每年堵在路上 223 小时后,自动驾驶真正要改变的,可能不只是出行

早高峰的高架上，你盯着前车尾灯一点点挪。

左手扶方向盘，右手不敢碰手机；脑子里已经开始排今天的会议、孩子的接送、晚上要不要加班。

车在动，人却像被按了暂停键。

你是不是也有过这种感觉：开车最累的，不是踩油门，而是那种必须一直绷着、却什么都做不了的时间？

美国人口普查局 2023 年的数据里，通勤者平均单程要花 26.8 分钟。如果按每周 5 天、每年 50 周计算，一个人一年会花约 223 小时在上下班路上。

这差不多是 5.5 个 40 小时工作周。

但自动驾驶真正要解决的，还不只是把这几周时间还给你。

它瞄准的，是道路上最昂贵、也最脆弱的变量：人会分心、会疲劳、会判断失误。

自动驾驶最有价值的时刻，不是车替你开，而是它在你没看到危险时，依然没有走神。

一、这不是科幻：道路安全仍是一道沉重的现实题

谈自动驾驶，很容易一上来就聊 AI、激光雷达和芯片。

可它最朴素的出发点，还是安全。

美国国家公路交通安全管理局（NHTSA）对 2024 年的早期估计是：美国道路交通事故造成 39,345 人死亡。这个数字比 2023 年下降了 3.8%，但依然意味着平均每天有 100 多个家庭，等不回一个人。

所以，自动驾驶并不是为了让车“显得更聪明”。

它真正接受的考题是：在相同道路、相近天气、相似交通流里，它能不能比人少犯错？

Waymo 在 2026 年 3 月更新的安全数据给出了一个很强的信号。其公开分析覆盖了截至 2025 年底约 1.707 亿英里的全无人驾驶里程，称在相同驾驶条件下，导致严重伤害或死亡的事故比人类驾驶少 92%；涉及任何伤害的事故少 82%。

这组数字很重要，但也要把话说完整：它来自 Waymo 自己的运营数据和对照方法，比较的是其已运营城市与适用场景，并不是“自动驾驶从此不会出事故”的保证书。

不过，方向已经很清楚。

当一套系统能在真实道路上跑过上亿英里，安全不再只是发布会上的演示动画，而开始成为可以讨论、审计和持续改进的数据。

更能说明拐点到来的，是有人真的在日常使用它。

Waymo 在 2025 年 12 月的官方年终回顾中称，全年已完成 1500 万次乘客出行，累计乘客出行突破 2000 万次。到 2026 年 3 月，TechCrunch 报道其平均每周付费 Robotaxi 订单已达约 50 万次，较 2024 年 5 月的约 5 万次增长了 10 倍。

这意味着 Robotaxi 还远谈不上无处不在，但它已经从“找人试乘的演示项目”，走到了有人拿它去通勤、赶飞机、看医生的日常服务。

二、一辆车“自己开”，车里到底在忙什么？

很多人以为自动驾驶就是车顶装了几个传感器，然后 AI 替司机打方向。

真实情况复杂得多。

一辆具备高阶自动驾驶能力的车，每秒都在完成一套极短、却极难的判断链：

先看见。 摄像头、激光雷达、毫米波雷达等设备，识别车辆、行人、锥桶、红绿灯和道路边界。

再看懂。 它不只要知道“前面有个人”，还要判断那个人是在等车、在过马路，还是会突然从两辆车之间冲出来。

然后预测。 左边那辆车会不会加塞？外卖员会不会逆行？前方货车掉下的纸箱会不会被风吹进车道？

最后才是决策和控制。 是减速、绕行、让行，还是在一秒内安全刹停。

人类司机也在做这些事，只是大多数时候靠经验，快到自己都意识不到。

难点恰恰在于：道路上最危险的事，往往不是常规动作，而是那些一年只遇到一次的“意外题”。

施工改道、暴雨反光、交警手势、救护车绕行、一个突然滚到路中央的球。

自动驾驶花了近 30 年才从实验室走到街头，卡住它的从来不是“让车会开”，而是让车在例外发生时也不慌。

三、别再把“辅助驾驶”和“无人驾驶”混为一谈

自动驾驶常按 SAE 标准分为 0 到 5 级。用大白话说，可以这样理解：

• • L0-L1： 车帮你一点忙，比如提醒、跟车、定速，但主角仍是你。
• • L2： 车能同时管方向和速度，但驾驶员必须持续看路，随时接管。
• • L3： 在有限条件下，系统可以承担动态驾驶；当系统提出请求，人仍要及时接手。
• • L4： 在限定的城市、道路、天气和运营范围内，车可以没有安全员地完成行程。
• • L5： 不限城市、不限天气、不限道路，任何地方都能像熟练司机一样开。

