从今年四月中旬开始，三家美国自动驾驶头部公司的严重事故记录摆在了明面上。

Waymo、Zoox、特斯拉，各自运营着Robotaxi业务，各自面对公众审视的目光。社会舆论里，每一起碰撞都是对无人驾驶的拷问。但监管机构在7月14日前后更新的那份数据，跟很多人的印象对不上。

打开网易新闻 查看精彩图片

要看清楚这份记录，先得理解统计口径。这里只计入造成人员受伤或重大财产损失的严重事故，轻微剐蹭不算。另外，Waymo目前的车队规模和累计行驶里程都远超特斯拉——这份数据没有做标准化处理，不能直接拉出来比谁更安全。它呈现的是一个现象：在4月15日到6月16日这两个月里，特斯拉只留下了1起事故记录。

这唯一一起事故，发生在得州奥斯汀的Robotaxi运营区域内。过程并不复杂，但事故报告里的细节指向了一个明确的结论。

时间倒回碰撞前。一辆特斯拉Robotaxi正行驶在常规线路上，来到一个只允许左转的车道。红灯亮着，是左转红箭头信号。车辆停稳，完全静止，严格遵守交通法规，没有任何越线动作，也没有缓慢向前“探头”的那种人类驾驶习惯。后方来了一辆由人类驾驶的皮卡，最初也停在了Robotaxi后面。几秒钟之后，这辆皮卡再次向前移动——按照监管部门记录的说法，驾驶员注意力不集中，或者出现了误操作。

追尾。前方车辆静止，后方车辆撞上来。

当时Robotaxi车内有一名安全监控员，没有搭载付费乘客。车辆搭载的是FSD监督版系统。运行数据（Telemetry）记录得一清二楚：这起事故跟FSD系统没有任何关系。

这件事把无人驾驶面对的一个特殊难题推到了台前。自动驾驶神经网络的设计原则，是严格按照交通法规行动。不越停止线，不抢灯，不会因为分心而漏看信号。这些行为放在代码层面是天经地义的。可真实道路不是代码环境。人类驾驶员在城市里通勤，依赖大量约定俗成的习惯，有些习惯甚至已经钻进了法规的灰色地带，比如缓慢溜车试探路口、用经验预判信号灯节奏、用眼神和手势做非正式沟通。

当一辆绝对守规矩的无人车，和一个注意力不集中的司机出现在同一时空，前者反而变成了碰撞风险中的被动一方。这不是算法缺陷，是路面上的两种行为逻辑发生了错配。

真正需要担忧的，是人。这一点在奥斯汀这起追尾事故里被完整暴露了出来。人类行为的不可预测性，成为横在L4级自动驾驶面前的一道坎。传感器能算准前车距离、红绿灯倒计时、变道轨迹，但算不准后方司机什么时候走神、什么时候误踩踏板、什么时候突然向前挪车。

两个月，一起事故，责任方是人类驾驶员。对特斯拉Robotaxi的安全性质疑，可能需要换个参照系来看。