停下来的萝卜快跑，跑起来的中国无人车

当一项新技术开始挑战物理世界的复杂性时，它的“谨慎”往往比“激进”更值得关注。

3月31日晚，武汉市区部分“萝卜快跑”车辆出现停滞，引发广泛关注。随后，相关交通路段迅速恢复秩序，事件并未造成人员受伤。

对于这样一起偶发事件，公众的讨论似乎更多地停留在了表面。但如果我们将这次“停滞”理解为一套精心设计的安全机制在主动发挥作用，结论可能会大不相同。

01

停下来，是一种主动安全策略

当一辆车停在路中间、双闪亮起、不再移动，直观感受可能是“这车出问题了”。但这一判断混淆了两种性质截然不同的情况：是车辆因设计缺陷或部件损坏而“非自愿”失效，还是车辆在检测到不确定风险后“主动选择”停车？

要判断是“主动降级”还是“被动故障”，关键看三个指标：触发机制、车辆行为和恢复能力。从武汉现场的反馈来看，涉事车辆均开启了双闪、在较短时间内完成了处置和恢复，且无人员受伤。这符合“主动降级”的行为特征。

公众之所以容易产生误解，很大程度上是因为我们习惯了“有人驾驶”的范式。在传统汽车中，车辆自身没有“判断能力”，仪表盘亮灯只是提醒驾驶员“你来处理”。而无人驾驶车辆没有驾驶员在关键时刻兜底，因此系统必须自己做出最保守的安全决策——停下来。

这背后，是一套被称为 “最小风险策略” 的安全机制被触发了。要理解这套机制，需要先认识一个关键概念：安全冗余。

简单来说，安全冗余就是在关键系统上设计多重备份，确保任何单一点的异常都不会导致整个系统失效。这是航空航天领域沿用数十年的核心设计理念。自动驾驶系统在一定程度上也遵循了这一逻辑。L4级无人驾驶车辆在感知、计算、控制等关键环节均设计多重备份：当一套系统出现不确定性，备用系统能够立即接管。

这套设计的最终体现，就是“最小风险策略”的触发。当自动驾驶系统检测到不确定因素——比如路况复杂、信号异常、环境超出设计运行范围——它会倾向于选择最保守的退出策略：减速、停车、开启双闪、呼叫远程协助。

整个过程不是“崩溃”，而是有计划的风险处置流程。

中国信息协会常务理事、新经济研究院院长朱克力分析称，国际标准ISO 23793-1:2024已将最小风险操作分为直线停与道内停两类，允许车辆在触发时纵向减速并在任意位置停。在他看来，无论是去年Waymo无人车在信号灯失效情况下的原地停滞，还是此次相关车辆的主动停止运行，均属于最小风险操作的安全机制，体现了自动驾驶系统在面对不确定性时倾向于选择最保守的退出策略。

新经济研究院院长朱克力针对此事看法

用航空领域的一个类比就很好理解：民航飞机的自动驾驶仪在检测到传感器异常时，会自动切换到“降级模式”。没有人会认为这是“飞机坏了”，反而都知道这是系统在保护乘客安全。自动驾驶汽车的“主动停摆”逻辑与此同源。

在朱克力看来，这种对“安全第一”的严格遵循，虽然表现为看似“异常”的停车，实则为公众信任奠定了基础。随着技术迭代，此类保守触发将逐步减少，但安全底线将贯穿技术演进的始终。

02

先“刹车”，是全球无人驾驶的通用底线

这种因安全策略触发而导致的停滞，在行业内并非孤例。

去年12月，谷歌旗下的无人驾驶公司Waymo发生过类似情况。

彼时，美国旧金山因变电站火灾引发大规模停电，导致市中心交通信号灯大面积失效。Waymo无人驾驶车辆在多个路口出现停滞、开启双闪，部分乘客短时被困，最终需要拖车介入处置。

