6月20日，一辆空载的Zoox Robotaxi——也就是无人驾驶出租车——驶入被重烟遮挡的火灾救援现场。它急刹、尝试转向，停住后还要靠远程人员指引倒车离开。没有人受伤。
停车本来是自动驾驶系统面对不确定性的安全动作。可如果车停在消防车要穿过的路上，或者大型活动散场时几十辆车一起卡在路上，单车的保护机制就可能变成整座城市的新麻烦。最近发生在Zoox和Waymo身上的两件事，机制并不相同，却指向了同一道城市级考题。真正的问题不是一辆车会不会停，而是这种保守动作被车队规模放大后，谁能及时清出救援和疏散通道，城市又要承担什么后果？
105套系统被召回，修的是重烟里的“看不清、不会让”
这起火灾现场当时没有用锥桶完整封闭。Zoox车辆进入烟雾后制动、尝试转向并停下，最后在远程人员引导下倒车退出。美国国家公路交通安全管理局随后公布26E044号召回，涉及105套自动驾驶系统：相关软件在重烟环境里，可能无法正确识别并响应正在进行的紧急救援。
截至7月15日，Zoox已把软件更新部署到所有仍在公共道路运营的受影响车辆。这105套系统都属于公司自有车队；Zoox自查后称，没有发现第二起同类事件。
这些边界决定了我们该如何理解这次召回。它不是“105辆车撞进火场”，也不是一起伤亡事故，而是一次真实现场暴露出重烟条件下的感知与响应缺口。Zoox自查只发现这一例，不等于可以忽略：只要车辆可能占住救援通道，后果就不再只由车内乘客承担。
监管追问的不只是一处代码，而是一整套应急能力
7月8日，美国国家公路交通安全管理局向自动驾驶企业发出行业函，列出的场景不止重烟，还包括火灾、锥桶、闪灯以及与紧急车辆的互动。监管部门明确提醒企业：这些情形不该被当成罕见到可以排除在设计之外的极端案例。
因此，105套系统的软件更新只是第一步。更大的问题是，企业能否把一类现实中的异常场景变成可重复测试的能力。自动驾驶依靠感知、预测和规划软件理解道路，它和聊天机器人不是同一种AI；但算法一旦接管方向、速度和路线，识别错误就会占用真实道路，甚至挤压真实救援时间。
过去，行业最容易展示的是正常天气、清晰车道和规则交通中的行驶里程。Robotaxi开始进入城市运营后，监管的关注点正在从“能不能自己开”转向“道路规则突然失效时能不能与人协作”。低频事件乘上不断扩大的车队，最终都会成为运营方必须具备的日常能力。
7月4日，30多辆Waymo卡在旧金山，暴露的是另一层问题
7月4日，旧金山烟花活动吸引了超过10万人，整套交通系统都承受着突然增加的客流。数十辆Waymo陷入拥堵，现场画面里一处停车区域聚集了30多辆。Waymo表示，部分车辆在交通缓解后自行离开，另一些因为长时间停留耗尽电量，需要被拖走。市长随后致信州交通主管部门，要求为无人车在大型活动和紧急状态中的运行制定更明确的准备标准。此前旧金山一次大范围停电期间，Waymo车队也曾大规模停滞。
这不是Zoox重烟缺陷的第二个案例。Zoox召回指向单车软件对烟雾现场的识别与响应；Waymo事件更接近车队调度、道路封控信息、现场人流和城市运营协同。前者可以通过改进感知与行为逻辑处理，后者即使没有一辆车发生碰撞，也可能在大量车辆同时选择保守动作时放大拥堵。
Waymo也给出了另一面情况：它曾支持其他大型活动，并愿意继续与市政府合作。当天的超大客流、公共交通供给不足、有限的路面空间和混行车辆共同造成拥堵，Waymo是加剧因素，而不是已被证明的唯一原因。一次活动中的车队堵塞，不能外推为所有活动都会失控，更不能用来比较无人车与人类司机的总体安全率。需要验证的是，曾经成功的经验能否变成可重复、可审计的应急机制。
