2026年5月，亚特兰大Buckhead居民区。清晨6点多，一辆接一辆的Waymo无人车，排队驶进家门口的死胡同，掉头，再原路离开。10分钟13辆，1小时50辆。没有乘客，没有司机，甚至没有人知道它们为什么要来。
同一周，得州圣安东尼奥暴雨。一辆空载Waymo驶入积水路段，系统检测到洪水，但判断为“减速通过”而非停车。车被洪水冲进了溪流，四天后才捞出来。Waymo随后提交了全车队自愿召回。
这是Waymo迄今最引人注目的“至暗一周”。
而在此前，Waymo刚交出了一份足以让任何竞争对手窒息的成绩单：截至2026年5月，Waymo车队规模达3791辆，覆盖11座城市，日活超10万人，周付费订单50万单，累计无人驾驶里程超2亿英里，估值1260亿美元。
一面是碾压级的商业数据，一面是接连翻车的运营事故。两条线同时拉满，才是Robotaxi赛道最真实的图景。
死胡同与洪水
亚特兰大事件迅速引爆舆论。Waymo无人车排队驶入社区死胡同，问题持续了约两个月。最开始偶尔一两辆，后来越来越多，最近两周彻底爆发。
为什么它们要来这里？亚特兰大是Waymo与Uber联合运营的城市，驾驶算法决定车怎么开，调度算法决定车去哪待命。调度系统选中了这片居民区作为"便利位置"，算法认为这里离需求密集区够近、道路够安静，适合空车待命。它只算了效率，没算居民受得了受不了。
AInvest用“幽灵交通”（ghost traffic）概念来描述这一现象。自动驾驶车队30%到40%的里程可能是空载行驶，算法要保证车辆在客户下单时能以最快速度响应，于是车辆被调度到离需求密集区最近的“便利位置”。而这个位置，恰好是别人的家门口。
当官方迟迟不予回应，一位居民找来一张儿童交通警示牌堵在路口，8辆Waymo无人车全部被困住，在狭窄的街道上来回打转。当地电视台报道后，Waymo才发声明：“我们重视社区反馈，已与合作车队一起解决了这个路线问题。"
随后是圣安东尼奥洪水。4月暴雨中，一辆Waymo进入被淹车道后被洪水冲进小溪。NHTSA（美国国家公路交通安全管理局）的召回文件显示问题的根源：“软件可能使车辆在高级别道路上减速然后驶入积水区。进入积水道路可能导致车辆失控，增加碰撞或受伤风险。”缺陷率是100%，3791辆第五代和第六代车辆都存在同样的软件问题。Waymo于4月30日提交自愿召回，5月12日正式公告。
为什么一个洪水检测算法缺陷会让全车队召回？Waymo 3000多辆车的AI系统版本一致且配置统一，一处Bug就意味着全车队都存在完全相同的风险。这不是某辆车的问题，是架构的问题。
这不是第一次了。
召回与运营故障
2025年5月，多辆车撞上路障，NHTSA累计收到22起事故报告，Waymo召回1212辆无人车。
2025年12月，Waymo车辆反复非法超越停靠校车。系统识别到校车红灯并触发制动，但数秒后没检测到移动学生，就判定"安全"绕行通过。NTSB（美国国家运输安全委员会）介入调查，Waymo两次推送更新，但违规仍在继续。这次召回超3000辆。
召回之外，运营故障更密集。
2025年11月，一辆Waymo载客闯入洛杉矶警匪对峙现场。2025年12月，旧金山大规模停电致约30%区域信号灯失效，Waymo车队集体"宕机"。数十辆无人车堵在漆黑路口，系统无法处理无信号灯的复杂交叉口。
2026年1月，菲尼克斯一辆Waymo误入轻轨轨道，乘客紧急逃生。同月，圣莫尼卡一辆Waymo在小学附近斑马线撞到儿童，轻微伤。圣何塞机场，Waymo载着乘客行李直接开走，乘客被迫空手登机。
每一次召回都修复了一个具体的缺陷，但每一次缺陷都扎根在不同的土壤里：停电涉及信号灯逻辑，洪水涉及极端天气决策，校车涉及社会契约理解，死胡同涉及路网规划与居民容忍度。它们不是共同的系统性Bug，每一根钉子扎在不同的位置。
