问题出发：用户真正需要的是什么？
2026年5月26日，比利时一个小镇发生了一起悲剧：一辆载着7名特殊需要学生的迷你校车，在平交道口被火车撞击。据媒体报道，车内有一名司机、一名护工和七名学生，事故原因正在调查中。
每一场平交道口事故背后，几乎都指向同一个问题：预警系统失效了。不是没有预警，而是它给出的警告没有被人收到、收到却已太迟、或者根本不可靠。
作为AI产品经理，我关心的是：如果让我们来设计一个平交道口安全系统，用户的真正需求是什么？不是“一个会响的警报器”，而是：
- 在所有条件下，都能在足够的安全反应时间内给出不可忽视的警告。
- 如果司机没有反应，系统必须有兜底措施——强制停车。
- 系统能区分车辆类型（校车 vs 普通轿车），并动态调整警告强度和优先级。
现有系统的设计，恰恰在这三点上都有漏洞。
现有方案的设计分析：好在哪里？差在哪里？
常见方案：RFID感应 + 闪光灯/道闸
全球大部分平交道口依赖物理传感器（如轨道电路、雷达或RFID标签）触发闪光灯、声音报警和道闸。这套方案成熟且成本较低，但在实际运行中存在几个致命的产品问题：
- 感知层单一：大多数系统只检测“有火车来”的二元状态，不区分列车速度、方向，也不检测“是否有车辆/行人卡在道口内”。比利时事故中的校车可能是长车型，车身较长，若道口空间不足，车尾仍可能留在铁轨上，系统却无法识别。
- 人因依赖过高：警告的最终承担者是司机。闪光灯+铃声容易在长时间重复后产生“警报疲劳”。更严重的问题是：校车司机通常每天行驶固定路线，对道口熟悉度极高，容易产生“肯定不会撞上”的过度自信偏差。数据显示，近70%的平交道口事故涉及熟悉路线的本地司机。
- 失效模式无兜底：当闪光灯故障、电池耗尽或被遮挡时，系统没有任何冗余。司机只能靠肉眼观察。而特殊需要学校的校车往往安排有护工，但护工并不负责安全瞭望，缺乏交互设计上的“第二人验证”机制。
进阶方案：V2X通信预警
在一些试验项目中，校车安装4G/5G模块，通过基础设施到车辆（I2V）通信接收警报。这种方案理论上可以在更远距离提前预警（比如1公里外），但产品设计上有两大硬伤：
- 场景覆盖不全：I2V依赖路侧单元覆盖，而大量乡间道口没有部署。比利时Buggenhout镇距离布鲁塞尔仅20英里，但很可能是非电气化支线铁路，缺乏联网基础设施。
- 延迟与信任问题：消息经过蜂窝网络传输，存在1-2秒抖动。在列车时速60-80km/h场景下，每100毫秒延迟意味着多跑1.5-2米。产品经理需要回答：用户凭什么相信这个警告比自己的眼睛更可靠？
产品决策逻辑：为什么要做出取舍？
许多工程师认为“多加传感器、多加通信通道”就是答案。但产品视角必须面对三个现实约束：
- 成本：升级一套平交道口系统约需5万-20万美元，全球数百万个道口无法一刀切全量改造。必须按风险等级分级（如校车路线上的道口优先）。
- 复杂度增加导致新失效点：多传感器融合需要决策逻辑。例如，雷达检测到障碍物但摄像头被树叶遮挡，系统该相信谁？产品需要定义置信度阈值，而不是简单“OR”逻辑。
- 人因交互不可回避：司机在紧张状态下会对冗余警告产生困惑。设计一个“全屏变红+震动座椅+持续声音”的极端警告，反而可能让司机慌乱操作（急刹车导致追尾）。
我的核心判断是：当前最迫切的改进不是增加感知通道，而是重构用户侧的交互优先级与失效兜底机制。
交互设计要点：从“通知”到“强制”
一个好的预警系统交互，应该遵循“告知→警告→干预”三级逻辑：
| 阶段 | 时机 | 交互方式 | 后续动作 |
|---|---|---|---|
| 告知 | 列车接近前30秒（约500米） | 仪表盘底部微黄灯光 + 1秒短提示音 | 无操作 → 自动降为次要通知 |
| 警告 | 前15秒（约250米） | 全屏警告 + 持续蜂鸣 + 方向盘振动 | 司机轻踩刹车 → 警告消失；2秒内无反应 → 进入干预 |
| 干预 | 前5秒（约80米） | 强制激活车载刹车（不与司机争夺方向盘） + 护工席位亮红光 | 自动减速至停车，同时通过车联网通知铁路控制中心 |
关键设计决策：干预阶段的自动刹车不应取代司机控制，而是叠加在司机操作之上（类似于AEB自动紧急制动）。同时，护工席位应有独立警告屏，形成“第二双眼睛”。
可执行的改进建议
对于开发者和产品经理，可以立刻开始的行动有三点：
1. 多源传感器融合的轻量化方案
不必一次性上激光雷达。用低成本方案：在现有RFID基础上，给校车加装一个朝前的76GHz毫米波雷达（成本约$300），覆盖50米范围，检测道口是否有突出障碍物。同时，车内摄像头识别司机注意力状态（是否在看道口方向）。融合逻辑：雷达检测到金属物体 + 司机视线偏离 → 立即触发二级警告。
2. 动态优先级分配
利用校车常备的GPS和路线数据，预先标记所有平交道口。当接近某道口时，系统根据列车时刻表（可通过开放API获取，如比利时NMBS提供实时数据）计算碰撞风险。优先级提升条件：校车满载儿童 + 道口无物理隔离 + 列车进站前30秒内 → 警告级别提高至“干预”挡位。
3. 搭建“失效-安全”的通信冗余
不要只依赖蜂窝网络。可以利用现有的RFID地面信标作为最后一公里触发——即使网络断开，车载的RFID阅读器读到道口信标后开始倒计时。产品上设计成：如果连续2秒没有接收到道口信标信号，系统默认进入“高危”模式，自动减速至20km/h，直到手动确认。
写在最后
比利时的这起事故，可能最终调查报告会指向人为失误。但作为产品设计者，我们不接受“用户用错”作为结局。一个好的系统必须预见到人最有可能犯的错误，并在那个瞬间兜底。对于校车这类特殊场景，安全不是功能列表，而是一条优先级最高的交互契约：当预警必须被听到时，它不能只是一个闪烁的灯。