Waymo车辆停摆导致交通堵塞

事件发生次日，Waymo 便恢复正常运营，此次事件未对其无人驾驶整体服务运营造成任何影响。

但这一事件当时在美国本土也引发了广泛讨论。Waymo随后发布官方回应，澄清了三个关键事实：

第一，其系统预设将失效信号灯视为“四向停车”（Four-way stop）场景，但因停电规模远超预期，车辆在多个路口同时遇到无信号灯状态，确认安全状态所需时间大幅延长。

第二，车辆最终触发的正是“最小风险策略”——原地停车并开启双闪，等待远程协助或现场人工干预。

第三，也是最关键的一点：该策略并非Waymo自主选择，而是美国加州DMV（机动车辆管理局）对L4级全无人驾驶的强制安全要求。换句话说，如果不这样做，反而是违规。

也就是说，无论是武汉的“萝卜快跑”，还是旧金山的Waymo，它们在特定场景下选择“停下来”，不是技术缺陷，而是合规的安全设计。

中国互联网商业观察家金错刀对此评论道：“无人车遇上不确定状况，就得学高铁——先刹车保平安，这是铁律！Waymo之前也有‘原地趴窝’，恰恰说明，安全系统不是摆设，关键时刻真能救命，自动驾驶，安全永远是底线!”

中国互联网商业观察家金错刀针对此事看法

这类事件的发生未必意味着技术停滞。每一次极端场景的触发，都在为系统提供真实世界的训练数据。Waymo在旧金山停电事件之后，大概率会对信号灯失效场景的处理算法进行优化；同样，相关企业在武汉的这次经历，也很可能会转化为后续迭代的输入参数。

这揭示了自动驾驶发展的一个基本规律：规模化落地往往伴随着各种极端场景的考验。真实道路环境的复杂程度远超任何实验室模拟，从异常天气到突发事故，从信号灯故障到道路施工，每一种少见场景的发现与解决，都可能成为系统能力提升的阶梯。

03

给技术一点“试停”空间，换领跑未来

站在更宏观的视角来看，这次事件引发了一个更值得思考的问题：在一项新技术走向普及的过程中，社会应该以什么样的心态来面对它的“不完美”？

回顾人类科技发展史，答案或许已经非常清晰。电力行业历经数百年发展，电网至今仍偶有停电故障；航空工业经过百年积累，也仍会有航班延误或备降；移动通信从2G到5G，信号盲区从未完全消失。没有一项复杂技术是一蹴而就、完美无缺的。无人驾驶作为一项尚处较早期的技术，在真实道路场景中遇到一些极端情况，某种程度上是难以完全避免的。

问题的核心不在于“会不会出问题”，而在于“出了问题的后果是什么”。此次事件中，无人车选择了最保守的安全策略，且未造成任何人员受伤。客观来看，这恰恰证明了安全设计的有效性，而非技术的不可靠。

当前，无人驾驶已上升为中美科技竞争的关键赛道。自动驾驶不仅是AI在物理世界落地的核心载体，更被公认为是通向通用人工智能的关键路径。它既强力牵引人工智能算法、车规级芯片、高精传感器、网联通信等产业链升级，其先行探索的成果，也为低空经济等新领域提供积累，推动全空间无人体系的协同演进。

萝卜快跑加速全球化落地

中美作为规则制定的主要博弈方，其头部企业的全球布局早已超出商业范畴。尽管Waymo也曾发生过各类事件，但在相关政策环境下，Waymo已布局超过2500辆无人车，驶入洛杉矶、旧金山、凤凰城、奥斯汀、亚特兰大等十几个城市。数据显示，其每周全无人服务单量达45万单，预计到2026年每周单量将达到100万单。

在这一背景下，我国发展无人驾驶已不是一道选择题，而是关乎长期科技产业竞争力的必答题。保持战略定力，不过度因偶发的、未造成实质性伤害的事件而动摇信心，或许是一个值得审慎对待的议题。保持中国自动驾驶的全球领先地位，需要持续的政策支持与社会包容。

对于公众而言，或许可以尝试建立对这项新兴技术的合理预期——它大概率不会一夜之间完美无缺，但它的每一次“停下来”，背后都是对安全底线的某种坚守。

给创新多一点理解，给技术多一点耐心。无人驾驶的未来，值得持续关注。