一架亚马逊配送无人机悬停在得州一户人家的泳池上方,舱门打开,包裹落水。没有撞树,也没有失控坠毁。它只是认真执行了投递,然后把东西送错了地方。

这段由 ABC7 News Bay Area 分享的视频之所以刺眼,是因为亚马逊的无人机配送还准备扩大覆盖范围。服务规模越大,泳池、池塘、草坪摆件和各种系统没见过的庭院环境就越多。真正的考验不是无人机能飞多远,而是它能否在陌生院子里稳定完成最后几米。

两次落水,原因并不相同

这已经不是 Prime Air 第一次把包裹送进水里。

去年7月,一段来自亚利桑那州的视频显示,无人机把包裹投在泳池边。落点本身没有进水,但旋翼产生的下洗气流把包裹吹进了泳池。

两次结果相似,技术问题却有区别:

事件投递过程暴露的问题
得州事件无人机悬停在泳池上方,打开舱门投放落点识别或投递区域判断可能有误
亚利桑那州事件包裹落在池边,随后被旋翼气流吹入水中系统没有充分计算投放后的物体运动
地面快递快递员可把包裹放到门廊、箱柜或遮蔽物下速度较慢,但人能临场判断环境

目前公开材料只能证明发生了两个个案,不能据此断言 Prime Air 经常投递失败。两段视频也没有给出正式技术调查结论,更不能直接归为同一个软件故障。

但它们指向同一处短板:无人机判断“哪里能落”,还不等于判断“包裹最终会停在哪里”。

水面反光、阴影、地面材质、包装重量和旋翼气流,都会改变结果。对人类快递员来说,泳池边不能放纸盒,几乎不需要思考;机器却要把这条常识拆成视觉识别、距离判断、风险分类和投放策略。

差之毫厘,谬以千里。放在这里,是字面意思。

无人机配送最难的不是飞行

无人机配送常被包装成一个速度问题:绕开道路拥堵,从仓库直接飞到住宅,几分钟完成交付。

这个叙事只讲了空中的路程,淡化了交付动作。

传统快递的最后一步由人完成。门廊潮湿,可以换个位置;院子里有狗,可以暂停;收件地址不清楚,可以打电话。无人机缺少这些临场判断,只能依赖预先设定的规则和传感器。

因此,Prime Air 真正需要证明的指标,不该只是覆盖多少城市、飞行多快,还包括:

  • 包裹实际落在安全区域的比例;
  • 投递失败后能否自动取消,而不是勉强投放;
  • 系统如何识别泳池、池塘、儿童活动区和易碎设施;
  • 包裹损坏后,补发与退款是否足够快;
  • 居民能否明确拒绝无人机飞越或指定投放位置。

反方也有道理。两段传播很广的视频,很可能只是大量投递中的少数异常。任何新配送系统都会经历边缘案例,扩大真实运行范围,也能帮助团队收集更多环境数据。对轻小件、急用品和交通不便地区,无人机确实有实际价值。

问题在于,规模扩张不能拿用户的院子当无限测试场。自动驾驶可以在风险升高时减速停车,无人机也应该学会放弃一次不确定的投递。送晚一点,是体验问题;把包裹扔进水里,是基本能力问题。

用户面对的不是技术奇观,而是一盒湿货

对普通收件人来说,算法究竟误判了水面,还是没算准旋翼气流,并不重要。现实动作很简单:捞包裹、拍照、联系客服、等待退款或补发。

省下的配送时间,很容易在售后流程里全部还回去。

如果下单页面允许选择投放区域,住在带泳池、池塘或复杂庭院住宅里的用户,最好指定开阔、干燥的硬质地面。包裹一旦落水,应保留投递视频和受损照片,尽快申请退款或补发。若无人机频繁低空经过住宅,噪音、隐私和安全问题也应通过平台客服或当地适用的投诉渠道留下记录。

我更在意亚马逊接下来是否公开可靠性数据,以及系统会不会加入更保守的投放规则。识别不确定,就返航;风场复杂,就取消;找不到安全落点,就交给地面配送。

物流史从来不只奖励跑得最快的工具。铁路、集装箱和自动分拣真正改变行业,靠的是稳定、可复制、出错后能追责。无人机也逃不过这条旧规律。

亚马逊准备把服务带到更多城市,水面只是最早暴露出来的一类麻烦。城市越多,庭院越复杂,边缘情况就越快变成日常运营。若最后几米仍靠运气,覆盖范围越大,售后成本和居民反感也会一起扩大。