自动驾驶进一个国家要先过的三道数据关：本地化、测绘与出境
一、先把能写和不能写的那条线画出来
据公开报道，当地时间 10 月 21 日特斯拉发布了 2026 年第三季度财报，公司管理层在谈及辅助驾驶进入中国市场的进展时给出的说法是正在积极争取批准，同时提到中国本土车企的竞争很激烈。财报里另外有一组被广泛引用的数字：活跃付费用户规模达到 174 万，同比增长 67%，较第一季度末的 128 万增加 46 万。
这件事里我们能写的东西有边界，而且边界本身就是结论的一部分：批准什么时候来不是我们能判断的，监管与企业之间任何未经公开的沟通我们一概不假设，具体条文的适用与罚则也不在这里讨论。把这些去掉之后，剩下的部分反而是对所有做交付的人真正有用的：一类以数据为核心的产品要进入一个新市场，必须先回答三类问题——数据存在哪里、谁有资格采、数据怎么出去。这三问与自动驾驶这个行业无关，与我们接的每一个含数据的系统都有关。
有一句话要先说在前面：这三道关的具体要求需要逐条确认，不同市场差别很大，且以官方文本为准。任何声称”照着这份清单做就一定过”的说法都不可信，包括我们自己下面写的方法——我们能给的只是”该问什么问题、该产出什么文档”，不是通行证。
二、第一关：数据存在哪里，真正被拆开的是训练与推理链路
本地化在多数讨论里被简化成”在当地买机房”。实际的工作量在链路拆分上，而拆分要沿着数据的生命周期做，不是沿着部门边界做。
- 先把链路切成可独立落地的段。一条辅助驾驶功能的链路大致是：车端采集 → 车端缓存 → 回传 → 清洗与标注 → 训练 → 评测 → 打包下发 → 车端 OTA。每一段都要单独回答”这一段的输入输出落在哪个物理位置”。关键判断在于：哪些环节可以在境内自成一段完成，哪些环节依赖境外的能力下发。清洗、标注、训练这三段是可以整体搬进境内的，代价是要在当地建起这套工序；最难搬的是评测与训练所依赖的工具链和算力供给。
- 权重更新是被低估的一环。下发到车上的不是一句配置，是一个模型文件。合规上真正需要回答的是可控性三件事：这个文件的来源能不能证明（签名与校验和）、版本关系能不能追溯（这一版是在哪一批数据、哪一次训练上得到的）、出问题能不能回滚（灰度批次与快照保留）。如果一家公司答不出”当前路上跑的这一版是怎么来的”，那它的本地化只是把存储搬了家，审计仍然无从下手。
- 运维通路本身就是合规对象，不是合规之外的事。境外工程师远程登录境内生产环境排查问题，在多数市场都会成为一个需要正面回答的问题——因为人虽然没有把数据带走，但他”看见”了数据。可执行的替代做法是把远程访问拆成约束递增的几档：跳板机进入、账号只读、命令与屏幕全程留痕、只允许访问脱敏后的副本或合成数据、由本地值班人员执行操作而远程侧只做指导。选哪一档取决于要看的数据里有多少敏感要素。这里最容易漏的一条是：诊断日志、错误堆栈、监控指标也算数据，它们经常带着地理坐标、影像索引或设备标识被顺手回传到境外的告警系统里，而这些地方通常没人当成”数据出境”来管。
三、第二关：谁有资格采，先把采集要素写成清单再谈功能
智能汽车采集的不只是车辆运行数据，还包括周边环境的影像与位置信息，这会触到测绘相关的管理要求。这类数据采集的资格问题，是企业进入一个新市场时最先要确认的一项，具体名称、口径与流程各市场不同，必须以当地官方文本为准，我们不在这里列举。
真正可执行的动作只有一个，而且它发生在立项阶段而不是评审阶段：把”我们要采哪些环境要素、精度到多少、是否需要脱敏”写成一张清单，让合规评审对着清单判，而不是对着功能描述判。对着”城区领航辅助”这句话是判不出合规与否的，对着下面这些字段可以：
| 清单字段 | 必须写清的具体程度 | 为什么这一格不能空 |
|---|---|---|
| 传感器种类与视场 | 每种传感器的覆盖角度与分辨率量级 | 决定能否反推周边环境与地理关系 |
| 位置与姿态精度 | 定位精度、朝向精度的目标值与用途 | 精度本身就是判定要素，模糊写法无法评审 |
| 采集时机与占空比 | 常驻采集还是触发采集，触发条件是什么 | 连续采集与事件采集通常适用不同的处理要求 |
| 敏感要素处理 | 人脸、车牌等是否在设备端即完成不可逆处理 | 决定了原始帧到底有没有离开过车辆 |