加州也不是毫无规则。7月1日起，无人值守自动驾驶车辆的急救热线和车旁双向通信，需要在30秒内接通掌握车队态势的远程人员；制造商收到应急部门发布的电子地理围栏，也就是临时划定的禁入或避让区域后，两分钟内要向车队发出离开或避让指令。旧金山继续追问的是：这些接口能否承受十万人散场、停电和多车同时失去通行把握的压力，车队上线前是否也该接受相应测试。
Zoox会停、Waymo会堵：同一个保守动作为何产生两种后果
自动驾驶最棘手的张力就在这里：单车越强调不确定时停车，碰撞风险可能越低；车队越集中在同一时间、同一路段做出保守决策，城市通行和救援风险反而可能越高。
所以，正常道路上的安全指标不能替代应急能力。前者主要问一辆车是否守规、是否避撞；后者还要问它能否理解消防员的临时手势、为救护车清出通道、在烟雾和停电中退出热点区域，以及运营方能否让几十辆车同步改道。难点不是给模型再加一个“火灾”标签，而是把车辆、车队、平台和城市指挥接成一条责任链。
这条责任链也重新划分了产业分工。车企负责车端感知和行为，运营平台负责远程协助与车队调度，城市部门提供事件边界和优先通行信息，监管部门要求演练、记录和复盘。任何一层缺失，都会把本该在后台消化的不确定性重新丢回街道现场。
从烟雾识别到车队改道，Robotaxi要过四层应急验收
第一层是看见异常。车辆不仅要识别红绿灯和车道线，还要理解浓烟、闪灯、临时锥桶、消防软管、反光背心和人工手势。识别不了时必须减速，但“看不懂”不能成为永久占道的终点。
第二层是完成让路。安全停车之后，车辆还要判断该前进、后退、靠边还是离开封锁区；远程人员介入时，介入权限、响应时限和责任边界都必须明确。Zoox车辆最终倒车离开，恰好说明“停住”和“退出现场”是两种不同能力。
第三层是控制车队。大型活动、火灾或停电发生后，运营方应当能快速设置动态禁入区，减少车辆继续涌入，重新分配上下客点，并把已经进入的车辆有序疏散。单车策略再稳，如果平台仍持续把新车送进瓶颈，拥堵只会被放大。
第四层是接入城市指挥。警方、消防、交通管理和运营平台需要可信的数据通道、演练规则和事后记录。城市不能把每次路线变化都变成缓慢审批，企业也不能只以商业机密为由，拒绝提供影响公共安全的运行信息。
下一轮监管会谈前，Robotaxi还欠城市一份“整队让路”答案
这两件事不足以判定Robotaxi整体安全与否，却足以说明“正常条件下开得不错”不是进入城市的完整门票。车辆要能识别异常并退出现场，平台要能控制车队，城市还要能发出并验证指令。三方真正联动后，应急准备才算成立。
乘客不必因为一次召回就拒绝所有无人车，也不该因为某家公司累计里程很高就忽略应急边界。可以观察三个更具体的信号：企业是否公开召回范围、软件修复和事件处置；城市是否把大型活动、停电和火灾纳入演练；监管部门是否要求不同运营方用同一类现场任务接受验收。
城市采购和准入也该增加一项“最坏时刻如何退场”。如果企业只能证明一辆车会安全停住，却说不清几十辆车如何让出消防通道，它交付的仍是单车能力，而不是城市级交通服务。
美国国家公路交通安全管理局要求相关企业在7月底前会谈。接下来值得盯住的，不是Robotaxi又多了一个负面标签，而是企业会不会交出可执行的异常场景清单、车队调度方案和城市接口。下次再看到无人车“停住了”，先问两个问题：它是在保护现场，还是正在堵住现场？如果几十辆车同时做出相同选择，谁能让整队及时改道？只有当这两个问题都有可验证的答案，自动驾驶的安全才算从一辆车走到了整座城市。
10个月宝宝每天需要喝多少奶粉？
