4月的奥斯汀，一只在Mueller湖公园孵蛋的母鸭，成了自动驾驶行业最新的"系统盲区"标本。Avride的测试车碾过去的时候，车速没降，轮子没偏，车里那个双手离盘的安全员也没喊停。
居民Lewis Pierce在Facebook群里发了帖，说这车"直接碾过去，没减速没犹豫"。他还补了一句：出事前刚闯过一个停车标志。Avride查了数据，否认了闯标志的事，但鸭子确实死了。
一只鸭子的死亡，戳破了"比人更安全"的叙事
自动驾驶公司爱用的统计口径是"每X万英里事故率低于人类司机"。但这类数据有个狡猾的筛选机制：它统计的是"造成人身伤害的事故"，碾死鸭子、猫、狗通常不在列。
Waymo去年在旧金山轧死一只叫Skeeter的便利店猫，成了全国性新闻。另一只Waymo撞了狗，车里孩子哭了一路。这些事件在公司的安全报告里，大概率归类为"低严重性接触"或干脆不收录。
Avride的回应很标准：启动调查、临时调整路线避开湖区、承诺分析数据。公关负责人Yulia Shveyko的声明里有个细节——"车辆在相关停车标志处完成了完全且适当的停止"。这句话的精确性很有意思：它没否认鸭子被撞，只否认了居民说的"闯标志"。
技术层面的尴尬在于：当前的感知系统对"小型低速移动物体"的识别，远不如对车辆和行人可靠。
鸭子的高度大概15厘米，移动速度每秒1-2米，羽毛的雷达反射特性跟地面杂波接近。激光雷达的点云密度在远距离会稀释，摄像头在逆光或树荫下可能把鸭子识别为"地面纹理异常"。
更麻烦的是决策层。即使感知到了"某个东西"，系统要判断它是需要紧急制动的障碍物，还是可压过的落叶或纸袋？保守策略会导致频繁急刹，乘客投诉；激进策略就是现在的局面。
安全员在车里，为什么没干预？
Pierce的描述很关键："车里的人双手没碰方向盘，事后也没停车查看。"这指向一个被低估的问题——安全员的注意力衰减。
自动驾驶测试车的安全员，平均每天要处理数百次系统提示，其中99%以上是虚警。几个月下来，人会进入一种"监控麻木"状态：眼睛盯着路面，大脑已经离线。等到真正需要接管时，反应时间往往超过2秒，对40公里时速的车来说，这就是20米的制动距离。
Avride没有公布安全员是否收到了系统预警。如果预警发了而人没反应，是培训问题；如果系统根本没识别到鸭子，是算法问题。两种情况的性质完全不同，但公司选择了模糊处理。
居民Ada Dang的吐槽很直白："人类考驾照才能开车，这无人车没考过，先杀了我们都认识的野生动物。"她的逻辑漏洞在于——人类司机碾死野生动物的概率其实更高，只是没人逐起统计。但情绪上她没错：当技术承诺"更安全"时，任何可避免的死亡都是违约。
鸭子的蛋被好心人捡走孵化了。这个细节像一则现代寓言：技术系统制造了伤亡，民间组织收拾残局。
奥斯汀正在成为自动驾驶的"压力测试场"
这座城市聚集了Waymo、Tesla FSD、Avride等多家公司的测试车队，居民对无人车的容忍度正在快速消耗。Pierce说这件事"让我严重怀疑这些车的安全性"，这种个体层面的信任崩塌，比任何监管罚款都更难修复。
行业的一个隐性焦虑是：动物伤亡事件正在积累为一种"情绪负债"。Skeeter猫的死让Waymo在旧金山遭遇社区抵制，母鸭的死可能让Avride在奥斯汀的扩张受阻。这些事件不会出现在SEC文件里，但会影响地方许可、保险费率、人才招聘。
Avride的临时路线调整是个有趣的信号。避开湖区意味着承认"当前系统无法安全处理该场景"，但公司不会明说。这种"静默降级"在行业内很常见：某条街道出过事，就悄悄把车队调走，等算法迭代后再回来。
问题在于，城市里有无数个"湖区"——学校门口放学时的混乱、施工路段的临时改道、暴雨天的积水反光。每个边缘场景都需要用真实事故来"标注数据"，这个代价由谁承担？
母鸭的蛋还在孵化器里。Pierce说会有志愿者照顾到孵化。几个月后，如果小鸭子破壳，它们会回到那个公园，而Avride的车可能已经恢复了湖区运营——前提是算法更新完成，且没有新的居民在Facebook上发帖。
技术迭代的速度，和公众记忆的长度，哪个更快？
热门跟贴