| 存储与上传 | 车载保留时长、回传时机、回传内容是否为派生数据 | “回传”是把采集问题变成出境问题的开关 |
| 默认状态 | 每一项出厂是开还是关，关闭是否可由用户持久生效 | 功能描述与实际控制能力在这里最容易错位 |
表中”敏感要素处理”那一行是全篇最贵的一格：脱敏在设备端做，意味着原始帧不出车；脱敏在服务端做，意味着原始帧已经出域，而且已经存在了别处。同一个”已打码”的产品说明，背后是两套完全不同的架构，也是两种完全不同的合规叙述。这一格必须在架构定稿之前填，之后填不上。
四、第三关：数据怎么出去，先做减法再谈路径
出境这一关有三类常见触发点，隐蔽程度依次上升：
- 训练数据回传境外总部。这一类最显眼，因此反而最少出错——大家都在方案里写了它。
- 使用境外云服务或境外模型接口。这类被当成”采购一个工具”来处理，但它的数据流是真实存在的：请求体里带的字段、上传的附件、接口回显的内容，都可能包含环境与位置信息。一次 API 调用就是一次数据送出，这是很多技术方案里从来没被这样标注过的一行。
- 境外团队远程诊断。最隐蔽，因为它以运维形式出现，常常写在部署手册的”支持方式”章节里，而不是写在数据流图上。
判断顺序必须是固定的，而且第一步是能不能不出境：能在当地就地处理的全部就地处理，把计算送到数据那边去，而不是把数据送到计算那边来。第二步才是剩下必须出的最小集是什么——按字段裁剪，不是按库表导出；能出统计特征就不出样本，能出匿名化标注就不出原始帧。第三步才是以什么方式出。我们的立场很简单：先做减法，再谈路径。减法没做完就去讨论路径的方案，几乎都会在后期重做一次，而且重做的那一次要改的是数据模型。至于具体用什么方式申报、准备哪些材料，这属于必须由当地专业机构逐案确认的内容，不在本文范围。
五、174 万这个数，该配的三个追问字段
财报给的口径是明确的：这个数据包括一次性购买和按月订阅的用户，不包含免费试用。这一句限定比那三个数字更有价值，因为它告诉你这个指标测的是什么、不测什么。
含买断又含订阅、不含试用，意味着它测的是”愿意为这项软件付钱的存量车主”，不测功能的使用强度，也不测收入——一次性买断在收入确认上如何分摊是另一件事，不能用这个数去倒推。于是同比 67% 只能读成”付费人群规模的相对变化”，读不出单车价值，也读不出活跃深度。顺带说一句，较第一季度末的 128 万增加 46 万，这条序列能看出的只是绝对增量与增速并不总是同向，把两个比率并列去讲增长质量是不成立的。
这类指标我们必须追问的三个字段是：买断与订阅各占多少构成、付费车辆占总量比例、是否有促销计入。前两个决定这个存量指标的稳定性，第三个决定它的可比性。这三问不需要拿到数据就有价值——它决定了你敢不敢把这个数写进自己的对外材料。洹拓科技在对外文档里有一条内部规则：任何年化、平均、增长率，必须同时给出统计窗口与分母口径，否则不进文档，这一条与上面三个追问是同一件事的两面。
六、同样的三道关，会换个问法回到我们的方案里
客户是车企、医疗机构、金融机构或政务单位时，这三道关不会以”自动驾驶”的形式回来，而是换三句问话：你们的数据放哪、谁能看、能不能出内网。第二问的”谁”既包括角色，也包括主体——境外人员、外包方、云服务商各算一个独立答案，把它们合并成”运维团队”就是在埋问题。
洹拓科技写方案时有一条硬性习惯：**任何含数据的设计文档，”存储位置 / 访问主体 / 出域路径”三节必须存在，且写在架构图前面，不允许出现”待定”**。这三节的作用不是应付评审，是让架构决策在还有得选的时候被做掉。写在这三节里的东西要能验：位置写到具体环境与区域，主体写到角色与所属机构，路径写到字段级和处理方式。空一格就退回重写——因为”待定”在评审通过后，会原样保留到上线。
收口成一句判断：在这类产品里，合规不是上线前的一次审核，而是架构选择的结果。第一关决定了训练与推理链路怎么切，第二关决定了脱敏发生在车端还是云端，第三关决定了哪些计算必须搬到数据这边来做——三条都在架构阶段就定了。等到最后一公里才想起问”这个数据能不能出内网”，通常改的不是配置，是整个架构；而这时候要改的架构，已经没有便宜的改法了。