当自动驾驶卡壳时，最后握方向盘的，竟然常常是警察

无人车的尴尬时刻：火场边，911 成了产品功能的一部分

去年 8 月，美国加州 Redwood City 附近的 I-280 高速边突发草地火灾。消防员忙着灭火，高速巡警则让车辆掉头，逆向驶离现场。就在这时，一辆 Waymo 机器人出租车把自己困在了现场：它试图沿路肩绕过堵塞车流，随后又因为迎面而来的逆向车辆不断后退，最后索性停住不动。

最戏剧性的一幕并不是它停下，而是停下之后谁来收拾残局。按照 TechCrunch 获取的 911 录音，Waymo 的远程协助人员向调度员求助：高速警察已经让所有车掉头，但“我们的车没法掉头”。于是，Waymo 直接报警，希望警察到场把车开走，还顺便帮车内乘客安排后续交通。大约半小时后，真有一名加州高速巡警坐上驾驶位，把这辆机器人出租车开到了附近停车场，之后再由 Waymo 的道路救援人员接手。

如果把这件事单独拎出来看，它像是自动驾驶扩张路上的一个边角失误：有点狼狈，但似乎还能理解。问题在于，这不是孤例。TechCrunch 统计到，至少已有 6 起案例中，Waymo 车辆在紧急情况下需要由一线应急人员亲自接管并移走。换句话说，自动驾驶最不“自动”的时刻，常常发生在最不能添乱的时候。

Waymo 不是没有人，只是这些人通常藏在系统后面

很多人以为机器人出租车一旦上路，后台就是一套纯算法王国。其实远非如此。Waymo 现在每周提供超过 40 万次付费行程，背后不仅是传感器、地图和模型，还有一整套人类辅助链条。

其中一类是“远程协助”人员。Waymo 此前向美国国会披露，大约有 70 人同时监看其约 3000 辆车队，其中一半在美国，一半在菲律宾。他们的职责是给车辆“建议”，比如遇到复杂路况时帮它判断怎么走，但他们不能直接握方向盘，也不能真正开车。Waymo 反复强调，这些人提供的是 advice，不是 control。公司甚至专门解释过通信延迟：美国本土单程中位延迟约 150 毫秒，海外约 250 毫秒，快到“像眨眼一样”。

可问题在于，眨眼虽快，责任却不轻。美国国家运输安全委员会最近披露，今年 1 月，一辆 Waymo 在奥斯汀询问远程协助人员：旁边那辆校车是不是正在上下学生？结果工作人员判断失误，告诉车可以继续前进。于是这辆 Waymo 从仍亮着警示灯、伸着停车臂的校车旁开了过去。没出大事故，已经算运气。

除了远程协助，Waymo 还有一个更少被公开讨论的队伍：道路救援团队。他们负责到现场、接触车辆、必要时把车移走。你可以把它理解为自动驾驶时代的“真人补丁”。尴尬的是，在很多高压场景里，这个补丁并没有总能比警察和消防员更快赶到。

真正的争议不在技术，而在谁替它收尾

从产品逻辑上说，Waymo 的选择并不难理解。自动驾驶系统会保守，会犹豫，会在无法确认安全时停下来——这比莽撞乱开好得多。问题是，当一台机器因为过于谨慎而堵住路口、卡在犯罪现场、挡住救护车时，社会成本就转移给了别人。

这也是旧金山市政府最近不满的核心。在 3 月的一场听证会上，当地应急管理部门负责人直说：公共安全人员正在变成 Waymo 的默认道路救援，这种状态不可持续。这个表述很重，但一点不夸张。想象一下，一位警察本该处理火灾疏散、枪击现场或交通事故，却临时被拉去给一家商业公司的机器人出租车挪车——这种资源占用，最终买单的是纳税人和现场其他真正需要帮助的人。

