三五环播客52:21

No.228 对话滴滴曲晓楠:怕你觉得我们不安全,更怕你觉得我们绝对安全

8.5内容质量
No.228 对话滴滴曲晓楠:怕你觉得我们不安全,更怕你觉得我们绝对安全

播客收听

时长 52:21原播客页面

问这期播客

会先在本集摘要、章节、转录和笔记里找答案。

TL;DR · AI 摘要

滴滴通过五层防护体系和AI技术,将安全事件年降幅维持在30%左右,但面临线下私单等识别盲区。

核心要点

  • 滴滴安全体系年投入超十亿,核心从‘事后处置’转向‘事前预防’
  • AI每日过滤4000万订单,优先保障召回率而非识别准确率
  • 醉酒乘客和未成年人单独乘车是两大高危场景,需双向治理规则

结构提纲

按章节快速跳转。

  1. 介绍曲晓楠滴滴安全体系的背景及2018年事件后的战略转向

  2. 披露滴滴连续两年仅考核安全指标,年投入数十亿重建安全体系

  3. 涵盖司机准入、派单风控、AI实时扫描等全链路防护机制

  4. 通过算法优先召回率,实现安全事件年降幅30%

  5. 线下私单、醉酒静默等场景仍存在技术预判难题

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 滴滴安全体系
    • 五层防护网
      • 司机准入筛查
      • AI实时扫描
      • 紧急响应机制
    • 核心指标
      • 年降幅30%
      • 召回率优先
    • 识别盲区
      • 线下私单
      • 醉酒静默

金句 / Highlights

值得收藏与分享的关键句。

章节

  1. Part 1 从被动响应到主动预防:滴滴安全体系的搭建

    Part 1 从被动响应到主动预防:滴滴安全体系的搭建

  2. Part 2 五层全链路防护网:从源头准入到实时智能扫描

    Part 2 五层全链路防护网:从源头准入到实时智能扫描

  3. Part 3 核心考核指标“降发生”:算法优先保障召回率

    Part 3 核心考核指标“降发生”:算法优先保障召回率

  4. Part 4 识别盲区与高频风险场景的案例分享

    Part 4 识别盲区与高频风险场景的案例分享

转录

Part 1 从被动响应到主动预防滴滴安全体系的搭建

Part 2 五层全链路防护网从源头准入到实时智能扫描

Part 3 核心考核指标“降发生”算法优先保障召回率

Part 4 识别盲区与高频风险场景的案例分享

#安全治理#AI技术#滴滴#网约车

节目笔记

No.228 对话滴滴曲晓楠:怕你觉得我们不安全,更怕你觉得我们绝对安全 - 三五环 | 小宇宙 - 听播客,上小宇宙

嘉宾|曲晓楠, 滴滴网约车平台安全部负责人。

主播|刘飞, 内容创作者,产品经理。

早年我在滴滴负责司机产品时,曾与晓楠共事过。彼时他主要在负责用户体验,直到 2018 年顺风车事件爆发,全公司抽调骨干力量投入安全攻坚,他从用户体验转身加入,自此在出行安全的深水区扎根。

对于普通乘客而言,安全往往具象化为「行程分享」或「车内录音」这些可见的功能。然而,舆论场中始终存在一种认知撕裂:一边是指责平台治理不力的愤怒,另一边则认为平台理应能像魔法一样「彻底消除」存在的隐患。

事实上,真正的安全治理,藏在那些用户看不见的地方,也充满着我们不愿面对的「妥协」。

本期节目中,我们将拆解滴滴安全体系的迭代历程,透视全链路风险防控的真实运作;探讨 AI 大模型升级后车内风险的识别能力,并直面醉酒乘车、未成年人单独出行、线下私单等高频场景下的治理难点。此外,我们也聊了聊安全算法中「优先召回率、容忍误判」的底层伦理取舍,以及安全防护与用户隐私之间那道微妙而危险的界线。

内容索引

01:14 Part 1 从被动响应到主动预防:滴滴安全体系的搭建

  • 战略级转折 :回顾2018年事件后的企业级战略转向——全线搁置业务营收KPI,连续两年网约车管理班子仅考核安全指标,每年数十亿资金重建整套安全体系。
  • 底层逻辑重构 :梳理滴滴安全体系的演进历程,核心是从「事后处置」向「事前预防」的根本性转变。
  • 重新划定安全边界 :明确平台责任范围——从订单匹配成功那一刻起,直至司乘完全安全分离。订单结束后的隐患仍是当前治理的难点。

12:13 Part 2 五层全链路防护网:从源头准入到实时智能扫描

  • 出车前双重准入门槛 :司机三证核验 + 犯罪记录背景筛查、人车一致性校验、常态化安全培训,从源头拦截高风险从业人员。
  • 派单分层风控调度 :建立司机安全评分体系,高风险订单优先匹配高安全系数司机,前置降低冲突概率。
  • 行程 AI 实时扫描 : 轨迹识别 :路线大幅偏航、无合理理由的异常长时间停留。 录音识别 :利用大模型提升对争执、求救、呕吐、肢体接触等细微风险语音的捕捉能力(每日约 4000 万订单双层 AI 过滤)。 视频研判 :部分运营车辆搭载「桔视」车载录像,直观还原车内冲突场景。 主动求助 :乘客110报警、紧急行程求助信号的即时响应。

31:51 Part 3 核心考核指标“降发生”:算法优先保障召回率

  • 显著的数据成效 :常年维持安全事件两位数降幅,近年降幅约 30%
  • 算法的伦理取舍 :在网约车安全场景下,风险召回率优先级远高于识别准确率。宁可深夜致电打扰用户确认安全,也尽最大努力减少漏判潜在风险。。
  • 回应公众争议 :涉及深夜连环安全回访电话的业务逻辑——均对应司机小区长时间停留、提前收车下线等高风险信号;确认乘客安全后,专家仍持续追踪司机状态,防范订单结束后的隐患。

49:12 Part 4 识别盲区与高频风险场景的案例分享

  • 天然识别盲区 :线下私单、订单结束后折返、醉酒静默无信号、蓄意预谋犯罪这四类难以通过技术手段预判的风险。
  • 高危场景案例分享 :深入拆解「醉酒乘客」与「14岁以下未成年人独自乘车」两大高频高危场景,分享真实处置案例及平台出行建议。
  • 司乘双向治理规则 :滴滴网约车平台不仅保护乘客,也规范司机——乘客若出现暴力骚扰行为,同样面临永久封禁账号的严厉处罚。

制作人: 噗噗猫

片头: Where Are You Going (Live) - 海龟先生

相关

本期 shownotes 由 AI 工具联合辅助生成。欢迎在评论区留言交流。如果喜欢《三五环》,也恳请能在苹果 Podcast、网易云音乐、Spotify 或喜马拉雅留下你的宝贵好评。感谢!

商务合作&嘉宾自荐,请加微信:wocaishiliufei