Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →China standard: Ads Safety. # ADS 自动驾驶系统安全要求（强制性国标草案）
.claude/skills/pangzhenying2025-china-ads-safety/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 37% | 0% |
| case-03 | ✗→✓ | ▲ Improved | 56% | 0% |
| case-01 | ✗→✓ | ▲ Improved | 28% | 0% |
| case-09 | ✗→✓ | ▲ Improved | -36% | 0% |
| case-13 | ✗→✓ | ▲ Improved | -9% | 0% |
| 属性 | 值 | |------|-----| | 标准编号 | 待定（GB 强标） | | 名称 | 智能网联汽车 自动驾驶系统安全要求 | | 状态 | 工作组征求意见稿 v1.0（2025.11） | | 推荐等级 | P2-推荐入选 | | 替代 | GB/T 44721-2024 | | 性质 | 强制性国标，国家战略级标准 | | 完成目标 | 2025年7月30日 | | 总页数 | 约50页 |
ADS安全总体要求
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
核心原则：
ADS安全水平应至少等同于合格谨慎的人类驾驶员
(at least equivalent to a competent and careful human driver)
适用范围：
- L3 有条件自动驾驶
- L4 高度自动驾驶
- M类和N类车辆
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━标准结构（10章 + 附录A）
├── 第1章 范围
├── 第2章 规范性引用文件
├── 第3章 术语和定义
│ ├── ADS (自动驾驶系统)
│ ├── DDT (动态驾驶任务)
│ ├── ADSF-1 / ADSF-2 (自动驾驶功能分类)
│ ├── ODD (运行设计域)
│ ├── ODC (运行设计条件)
│ ├── MRC (最小风险状态)
│ ├── MRM (最小风险操作)
│ ├── 安全论证 (Safety Case)
│ └── 场景 (Scenario)
├── 第4章 总体要求
├── 第5章 ADS技术要求
│ ├── 5.1 DDT执行要求
│ │ ├── 正常场景
│ │ ├── 关键场景
│ │ └── 故障场景
│ ├── 5.1.5 ODC边界要求
│ ├── 5.2 MRM要求
│ └── 5.3 人机交互要求
│ ├── 激活/退出
│ ├── 后备用户监控
│ └── 接管流程
├── 第6章 制造商要求
│ ├── 6.1 安全管理体系 (SMS)
│ │ ├── 安全方针
│ │ ├── 风险管理
│ │ ├── 安全保障
│ │ ├── 安全改进
│ │ ├── 设计开发管理
│ │ ├── 生产管理
│ │ └── 售后安全管理 (ISMR)
│ └── 6.2 仿真测试要求
│ ├── 数据管理
│ ├── 人员能力
│ ├── 发布管理
│ ├── 工具链描述
│ ├── 不确定性量化
│ ├── 验证与确认
│ └── 灵敏度分析
├── 第7-8章 场地测试/道路测试要求
├── 第9章 在用安全监控 (ISMR)
├── 第10章 符合性评估
└── 附录A 术语和定义补充制造商安全管理体系 (Section 6.1)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
安全方针 (Safety Policy)
└── 组织承诺、安全目标、资源保障
风险管理 (Risk Management)
├── 系统性风险识别与评估
├── 风险缓解措施
└── 残余风险监控
安全保障 (Safety Assurance)
├── 安全验证与确认活动
├── 安全审计
└── 安全案例构建
安全改进 (Safety Improvement)
├── 事故/事件分析
├── 经验教训反馈
└── 持续改进机制
在用安全管理 (ISMR - In-Service Monitoring and Reporting)
├── 运行数据监控
├── 安全事件报告
├── 定期安全评估
└── OTA更新安全管理
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━仿真测试要求 (Section 6.2)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
数据管理：训练/验证/测试数据的质量控制
人员能力：仿真团队技术资质要求
发布管理：仿真软件版本控制
工具链描述：仿真工具链完整性说明
不确定性量化：模型与真实世界的偏差评估
验证与确认：仿真模型V&V
灵敏度分析：参数变化对结果的影响分析
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━| 中国ADS强标内容 | 国际对标 | |---------------|---------| | 总体安全要求 | UN ADS Common Provisions | | DDT执行要求 | UNECE R157 (ALKS) | | 安全管理体系 | ISO 39001 + 创新 | | 仿真测试 | ISO 34502 + 创新 | | ISMR | EU General Safety Regulation |