"已修复"的上一道题
Waymo对各类事件的回应模式高度一致：承认问题、推送软件更新、强调安全记录。
圣安东尼奥洪水之后，Waymo说"我们确定了需要改进的领域"；亚特兰大绕圈之后，Waymo说"我们重视社区反馈"；校车违规之后，Waymo两次推送更新，但违规仍在继续。每次回应都是"已修复"，但修复的是上一道题，下一道题还没出。
这背后有一个更根本的问题。Waymo安全研究总监接受采访时承认：“目前里程数尚不足以对致命事故单独做出统计性结论。”IIHS（美国公路安全保险协会）副主席也坦言：“他们还没有足够的数据做出那种评估”。Waymo自己的措辞始终留有余地，不是“我们的车绝对安全”，而是“我们的数据显示涉及人身伤害的事故率更少”。
统计数据显示事故率比人类驾驶员低82%-92%，但真实生活中无人车却集体跑来自家门口死胡同掉头。这中间的裂痕，是统计数字无法给居民一个交代：算法什么时候该知道自己不够确定，选择停下来？
三条曲线同时上升
把故障和运营数据放在一起看，会发现一条反直觉的关联：不是问题在变多，是规模在暴露问题。
圣安东尼奥的洪水在凤凰城和旧金山从未遇到，因为降雨模式不同。亚特兰大的死胡同在洛杉矶不是问题，路网结构也不一样。每进入一座新城，就新增一套气候、道路、行人习惯的组合。
车队越大，跑的里程越多，遇到稀有场景的概率就越高。Waymo的安全性统计在“平均意义”上优于人类驾驶员，但长尾场景恰恰是统计均值失效的地方。
三条曲线在同时上升：技术进步曲线、长尾场景增多曲线、舆论放大曲线。车队越大，边缘场景暴露越多；运营城市越多，气候和路况的排列组合越复杂；而每一次故障的传播力度，也在同步放大。
三年前Waymo的召回是小众新闻，现在每次都上全球头条。Robotaxi不是一个“等技术成熟就好了”的故事，而是一个“技术越成熟，面对的未知就越多”的故事。
学术界将这一困境称为“稀有性诅咒”（CoR）。驾驶环境的变量维度极高，与事件极低的发生概率叠加，导致深度学习模型的梯度估计方差随稀有度指数级增长，难以有效学习边缘案例。RAND 2016年的经典分析指出，要统计上证明自动驾驶比人类安全，可能需要行驶数亿乃至数千亿英里。
这意味着：发现一个极端场景可能需要几百万英里，但下一个极端场景可能需要几十亿英里。当一个场景暴露后，下一次暴露哪里，没有人知道。
两场战役
资本市场对Waymo的态度分裂成两个阵营。
看多方认为，一次召回不会动摇格局。其逻辑是：软件缺陷可以通过OTA修复，但2亿英里的数据壁垒和11城的运营网络是结构性优势。Waymo目前每周完成50万次付费出行，同比增长十倍，车辆利用率88%，这些才是决胜变量。
看空方则更关注趋势而非单次事件。NHTSA扩大调查，多个城市加设运营限制，收入拐点推迟6到12个月。关键变量不是技术能不能修好，而是"边缘场景的发现速度是否随车队增长而放缓"。如果不是，那规模越大，事故越多，信任越难建。
Waymo正在打两场战役。一场是商业化的战役：周订单从1万到50万，服务城市从1座到11座，车队从1212辆到3791辆，这是清晰的胜利。另一场是安全性的战役：每一次召回都在修补一个特定的软件缺陷，但每一次修补又总是被下一个意外击中。目前来看，这场战役没有终局。
这是一个人类从未经历过的难题。造桥、造飞机、造火箭解决的是重复性问题：你把一座桥的设计验证清楚，下一座同类桥大概率没问题。但Robotaxi面对的不是重复性问题，是无穷尽的变量组合。修复一个洪水场景，不会减少下一次居民区绕行的概率。它们之间没有因果，只是同一个无穷集合中的不同元素。
长尾没有尽头。只有越来越细的尾巴。
热门跟贴