中国工程院院士王坚最近在两会期间指出，每天通勤40分钟其实是在浪费生命，人工智能应该把人最宝贵的资源用好。他以交通为例说明，传统管理最大的短板是不知道每时每刻路上到底有多少车在跑，而现在AI能精准掌握这个数字。
即使高峰期，路上行驶车辆也只占机动车保有量的约10%。这个数据颠覆了很多人的认知，说明拥堵的核心不是车总量多，而是那10%的在途车辆效率没发挥出来。
解决好这10%，城市交通就能发生大变化。王坚把重点放在“算力治堵”上，通过城市级算力平台建交通大脑，实时监控每辆车位置和速度，动态调整红绿灯，让车流以最佳速度通过关键节点。
南昌就是活例子，依托这项技术动态调优流量，没新增道路就取消机动车限行，机动车保有量还自然增长约50万辆，城市拥堵指数却没上升，实现了数据智能驱动的精细治理。
王坚的观点把大家视线拉回日常驾驶习惯上。堵车往往从一辆车突然放慢速度开始，后面车辆为了安全只能跟着刹车，刹车灯信号像水波一样向后传递，每辆车都可能把这个减速动作放大，结果整条车流流量掉下来。
公安部道路交通安全研究中心提到，分心驾驶是龟速行驶的主要原因，包括接打电话、刷视频、操作导航，还有新手觉得越慢越安全。
重载车辆和新手驾驶员常占左侧车道，速度差越大，事故概率越高，也更容易引发拥堵。管理上，超速抓得严，低速却容易被忽视，这种抓快不抓慢的导向，让低速行车成为隐形习惯，直接把路网效率拖低。
很多人日常通勤被这种连锁反应卡住，早晚高峰多花的时间加起来，一年下来就是大笔生命成本。
第二座山是公共交通的短板。北京交通委2023年数据显示，公共交通出行比例从疫情前的31.9%降到26%，日均客流量减少约255万人次，降幅20%。
同期小客车出行比例从22.7%升到23%，非机动车出行比例从12.5%升到16%。集约化出行比例降低，直接给道路增加压力。
问题出在公交车辆不足、线路覆盖不全、站点设置不科学上。城市扩张让工作和生活距离拉长，通勤成了耗时的事。
轨道交通站点与周边社区、办公区衔接弱，最后一公里接驳跟不上，大家只好转向私家车，形成恶性循环。私家车依赖一高，路就更容易堵。
提升公交竞争力需要增加运力、优化线网，更要让轨道和社区融合，缩短换乘距离，让公交在速度和方便上真正有吸引力。这样才能减少私人汽车上路，从源头缓解拥堵。
第三座山是城市肌理与交通脉络的规划滞后。很多城市功能区分布疏离，经济区、居住区、商业区隔得远，职住分离明显，钟摆式长距离通勤成为常态。
道路网络本身规划跟不上发展，该畅通的地方信号灯太密，车辆频繁启停；关键路口人车冲突点缺乏立体分流，混行加剧混乱。
红绿灯本是调节工具，设置过密或配时僵化就变成堵点制造机。绿灯刚过没多久又变红，车辆走走停停，平均时速甚至比自行车还慢。
资源错配浪费明显，修再多路也解决不了深层问题。北京等城市平均通勤距离已达11.7公里，比十年前增加3.5公里，高峰期车流被频繁截断，通行效率大打折扣。这些规划层面的毛细血管堵塞，让拥堵成为顽疾。
好在科技已经在移山。杭州从2016年启动城市大脑，以交通治堵为突破口，把卫星定位、物联网传感器和AI算法连起来，实时感知路网车流，动态优化红绿灯配时。
萧山区1260个路口接入系统，分析3600多个路段后生成动态绿波方案，主干道平均通行速度提升，拥堵报警下降。2025年的一项研究显示，城市大脑实施后，高峰拥堵程度在两年内平均下降约14.94%。
杭州在全国堵城排行榜从前三降到30名以外，高峰期平均行车速度提升15%。现在杭州城市大脑3.0正在推进，打造超大城市智能体，覆盖更多场景，从治堵扩展到治城。
南昌的实践证明，算力介入后，即使保有量增加，拥堵指数也能稳住。其他城市如北京也建信号灯统一管控平台，五环内联网率100%，动态绿波覆盖干线，停车次数减少。
王坚长期推动AI与城市治理融合，他提出的城市大脑理念已在多地落地。算力治堵的核心是把数据变成资源，实时知道路上到底有多少车、怎么跑，而不是靠经验拍脑袋决策。
这套思路让城市从电气化走向数字化，资源配置更精准。以前大家以为解决300万辆车的保有量问题，现在知道只需管好30万辆在途车，方案完全不同。
公共交通短板也在同步补齐，北京调整公交线路，强化轨道和地面公交融合，50米内换乘比例提高到86%。绿色出行比例目标逐步推进，私家车出行强度下降。
公交优先落地需要持续提升便捷可靠，城市空间优化考验职住平衡能力。杭州、南昌的成功给全国提供样本，算力融入交通管理，效率提升立竿见影。
曾经的龟速现象和长距离通勤压力，正在被数据和智能逐步化解。普通人每天少堵一会儿，多出的时间能用来陪伴家人、学习充电，生活质量实实在在提高。
拥堵不是无解的命题，三座山松动后，高效友好的城市交通图景就在眼前。算力时代，城市会变得更聪明，人的时间也更值钱。
关键看大家一起把数据贡献出来，把习惯规范起来，把规划做实。路越走越顺，城市生活就会多一份从容。
热门跟贴