skills/china-standards/l2-adas-safety/ — L2 ADAS强制安全要求skills/china-standards/l3-fusa-sotif/ — L3 FuSa+SOTIF联合要求skills/china-standards/multi-pillar/ — 多支柱方法skills/china-standards/odd/ — ODD标准| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-02 | fail→pass | 19,274 | 18,789 | -3% | 1 | 1 | 0% | 3,411 | 4,685 | +37% | 0 | 0 | — |
case-03 | fail→pass | 21,271 | 23,355 | +10% | 1 | 1 | 0% | 3,703 | 5,794 | +56% | 0 | 0 | — |
case-01 | fail→pass | 16,565 | 14,066 | -15% | 1 | 1 | 0% | 3,207 | 4,109 | +28% | 0 | 0 | — |
case-04 | fail→fail | 20,784 | 19,020 | -8% | 1 | 1 | 0% | 3,672 | 4,657 | +27% | 0 | 0 | — |
case-05 | fail→fail | 19,841 | 17,427 | -12% | 1 | 1 | 0% | 3,444 | 4,062 | +18% | 0 | 0 | — |
case-06 | pass→pass | 18,617 | 17,774 | -5% | 1 | 1 | 0% | 3,449 | 4,531 | +31% | 0 | 0 | — |
case-07 | fail→fail | 14,313 | 4,120 | -71% | 1 | 1 | 0% | 2,541 | 2,046 | -19% | 0 | 0 | — |
case-08 | pass→pass | 13,217 | 3,733 | -72% | 1 | 1 | 0% | 2,490 | 1,906 | -23% | 0 | 0 | — |
case-09 | fail→pass | 16,250 | 4,051 | -75% | 1 | 1 | 0% | 3,145 | 2,006 | -36% | 0 | 0 | — |
case-10 | pass→pass | 6,809 | 8,575 | +26% | 1 | 1 | 0% | 1,311 | 2,589 | +97% | 0 | 0 | — |
case-11 | pass→pass | 10,056 | 10,435 | +4% | 1 | 1 | 0% | 1,815 | 3,058 | +68% | 0 | 0 | — |
case-12 | pass→pass | 13,722 | 15,923 | +16% | 1 | 1 | 0% | 2,425 | 3,860 | +59% | 0 | 0 | — |
case-22 | fail→fail | 5,380 | 2,642 | -51% | 1 | 1 | 0% | 947 | 1,735 | +83% | 0 | 0 | — |
case-13 | fail→pass | 13,496 | 4,771 | -65% | 1 | 1 | 0% | 2,304 | 2,099 | -9% | 0 | 0 | — |
case-14 | pass→pass | 16,455 | 13,799 | -16% | 1 | 1 | 0% | 2,612 | 3,544 | +36% | 0 | 0 | — |
case-15 | fail→pass | 7,125 | 3,407 | -52% | 1 | 1 | 0% | 1,299 | 1,852 | +43% | 0 | 0 | — |
case-16 | pass→pass | 9,155 | 2,917 | -68% | 1 | 1 | 0% | 1,639 | 1,776 | +8% | 0 | 0 | — |
case-17 | pass→pass | 15,189 | 11,409 | -25% | 1 | 1 | 0% | 2,579 | 3,301 | +28% | 0 | 0 | — |
case-18 | fail→pass | 9,185 | 2,352 | -74% | 1 | 1 | 0% | 1,566 | 1,567 | +0% | 0 | 0 | — |
case-19 | fail→pass | 12,056 | 3,532 | -71% | 1 | 1 | 0% | 2,026 | 1,783 | -12% | 0 | 0 | — |
case-20 | fail→pass | 16,799 | 2,051 | -88% | 1 | 1 | 0% | 3,203 | 1,598 | -50% | 0 | 0 | — |
case-21 | fail→pass | 4,671 | 4,335 | -7% | 1 | 1 | 0% | 803 | 2,031 | +153% | 0 | 0 | — |
case-23 | pass→pass | 11,758 | 3,080 | -74% | 1 | 1 | 0% | 2,016 | 1,802 | -11% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 23 cases were attempted. The headline lift of +43 percentage points is the difference between those two pass rates over the 23 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.