当技术遇到现实，有时候最聪明的机器也需要人来"救场"。
Waymo最近公布了两个数字：
每周50万单付费出行。
听起来很 impressive，对吧？但在这光鲜的数字背后，有一个不太光彩的事实正在浮出水面——
这些"聪明"的无人车，经常需要叫人来帮忙。
有时候是道路救援，有时候……是打911。
📞 当无人车真的"卡住了"
Waymo的车辆在遇到问题时会调用多种"外援"：
| 救援类型 | 使用场景 | 谁买单 |
|---|---|---|
| 远程协助团队 | 软件判断失误、路线规划问题 | Waymo |
| 道路救援车 | 车辆抛锚、轻微事故 | Waymo |
| 消防员/警察 | 严重堵塞、安全隐患 | 纳税人 |
最夸张的案例是什么？
今年早些时候，奥斯汀发生大规模枪击案。一名警察正在赶往现场的途中，被紧急调去先挪开一辆挡路的Waymo无人车。
没错，当生命攸关的时候，这辆"AI驱动的未来交通工具"成了救护车前的障碍物。
🏛️ 官方态度：我们的消防员不是AAA
对于这种情况，旧金山的官员们已经表达了不满。
"我们的第一响应人员不是AAA（美国汽车协会）。"—— 旧金山第四区监督员Alan Wong
这句话道出了很多人的心声。
无人车的"不确定性"正在成为公共资源的新负担。
更让人担忧的是，这不仅仅是Waymo的问题：
-
Motional 正在拉斯维加斯部署 -
Zoox 已进入奥斯汀和迈阿密 -
特斯拉 在奥斯汀有大规模计划
每家公司都可能有不同的应对机制，对公共资源的依赖程度也各不相同。
⏱️ 效率真相：无人车更慢
除了"卡住"的尴尬，还有一个不太被提及的事实——
无人车可能比人开得慢。
据接近Uber的消息人士透露，Waymo在某些行程中要比人类司机多花30%的时间。
为什么？
-
🐢 过度谨慎：为安全起见，系统倾向于选择最保守的驾驶策略 -
🚫 规避复杂操作：比如无保护左转，很多无人车会选择绕路避开 -
🔄 频繁接管：遇到复杂路况时，需要远程人工介入
这引出了一个问题：我们追求的"自动驾驶未来"，究竟是为了效率，还是为了……别的什么？
💰 钱景几何？几家欢喜几家愁
不过，自动驾驶赛道的热度丝毫未减。最近一轮融资潮中：
Zipline 再拿2亿美元，H轮融资总额达到8亿美元，估值76亿美元
Shield AI 获得15亿美元G轮融资，投后估值127亿美元
Rivian 从大众集团再获10亿美元投资，其中7.5亿是股权投资
资本依然看好这个赛道，但商业化的路似乎比预期更长。
🎯 现实检验：技术乐观主义 vs 落地困境
Waymo的案例暴露了一个深层矛盾：
技术演示可以很完美，但真实世界永远有意外。
-
软件可以处理99%的场景，但剩下的1%往往最致命 -
实验室里的"安全"和复杂城市交通中的"安全"是两码事 -
消费者对"偶尔需要警察来挪车"的容忍度有多高？
一位业内人士说得很直白：
"我们现在看到的是'会开车的AI'，但离'可以放心上路的AI'还有距离。"
🔮 未来会好吗？
短期来看，随着更多公司加入战局，类似的"尴尬时刻"可能还会增加。
但长期来看，这个行业依然在快速迭代：
-
传感器成本在下降 -
算法在变得更鲁棒 -
监管框架在逐步完善
关键是，厂商们需要更诚实地面对技术的局限性。
与其追求"完全无人"的营销噱头，不如先把"偶尔需要救援"的概率降到最低。
毕竟，对于普通用户来说，"大部分时间能自己开"远不如"永远不会出问题"有吸引力。
🎬 最后
无人车叫911，听起来像个段子，但它是这个行业发展过程中必经的阵痛。
每一项改变世界的技术，在普及之前都会经历类似的尴尬期。
问题不在于会不会出问题，而在于——出问题的时候，谁来兜底？
当技术公司把"安全第一"挂在嘴边的时候，也许应该先想想：如果明天你的车挡住了一辆救护车，你准备好了吗？