中國自動駕駛規模化應用經歷了一場系統性的“壓力測試”。

3月31日，武漢數十輛由百度運營的“蘿卜快跑”自動駕駛出租車（Robotaxi）在繁忙路段集體臨停。

次日凌晨，武漢市公安局交通管理局發布警情通報：初步判斷為系統故障所致，乘客均安全下車，無人員受傷。

這一場景并非孤例。

2025年12月，舊金山因變電站火災導致大面積停電，交通信號燈失效。谷歌母公司Alphabet旗下的Waymo無人車車隊觸發了“最小風險策略”，在十字路口原地停滯，導致城市交通樞紐癱瘓數小時。

從武漢到舊金山，自動駕駛行業正處于從“技術可行性”向“運營韌性”過度的深水區。

這兩起事件揭示了行業共同面臨的系統性鴻溝：在極端邊緣場景下，現有的安全冗余機制正在轉化為城市公共管理的成本負擔。

蘿卜快跑是百度自動駕駛平臺Apollo的商業化運營主體。在百度的整體業務版圖中，Apollo承擔了底層架構研發的職能，而蘿卜快跑負責將這些技術轉化為可規模化的出行服務。自2021年8月發布以來，蘿卜快跑已成為百度尋求“第二曲線”增長的關鍵之一。

武漢則是其全球范圍內運營密度最高的城市。自2022年落地以來，運營范圍已實現全無人化與7×24小時覆蓋。作為百度自動駕駛技術重要商業化實驗，蘿卜快跑在武漢的擴張速度與其承載的商業壓力成正比。

業內分析指出，此次車輛集體停滯，極大概率是車輛在復雜路況下觸發了安全自檢機制。

這并非傳統意義上的“死機”，而是系統保障安全的主動策略。在自動駕駛的邏輯中，當感知層或決策層出現置信度不足的情況時，原地停滯是保障乘客安全的最高優先指令。然而，這種基于單車安全的邏輯，在規模化運營時，往往會演變成區域性的交通風險。

自動駕駛系統的脆弱性是全球性課題，不具備國別特征。Waymo在舊金山的停滯與蘿卜快跑在武漢的表現，其底層邏輯完全一致。

2025年12月的舊金山事故中，信號燈失效迫使Waymo車輛進入了當地法規要求的“最小風險策略”狀態。

根據加州對L4級自動駕駛車輛的監管規定，當車輛無法通過遠程協助或自主決策判斷后續路徑的安全性時，必須選擇原地停滯以防范碰撞風險。

這種策略是自動駕駛行業的“底線邏輯”。其核心矛盾在于：車輛安全與系統效率的對立：為了確保“零傷亡”，人工智能選擇最保守的決策。

其實，無論是Waymo還是百度，都配備了遠程應急響應團隊。當區域內大量車輛同時觸發安全自檢并發出人工接管請求時，后臺人力帶寬會被瞬間擊穿，導致響應延遲，加劇道路擁堵。

卡內基梅隆大學自動駕駛技術專家菲利普·庫普曼（Philip Koopman）對此指出，如果企業無法在發生此類停電或系統波動的突發狀況時提供快速清場方案，那么監管機構將面臨重新評估運營許可的壓力。

連續發生的集體故障為全球自動駕駛公司敲響了警鐘。這不僅是技術的提醒，更是運營邏輯的重塑。

喬治梅森大學自主與機器人研究中心主任米西·卡明斯（Missy Cummings）也強調，監管機構應出臺針對遠程操控技術的容量標準。這意味著企業在車隊規模擴張時，必須按比例配備冗余的接管資源和備用通信方案。

此外，有安全專家認為，自動駕駛公司需要建立類似航空業的災難響應機制。當數字化電網或通信網絡發生波動時，如何通過物理手段，比如特定的清障團隊或手動引導程序等，迅速移動車輛，將成為企業獲取大規模運營牌照的前提條件。

武漢與舊金山的這兩場意外，是技術演進過程中的必然陣痛。它在不斷提醒行業：自動駕駛的終局并非徹底擺脫人類，而是在更高的維度上實現人機協同。

目前，蘿卜快跑在武漢的運營已恢復正常，調查仍在繼續。這些在路中央“陷入沉思”的車輛，是技術在探索社會邊界時的真實寫照。

對于自動駕駛公司而言，未來的競爭不再僅僅是單車算法的精密度，而是誰能在系統崩潰的邊緣，通過更成熟的應急程序與勞動力保障體系，守住城市運行的安全底線。而在技術真正走向成熟之前，社會必須學會在這種周期性的故障中，通過制度冗余與技術迭代，尋找效率與安全的平衡點。（財富中文網）