自动紧急制动功能受限多数情况下并非系统故障，而是AEB本身就在“该刹不刹”和“不该刹却刹”之间做着谨慎取舍——基础感知方案对静止物体识别存在天然短板，同时系统会主动过滤不确定目标避免误刹，导致该制动时反而静默。
一、感知硬件层面的短板
基础方案局限：基础AEB多靠毫米波雷达加单目摄像头，雷达回波组成的画面难以快速分辨路牌、路灯与行进车辆
静止物体识别难：系统对静止目标识别精度有限，而高速场景下反应窗口极短，感知短板直接表现为“没反应”
高阶方案同样受训：即便用上高分辨率摄像头与高阶算力芯片，视觉路线也需大量数据训练，系统没见过、不认识的东西就不知道要停
二、误刹与漏刹之间的算法取舍
幽灵刹车代价：阈值设太低，系统会一惊一乍地频繁刹车，轻则扰民重则被后车追尾
过滤逻辑：多数系统选择将不确定目标过滤掉、不当作危险信息，于是该制动时反而静默
责任不对称：AEB该生效时不生效，车企不负责任；AEB不该生效时生效，车企可能承担舆论与法律责任，设计天然偏保守
三、责任归属与工程验证仍在拉高门槛
两类错误的拉锯：工程师长期在“漏刹”与“误刹”之间徘徊，技术水平决定了保守程度
进步路径清晰：误判概率降到足够低，车企才有信心让AEB做更积极的制动动作
保守仍有价值：设计偏保守的AEB，仍在雨天高速前车急刹等场景中帮驾驶者避免过追尾