武汉街头近日上演了一场特殊的“交通静默”——多辆萝卜快跑无人驾驶车辆在高架桥与主干道上集体停止运行，车辆如被按下暂停键般静止路中。所幸事件未造成人员伤亡，车内乘客均安全撤离，但舆论场随即掀起轩然大波，从“技术不成熟”到“百度自动驾驶能力存疑”的质疑声铺天盖地。
这场看似技术故障的背后，实则隐藏着自动驾驶行业最核心的矛盾：安全策略的边界究竟该如何划定？当L4级自动驾驶车辆面临系统异常时，是选择冒险继续行驶，还是采取最保守的停运措施？这个问题的答案，直接决定了公众对自动驾驶技术的信任度。
要理解此次事件，需先厘清L4级自动驾驶的责任认定逻辑。根据《智能网联汽车准入和上路通行试点实施指南》，此类车辆的责任主体为厂商而非乘客。这意味着，当车辆出现异常时，厂商必须优先考虑避免二次事故的风险。与传统L3级以下辅助驾驶车辆不同，后者在系统失效时可由驾驶员接管，而L4级车辆驾驶位可能无人，这要求厂商必须通过云端与车端的协同决策来确保安全。
从技术配置看，萝卜快跑的单车能力堪称豪华：4颗128线激光雷达、12个摄像头、6个毫米波雷达、12个超声波雷达，配合双Orin X芯片提供的1200 TOPS算力，足以支持车辆自主感知环境、识别停车区域并完成靠边操作。然而，百度的系统架构设计却将决策权高度集中于云端——所有终端车辆在接收云端停车指令后，若需靠边需再次申请车端操作指令。这种设计在常规场景下可确保统一调度，但在极端情况下却可能成为系统瘫痪的诱因。
此次事件中，云端下发停车指令后，车辆因缺乏自主靠边权限而集体静止路中。批评者认为，让车辆靠边停车才是更安全的选择，但问题在于：当车内无安全员时，谁为乘客安全与整体交通秩序负责？若车辆在自主靠边过程中发生剐蹭或引发连锁事故，责任将如何界定？这种“宁可静止也不冒险”的策略，本质上是厂商对责任划分的极端化应对。
类似场景并非中国独有。2025年12月，旧金山大面积停电导致Waymo数百辆无人车集体趴窝。其技术逻辑与萝卜快跑如出一辙：车辆虽能识别熄灭的红绿灯，但出于审慎原则，需向远程团队发送确认请求。当停电规模超出系统处理能力时，所有车辆因等待确认而卡在路口。反观特斯拉，其纯视觉方案与端到端神经网络赋予单车完全自主决策权，却导致奥斯汀Robotaxi在半年内发生14起碰撞，事故率是人类的4至8倍。
三种策略，三种代价：特斯拉的“放权”换来高事故率，Waymo的“中间路线”在异常场景下崩溃，萝卜快跑的“云端集控”则因过度谨慎引发系统性瘫痪。这揭示了一个残酷现实：自动驾驶的终极难题，不是如何让车跑起来，而是如何让车在异常情况下安全停下。当行业将90%的资源投入感知、决策与控制算法时，对“停车策略”的研究却长期被忽视——这或许才是当前技术发展的最大盲区。
公众对自动驾驶的容忍度呈现明显双重标准：当大模型因“智能涌现”而犯错时，人们选择宽容；但当无人车因执行最安全策略而“笨拙”时，批评声却汹涌而至。这种矛盾背后，是技术理想与现实责任的激烈碰撞。对于站在行业风口浪尖的萝卜快跑们而言，他们选择的不是技术路径，而是一条承载生命重量的责任之路——哪怕这条路会让他们显得“不够聪明”。