今天多数人接触到的仍是 L2 辅助驾驶。

Waymo 这类 Robotaxi 的关键，则是把 L4 真正做进一个明确的运营范围里：在哪些区域跑、什么天气跑、遇到问题怎么处理，都要写得很具体。

而 L5，离“买一辆车，睡一觉，它把你送到任何地方”还很远。

能松手，不等于能放空；能在一座城跑，不等于能在全世界跑。

这也是理解自动驾驶时最重要的一条分界线。

四、Tesla 和 Waymo，赌的是两条完全不同的路

把 Tesla 和 Waymo 放在一起比较，容易让人误以为两家公司只是在比谁的算法更强。

其实它们在押注两种不同的商业路径。

Waymo 的思路是：先把一个小范围做透。

它使用摄像头、激光雷达、雷达和高精地图等多重冗余能力，在限定运营区域内把安全、调度、远程支持和乘客服务一起跑通。速度未必最快，但目标是先把“没有司机的出行服务”做成可复制的城市基础设施。

Tesla 的思路则更接近：先把大量普通汽车变成不断学习的终端。

它依托量产车、视觉感知和大规模道路数据，希望软件能力可以通过持续迭代走向更广泛的自动化。

这两条路没有谁一句话就能判赢。

前者的难题是，城市扩张慢、硬件和运营成本高；后者的难题是，开放道路的变化太多，面向消费者的辅助驾驶产品在多数场景下仍要求人保持注意力并承担驾驶责任。

所以，真正该问的不是“谁的车看起来更像未来”。

而是：谁能把安全、可用范围、用户体验和单位成本，同时做成一门能持续运转的生意。

五、真正该盯的数字：不是炫技，是“每英里多少钱”

自动驾驶何时大规模普及，最终可能不是由某段炫酷视频决定，而是由一个很朴素的数字决定：每一英里的成本。

很多人算自驾成本，只会看油钱或电费。

但买车真正贵的部分，还藏在保险、维修、轮胎、停车、折旧和资金占用里。

AAA 的《Your Driving Costs 2025》估算，一辆新车的平均年度持有与使用成本约为 11,577 美元，按 7 元人民币兑 1 美元粗略换算，约 8.1 万元人民币。按该报告假设的每年 1.5 万英里行驶里程折算，约为 0.77 美元/英里，也就是约 5.4 元/英里，约合 3.4 元/公里。

这不是每个人的账单，但它提醒我们：私家车并不便宜，只是大多数成本被拆散到每个月里，感觉没那么痛。

ARK Invest 的模型提出了一个很激进的临界点：如果 Robotaxi 的成本能降到 0.25 美元/英里，约 1.75 元/英里、约 1.1 元/公里，Robotaxi 的潜在市场可达 11 万亿美元，约 77 万亿元人民币。

注意，这是研究机构的情景预测，不是已经落地的市场规模，更不是今天叫一辆无人车的价格。

但它抓住了核心逻辑：当打车不再只是“比网约车新鲜”，而是比养一辆车更省钱、更省心，用户习惯才会真正转向。

不过，成本不能只看车里有没有司机。

车辆空驶、充电和清洁、维修、保险、远程支持、调度效率、城市许可，都会决定一英里最后到底值多少钱。

低价不是一台车的胜利，而是一整套车队运营系统的胜利。

六、Robotaxi 只是第一张多米诺骨牌

无人出租车最容易被看见，因为它直接坐在我们身边。

但自动驾驶真正可能改写的，是一整条交通和物流链。

1. 长途货运：高速公路上，时间就是钱

卡车运输面对的是长距离、强时效和司机短缺的问题。

对固定的高速走廊来说，路况相对城市中心更可预测，自动驾驶货运因此被视为很早能跑出经济账的场景之一。

Aurora 等公司正在把无人驾驶货运布局在具体线路上。它们的挑战并不只在“车能不能开”，还在货站接驳、恶劣天气、夜间维护、保险和跨州规则能不能连成一张网。

2. 最后一公里：最短的一段路，常常最贵

电商配送里，从仓库到社区的最后一段最琐碎，也最花钱。

校园、园区和部分城市人行道上，配送机器人已经从演示走向有限运营。它们解决不了所有订单，却很适合把“重复、短途、低速”的任务从人手里接过去。

3. 保险、事故处理和执法：不会消失，但会重新分账

如果事故越来越少，车险不会突然消失。

它更可能从“主要保人”转向更多讨论产品责任、软件更新、地图数据和运营方风险。个人伤害法律服务、事故定责、交通执法，也会跟着改变。

说到底，自动驾驶不是只在替代一个司机。

它是在把“人为失误”的成本，从个人身上挪向软件、制造、运营和规则体系。

七、中国在追什么？不只是技术榜单，而是运营规模

自动驾驶的竞争，早就不是只有硅谷的故事。

中国公司在追赶的重点，也不只是模型参数或一段测试视频，而是车队能不能真正接单、跑起来、持续运营。

百度 2026 年一季度财报披露：Apollo Go 当季完成 320 万单全无人运营出行，3 月单周订单峰值超过 35 万单；截至 2026 年 4 月，累计为公众提供的出行已超过 2200 万单。公司还称，到 2026 年 5 月，其业务足迹已覆盖全球 27 个城市。

