极端情况危机：Waymo 在环境危害面前的挣扎

全自动驾驶网约车服务的承诺，取决于人工智能在应对现实世界不可预测性方面的能力。然而，最近发生的事件凸显了这一能力中的一个关键差距：极端天气的“极端情况”（edge case）。自动驾驶汽车（AV）领域的领导者 Waymo，发现自己被迫在四个主要城市暂停服务，因为其无人驾驶出租车（robotaxis）在识别和避开积水路面时表现挣扎。

这种系统性失败强调了自动驾驶汽车行业面临的一个更广泛的挑战——从在受控或可预测的环境中运行，转向在自然灾害期间管理城市基础设施的混乱变量。

积水失败：事故模式的呈现

Waymo 最近将其服务暂停范围扩大到了亚特兰大、圣安东尼奥、达拉斯和休斯顿。这一决定是在一系列车辆未能识别道路上危险积水深度的事件之后做出的。在亚特兰大，一辆无人驾驶的 Waymo 车辆直接驶入了积水街道，并被困在原地约一个小时，直到救援团队将其移走。

尽管在亚特兰大事件发生前仅一周才发布了软件召回，但车队仍继续遇到这些危险。根据美国国家公路交通安全管理局（NHTSA）发布的文档，Waymo 承认其尚未开发出避免积水区域的“最终解决方案”。目前的临时方案——即通过软件更新在具有“高风险”积水的地点设置限制——被证明是不够的。

对外部信号的依赖

Waymo 当前策略中最具启发性的方面之一是其对外部数据而非实时车载感知能力的依赖。Waymo 表示，亚特兰大事件的发生是因为降雨过于剧烈，导致积水在国家气象局（NWS）发布闪电洪水预警或咨询之前就已经发生了。

这揭显了一个重大的技术漏洞：车辆并非完全依靠自身的传感器来检测水深或道路可行性，而是受限于政府气象预警来为恶劣天气“做准备”。当环境变化速度快于报告机构时，人工智能就会对眼前的物理危险视而不见。

不完整的修复方案历史

积水问题并非孤立的技术故障，而是 Waymo “修复方案”无法解决车队底层行为问题的循环模式的一部分。

• 校车违规： 去年，Waymo 面临批评，因为其车辆被发现非法超越停下的校车。尽管发布了修复程序来解决这一行为，但报告显示，在奥斯汀等城市，车队仍继续在校车周围进行非法操作。
• 安全事故： 该公司目前正受到 NHTSA 和国家运输安全委员会（NTSB）的调查，涉及 2026 年 1 月在圣莫尼卡发生的一起事故，当时一辆无人驾驶出租车撞击了一名儿童。虽然 Waymo 声称车辆当时已减速至每小时 6 英里，但该事件仍是监管机构审查的焦点。

监管压力与前进之路

Waymo 目前正在应对复杂的联邦调查网。NHTSA 对 Waymo 的透明度表示不满，并在该公司最初的回复中被大量涂黑处理后，发布了第二次文件请求。

反复无法解决特定的、高风险的极端情况——例如校车法规和洪水检测——表明自动驾驶的“长尾效应”比此前预期的还要长。对于自动驾驶汽车公司而言，挑战不再仅仅是关于在晴天避免碰撞，而是关于开发出一种环境直觉，使车辆能够无需政府预警即可自主判断“这条路无法通行”。

随着 Waymo 在德克萨斯州和佐治亚州暂停运营，整个行业被提醒：自动驾驶运输的安全，不在于车辆在晴天时的表现，而在于它们在风暴中如何应对失败。