蘿卜快跑，可能錯在了“敏感肌”

文 | 象先志

幾天前，武漢多輛蘿卜快跑無人駕駛車在高架和主干道上集體“熄火”。車群像被按了暫停鍵，一動不動地停在路中間，好在沒有造成人員安全問題，車內的乘客也都非常順利地安全下車。

但鋪天蓋地的罵聲又來了：“起大早趕晚集”“自動駕駛安全不到位”“百度技術就這？”

講真，單純噴前沿科技這事兒，可能是互聯網上最安全的生意了。流量賺得盆滿缽滿，還有“為消費者發聲”的天然zzzq護身。

但這次，可能不太一樣。在自動駕駛安全的技術問題上，可能錯的很少，而真正導致這次“熄火”事件的，很可能是安全策略上設置的“敏感肌”。

不是能力限制，而是安全選擇

先聊一個概念，如果L4 級別自動駕駛車輛出現了故障，那么最好的處理方式應該是什么。

其實需要先確定的一個點是：為什么要明確 L4 級別自動駕駛這個關鍵點。

因為常規的 L3 及 L3 以下的責任主體，和 L4 級別自動駕駛是存在差異的。

這個問題如果拉到咱們日常生活中，看現在已經上市且可民用的輔助駕駛車型屬于L3 以下的智能輔助系統責任歸屬是，“L3：系統激活時，經營者 / 制造商擔責；駕駛員未按規定接管擔相應責任。”避開所有的技術細節，只需要明白一個問題：如果出現交通事故，那么事故的第一責任人是駕駛員本身。

因為現在廠商們其實很雞賊，碰到輔助駕駛解決不了的情景就讓車機退出，所以發生事故的時候的責任人還是司機本身。

對于我們所說的真正的“自動駕駛”車輛、也就是駕駛位上可以不用坐人的車來說，按照政策相關規定，責任的劃分非常明確的：歸廠商。

具體的文件叫《智能網聯汽車準入和上路通行試點實施指南》，有興趣的同學可以自行查看。

基于這個責任劃分，就可以想明白，大規模自動駕駛車輛是需要保證一個整體安全性，因為如果車輛出現了類似的情況，那么如果發生車輛因為后續的靠邊停車或其他操作造成二次事故，后果就會難以評估。

廠商只有兩個層面能解決這樣的事故：云端和車輛端。

從整個事件來推斷，其實是云端下發停車指令，這點應該是比較清晰的。

有不少質疑聲：為什么不讓車靠邊停下？這樣不是更安全嗎？

并非如此。

云端下達指令之后，所有的終端車輛停車，如果需要靠邊停車，則需要車端自行并操作靠邊停車指令。但問題是，車內沒有安全員的情況下，誰來負責車里用戶和整體的駕駛安全？

更有人在評價這次事故的時候，說是單車的技術冗余不夠，沒法靠邊停車，還是看看蘿卜的單車能力：

• 4顆禾賽AT128激光雷達（128線，200米探測）
• 12個攝像頭 + 6個毫米波雷達 + 12個超聲波雷達
• 1200 TOPS算力（雙Orin X芯片）

這套能力不僅在靠邊停車上綽綽有余，而且完全有能力支持單車智能：感知周圍環境、識別可停車區域、自主靠邊。但百度的架構設計，讓這些硬件只用于上傳數據，最終決策必須回傳云端。

所以緊急停車，恰恰才是這個時候最安全的操作。因為這其實根本不是技術所限，而是極端狀況下的最后一步。

舊金山也停了，原因一樣

自動駕駛集體停擺，并非中國獨有。

2025年12月，舊金山大面積停電，Waymo數百輛無人車堵在路口，有的停在路中間，有的卡在十字路口，司機不得不繞行。Waymo事后解釋：車輛確實能把熄燈信號燈當作四向停車來處理，但出于早期部署的審慎策略，車輛在執行前會向遠程團隊發送“確認請求”。停電規模太大，確認請求集中暴增，遠程系統處理不過來，車就卡住了。

紅綠燈不工作waymo自動駕駛車輛當街集體趴窩

熟悉嗎？和蘿卜快跑幾乎是同一個故事：都是遠程環節成為瓶頸，都是審慎策略在極端情況下變成了系統性癱瘓。

再看另一個極端。2025年6月至今，特斯拉在奧斯汀的Robotaxi累計14起碰撞，事故率約為人類的4到8倍。特斯拉是純視覺加端到端神經網絡，車端完全自主決策。出問題不是因為“不敢動”，而是“太敢開”。

三家公司，三種策略，三種代價。特斯拉放權給單車，換來了高事故率；Waymo介于兩者之間，保守確認機制在大規模異常時崩潰；蘿卜快跑最極端——云端集控，稍有刺激，整個系統進入“保護性休克”。

所以結論其實非常明確，蘿卜快跑的安全策略是屬于“過于謹慎”的那一派，也就是所謂的“敏感肌”——出問題了，停下解決問題。

這樣的表現確實造成了這樣一個并不好看的結果，雖然單車硬件冗余遠超Waymo和特斯拉，但決策權被云端鎖死。就像給士兵配了槍，但扳機由千里之外的指揮官遙控——不是不會開槍，是不被允許自己開槍。

稍有刺激，整個系統就進入“保護性休克”。

但好處在于，如果我是坐在后面的乘客，我更希望在這樣的事故出現時，車確實能安穩停下，讓我趕緊下車，這對于乘客本人和整體安全，應當都是最優解。

蘿卜犯錯，為什么不被允許？

有趣的是，自動駕駛其實是 AI 能力在現實世界最前沿的投影。

當大家還在為龍蝦歡呼雀躍，感嘆智能涌現的時候，是可以容忍大模型笨、大模型出錯，畢竟這對個體來說并沒有過多影響。

但自動駕駛真正開始為人們服務、改變這個社會出行方式的時候，卻因為他執行了最安全的策略，而詬病他很笨。

批評蘿卜快跑“技術不行”是容易的、是上頭的，但可能是錯的。

當蘿卜、小馬、文遠們站在這個行業中最顯眼的位置時，一有風吹草動，人們就會開始“草木皆兵”。而他們選擇的其實都是最難走的一條路。

自動駕駛最難的部分，從來不是讓車開起來，而是讓車用最安全的方式停下來。