更刺眼的是，Waymo 在听证会上并没有充分展开说明自己的道路救援体系。公司强调自己培训了全球 3 万多名一线应急人员如何与其车辆互动，还设计了让急救人员“几秒内接管车辆”的机制。这听上去很体贴，但从另一个角度看，它几乎是在承认：我们预期你们迟早得来帮忙。

旧金山一位区议员说得很直白：我们的第一响应人员不应该是 AAA 道路救援。这个比喻很妙，也很扎心。因为它一下子点破了行业叙事里的那个盲点——机器人出租车不是只要能跑，就算商业闭环；它还得能在出问题时，不把麻烦甩给公共系统。

这不是 Waymo 一家的问题，而是整个 Robotaxi 赛道的成人礼

Waymo 之所以被盯得这么紧，不只是因为它倒霉，而是因为它跑得太快、太靠前。它已经在亚特兰大、奥斯汀、洛杉矶、凤凰城、旧金山湾区等多个城市运营，还计划继续扩到约 20 座城市。它是目前全球最接近“规模化 robotaxi”这个梦想的公司之一。也正因此，它遇到的不是个别 bug，而是行业级问题的提前曝光。

过去几年，自动驾驶公司的失败故事很多：Cruise 因事故和监管危机几乎跌出主舞台，特斯拉的 FSD 还长期处在“驾驶辅助”和“自动驾驶宣传”之间的灰区，国内不少 Robotaxi 公司也都在强调安全员减少、接管率下降、商业化提速。可一旦车队真正变大，问题就不再只是“这辆车会不会撞”，还包括“这座城愿不愿意为你的异常情况兜底”。

这一点，和早年共享单车、外卖平台、网约车平台的争议有某种相似性：技术平台的效率，往往建立在一张外部支撑网络之上。以前是城市公共空间、骑手劳动力和交通秩序；如今换成了 911 调度体系、交警现场处置能力和拖车资源。技术公司当然可以说，极端情况总会发生，但监管者更关心的是：这些极端情况是不是会随着规模扩大而变成日常摩擦。

Waymo 现在的回答，某种程度上还不够完整。它没有明确披露道路救援团队规模、城市部署密度、外包情况，也没有说清楚未来扩张到更多城市后，怎样保证警察不继续成为“最后驾驶员”。如果这些问题不透明，城市管理者就很难评估风险，而公众对“无人驾驶”的理解也会越来越分裂——一边是炫目的技术宣传，一边是警察下车帮你倒车的偷拍视频。

自动驾驶真正要学会的，可能不是开车，而是体面地失败

我一直觉得，评价自动驾驶不能只看它最漂亮的演示，而要看它最狼狈的时候。晴天白日、车道清晰、秩序井然时，今天的头部系统已经可以开得像模像样；真正决定一家公司成熟度的，是系统在混乱、模糊、突发、跨部门协作的现实世界里，能不能优雅退场。

所谓“优雅退场”，不是让车永远不出错，而是出错之后别让别人替你擦屁股。比如，车辆能否更快进入可拖移、可人工接管的安全模式；道路救援力量是否足够密集，能在分钟级而不是半小时级赶到；系统是否能明确识别火灾、警戒线、群体事件这类高优先级场景，并主动把自己变成“最不碍事的那一个”。这些听起来不如大模型和端到端算法性感，却更像自动驾驶商业化最后要补上的功课。

从这个角度说，Waymo 当前遭遇的批评未必是坏事。它至少让行业看见了一件常被忽略的事实：自动驾驶不是只和 AI 有关，它还和城市治理、公共资源分配、责任边界设计紧紧绑在一起。一辆车是不是“无人”，并不取决于驾驶位上有没有人，而取决于它出问题时，背后到底需要多少人才能把这件事收场。

如果有一天，robotaxi 真要像电梯一样融入日常生活，人们不会因为它能顺畅把你送到机场而信任它，而是因为它在最糟糕的那天，也没有给整座城市添麻烦。