驾驶员误判系统能力边界是模式混淆最常见的后果
别名: 能力边界误判 · overtrust · 误用自动驾驶 · automation misuse
概念解释
模式一旦被认错，最常见的下一步不是去改设置，而是按系统做不到的事来开：在辅助驾驶里当成可以不看路，在只能居中的功能里等待它自己变道，在施工区、匝道、无标线道路上继续把方向交给它。这是误用（misuse）和过度信任，不是「没看见开关」。混淆的顶格风险在于控制权本身认错；落到行为上，认错之后被用得最多的那条路，是把包络估大。估小（该用时不敢用）也会发生，但较少直接把车开进系统不会处理的冲突里。
机制
人用最近的成功来外推。一次平稳的居中会被读成「它会开车」，一次成功的变道会被读成「路口也会停」。自动化偏见让人少去复核；长期无故障再把监督强度打下去。界面如果用方向盘图标、蓝色光带、「自动驾驶中」这类整体性的词，会把局部能力说成整体能力，正好喂给这条外推。能力边界是负向信息——系统不会做的事——而负向信息在成功体验里没有自然的取样点，除非界面主动说。所以混淆的日常形态不是戏剧性的「完全不知道开没开」，而是「以为开了且以为它更全能」。
怎么研究
在模拟器里提供明确小于「全功能驾驶」的系统（只居中、不处理锥桶、不进匝道），观察人是否在边界外仍不接手，以及他们如何描述系统会做什么。
自变量：功能实际包络、界面用整体性还是分项能力措辞、先前成功体验的次数。 因变量：边界外仍脱手或仍不看路的次数、口头夸大的能力清单、第一次越界到冲突的距离。
事故报告与近误里，看陈述中的「我以为它会……」是否指向包络而不是指向开/关。实验室里把锥桶做得很明显会低估真实施工区的误判。不要把「信任量表高」直接读成误判——信任可以是校准过的；要看信任有没有超出实际包络。
边界
系统真的接近在该道路上的全功能、且 ODD 退出有足够提前量时，「估大」的空间变小，主要风险回到接管窗口本身。估小导致的弃用在体验上烦人，却较少以碰撞作为第一后果。专业测试司机被要求去探边界，他们的越界不是误判。没有驾驶自动化时，不存在这层包络；那是经典的车速与路况误判。机器人上「一次成功被推断为通用能力」是同类外推，但车载外推的对象是高速公路上的横向纵向控制，不是服务机器人会不会开门。
怎么落地
- 用分项能力说话：「保持车道，不自动变道」「跟车，不处理静止障碍」，避免「自动驾驶中」覆盖未交付的行为。
- 在系统不会处理的典型边界（匝道、施工、无标线）被接近时，把「这里它不会」做成一次短的、与开/关不同的提示，而不是等越界之后再告警。
- 把一次成功之后的界面保持为分项状态，不要因为顺利就升级成更全能的外观。
- 验证：列出本车明确不会做的三件事，看有多少驾驶员在只使用界面、不看说明书的情况下仍认为会做；这个比例就是包络被估大的暴露面。