这组数据不能简单翻译成“中国已经全面超过 Waymo”。

不同公司所在城市、路线、车队规模、运营许可和统计口径都不一样，横向比较需要很谨慎。

但它至少说明了一件事：无人出行的竞争，已经进入“谁能稳定交付更多真实订单”的阶段。

这也是为什么，政策和城市协同会成为比算法更慢、却更关键的变量。

以美国亚利桑那州为代表的一些地区，较早为自动驾驶测试与运营提供了规则空间；但每座城市的道路、天气、公众接受度和监管要求都不同，没有一套许可可以一键复制到全国。

八、普通人该怎么看这件事？盯住三个指标就够了

面对自动驾驶的新闻，没必要一会儿把它当救世主，一会儿又把它当洪水猛兽。

看三个指标，比看宣传片更有用。

第一，看安全数据是不是透明。

不要只听“比人安全多少”，还要看行驶了多少真实里程、在哪些城市跑、比较口径是什么、事故是否公开。

第二，看可用范围有没有扩大。

一辆车能否在夜间、雨天、机场、高速、复杂路口稳定服务，比一次无人接驾更说明问题。

第三，看的是单位经济性，不是补贴后的票价。

低价可以靠补贴撑一阵子，只有每英里的真实成本持续下降，服务才可能越跑越大。

一项技术真正改变生活，不是在第一次让你惊呼，而是在第一百次使用时依然可靠、便宜、无感。

写在最后

自动驾驶离“人人买一辆、全世界随便开”的 L5，依然有很长的路。

但它已经不再只是概念车里的想象。

在一些城市里，人们已经开始把没有司机的车当作日常通勤选项；在货运和配送里，它开始接手那些重复、枯燥、成本高的路段。

对普通人来说，最值得期待的不是车里少了一个方向盘，而是道路上少一次疲劳驾驶、少一次分心、少一个来不及刹车的瞬间。

未来的交通，也许不会一夜之间变成科幻片。

它更可能是这样到来的：先让一段路更安全，再让一趟车更便宜，最后让我们慢慢忘记，曾经开车是一件必须全程紧绷的事。

数据与来源说明

本文的数据核验截至 2026 年 8 月 1 日。预测、公司披露与监管统计的性质不同，已在文中分别标注。

1. 1. 美国人口普查局，2023 American Community Survey，表 S0801：全国平均单程通勤时间 26.8 分钟。https://data.census.gov/table/ACSST1Y2023.S0801
2. 2. 美国国家公路交通安全管理局（NHTSA），《NHTSA Releases 2023 Traffic Deaths, 2024 Estimates》：2024 年交通死亡早期估计为 39,345 人。https://www.nhtsa.gov/press-releases/nhtsa-estimates-39345-traffic-fatalities-2024
3. 3. Waymo，2026 年 3 月 19 日安全影响更新：超过 1.7 亿英里全无人驾驶里程及事故率比较方法。https://waymo.com/blog/shorts/waymo-safety-impact-update-170m/
4. 4. AAA，《Your Driving Costs 2025》：新车综合持有与使用成本；报告按 5 年、7.5 万英里的统一条件测算。https://newsroom.aaa.com/2025/09/aaa-new-vehicle-costs-drop-to-11577/
5. 5. Baidu，2026 年第一季度业绩公告：Apollo Go 订单、累计出行与覆盖城市数据。https://ir.baidu.com/news-releases/news-release-details/baidu-announces-first-quarter-2026-results
6. 6. Waymo，2025 年终回顾：2025 年 1500 万次出行、累计出行超过 2000 万次。https://waymo.com/blog/2025/12/2025-year-in-review/
7. 7. TechCrunch，2026 年 3 月 27 日：Waymo 周付费 Robotaxi 订单约 50 万次。https://techcrunch.com/2026/03/27/waymo-skyrocketing-ridership-in-one-chart/
8. 8. ARK Invest 关于 Robotaxi 市场的长期情景预测。文中 0.25 美元/英里与 11 万亿美元均为其模型假设与预测，非现实市场规模。