旧金山全城断电，自动驾驶为何集体失灵？

旧金山一个寻常的傍晚，城市天际线的灯光次第亮起。突然，光芒毫无预兆地熄灭——一场大规模停电席卷了整座城市。交通信号灯集体“失明”，人类司机尚能凭借经验与判断缓慢前行，而那些代表科技前沿的Waymo自动驾驶出租车，却在路口陷入长久的停滞。这一幕，成为了自动驾驶技术迈向大规模商业化道路上一个极具象征意义的注脚，也引发了行业内外对技术路线的深刻反思。

“完美学生”遭遇现实停电考卷

根据Waymo官方发布的系统运作原则，其自动驾驶车辆在遇到无法正常工作的交通信号灯时，会将其视为“四向停车”（All-way stop）路口进行处理。这通常意味着车辆需要依次停车观察，确认安全后再通过。然而，根据旧金山市交通管理局事后发布的报告，此次停电规模罕见，导致大面积区域的信号灯同时失效，远超系统常规的测试场景。

在实际操作中，大量Waymo车辆在驶近这些“全黑”的复杂路口时，表现出了远超出常规的“犹豫”。它们严格遵守着预设的、极为保守的安全规则，在对周围环境进行长时间、反复的评估后，仍无法做出通过的决策。最终，许多车辆选择长时间停在原地，或者以极低的速度蠕行，从而在多个关键路口形成了梗阻点，加剧了停电后的城市交通瘫痪。

Waymo官方在其技术博客中曾多次强调，其系统高度依赖于高精度地图与预设规则。地图中不仅包含车道线、路沿等静态信息，也精确标注了每一个交通信号灯的位置和类型。在信号灯正常工作时，车辆通过传感器实时感知其状态（红、黄、绿），并与地图信息进行比对，实现精准控制。然而，当大规模停电导致外界信号输入（灯色）这一关键环节完全失效，且环境因人类司机的“非标准”行为（如抢行）变得异常复杂时，系统对严格规则的依赖便暴露出了其脆弱性——它缺乏在极端意外场景下，像人类一样进行灵活“协商”与“博弈”的能力。

技术路线的分野：特斯拉的“另类”表现

与此事件形成鲜明对比的是，同样在旧金山，大量搭载特斯拉Autopilot（自动辅助驾驶）或FSD（全自动驾驶）测试版功能的车辆，在停电期间仍能保持行驶。这并非巧合，而是源于两者截然不同的技术哲学。

特斯拉在其车主手册和官方技术描述中明确指出，其自动驾驶系统主要基于车辆的视觉感知系统（摄像头）和强大的神经网络实时处理能力。它并不预先依赖高精地图中关于交通信号灯的精确坐标信息，而是通过摄像头像人眼一样，去实时识别和解读道路上的信号灯、标志、标线以及周围所有交通参与者的动态。

因此，当停电导致信号灯熄灭时，特斯拉的系统会将其识别为一个“没有有效信号灯控制的路口”。在这种情况下，系统会启动为无信号灯路口设计的通行策略，其核心逻辑同样是审慎观察、礼让通行，但决策过程更侧重于对实时视觉信息的判断，而非与预设地图规则的比对冲突。这种以“纯视觉”为主、更接近人类驾驶逻辑的应对方式，在此次突发事件中展现出了更强的环境适应性。

必须强调的是，特斯拉的应对方式同样面临巨大挑战。在没有交通信号灯指挥的复杂路口，如何确保绝对安全依然是巨大难题。特斯拉官方也反复警示，其自动驾驶功能需要驾驶员全程保持注意力，并随时准备接管。此次事件中特斯拉车辆的“正常行驶”，更多是在驾驶员监督下的、系统未因规则冲突而“僵住”的表现，并不能等同于其在无信号灯路况下已实现完全的、安全的自动驾驶。

行业信任的“压力测试”：安全冗余与责任边界

这场突如其来的大停电，无疑是对自动驾驶行业，特别是致力于商业化Robotaxi（无人驾驶出租车）运营的Waymo的一次公开“压力测试”。事件迅速引发了公众与监管机构的密切关注。

美国国家公路交通安全管理局（NHTSA）在其关于自动驾驶安全评估的框架中，始终强调系统的“故障安全”能力和对“边缘案例”（极端罕见情况）的应对。此次大面积、长时间的基础设施失效，正是一个典型的、后果严重的“边缘案例”。它尖锐地提出了一个问题：当高度智能的车辆所依赖的城市基础设施本身突然“失灵”时，技术的安全冗余究竟应该如何设计？

Waymo在事后与旧金山市政府的联合简报中承认，此次事件暴露了其在应对极端、大规模基础设施故障场景时需要改进。公司表示正在“迅速吸取教训”，更新系统逻辑，以在未来类似情况下实现“更安全、更高效”的交通疏导。这很可能包括：在确认大规模异常后，引入更灵活的通行策略；优化车辆在无信号灯路口与人类驾驶员的互动模型；甚至考虑在车辆通信模块中接入更广泛的公共基础设施状态信息。

更深层次的讨论则关乎责任与信任。当自动驾驶汽车因规则所限而在路口停滞，导致交通堵塞甚至可能延误紧急救援时，责任应由谁承担？是制定严格安全规则的公司，是未能提供稳定电力供应的公共部门，还是批准其上路测试的监管机构？此次事件让这些在实验室和封闭测试中难以浮现的问题，赤裸地暴露在公众面前，成为自动驾驶技术获得社会广泛接受前必须回答的考题。

启示与展望：从依赖基础设施到拥抱不确定性

旧金山停电事件，像一盆冷水，泼在了对自动驾驶技术过于乐观的预期之上。它清晰地揭示了一个现实：真正的“全无人驾驶”所要应对的，是一个充满不确定性的开放世界。这个世界不仅包括雨雪雾等恶劣天气、复杂的施工路段，也包括城市基础设施本身的突发故障。

对于以Waymo为代表的“高精地图+规则驱动”路线而言，此次事件的教训在于，必须在确保安全底线的前提下，为系统注入更多的灵活性和“常识”判断能力。绝对的规则安全在面对现实世界的混沌时，可能反而会引发系统性的失效。

而对于以特斯拉为代表的“纯视觉+AI实时决策”路线，挑战则在于如何持续提升其在极端复杂场景下的感知可靠性和决策安全性。如何在无规则信号引导的路口，做出比人类更安全、更高效的通行决策，是其需要证明的关键。

两条技术路线并非完全对立，未来很可能走向融合。无论路径如何，此次事件都让整个行业达成了一项共识：自动驾驶的最终成熟，不能仅仅指望车辆自身的智能化，也不应完全依赖于基础设施的完美无缺。它必须建立在车、路、云、人更深层次的协同之上，并且具备应对“黑天鹅”事件的韧性与智慧。通往自动驾驶未来的道路，注定不会一片光明，它必须在一次次的“停电”考验中，摸索出前行的方向。