的承受者，恰恰是司机。2025年5月，一男一女两名醉酒乘客上车，男乘客与女司机发生肢体冲突，对其辱骂、动手。事后，乘客反投诉司机“态度有问题”。安全专家回放录音后，对司机给予关怀和经济支持，同时将证据提交警方，涉事乘客账号被永久封禁。

这件事揭示了一个容易被忽略的视角：醉酒乘客的行为失控，对司机同样是巨大的安全威胁。醉酒本身不是过错，但醉酒会严重削弱一个人自我保护的能力、甚至可能伤害别人。和未成年人一样，醉酒场景是滴滴安全守护的重中之重，也是突出的难题。

投入从未停止，但有些问题超出了平台的能力边界。行业专家刘远举提出了一个值得深思的视角：滴滴以极高的安全标准要求自己，在极致保召回的逻辑下承担了大量“假阳性成本”——很多被标记的订单最终并无风险，但平台依然投入人力逐一核实。然而，这种安全投入和安全效果，外界很难感知。

刘远举认为，社会需要共识安全的边界，合理界定平台的责任划分。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。

这番话其实点出了一个更深层的矛盾，平台在追求“万无一失”的过程中，正在承担越来越多的“可能”，而外界对安全的认知，却很难追上投入的速度。

曲晓楠对此有更切身的体会。在他眼里，做安全工作就像西西弗斯推石头，年复一年地往上推，但偶然发生一起安全事件，石头就从半山腰滚了下来。“怎么办？收拾好心情，再次往上推。”

但这块石头，从来不是一个人能推得动的。拒绝线下交易、如实报备特殊场景、主动开启行程分享、不让未成年人独自乘车……用户多一分安全意识，平台就少一分“够不到”的风险。

安全没有终点，只有不断逼近那个永远无法抵达的“零”。逼近的每一步，都需要平台和用户一起迈出。