3月31日晚间，武汉街头出现了一幕颇具赛博朋克色彩的景象：近百辆萝卜快跑无人车在晚高峰时段集体“趴窝”，打着双闪灯，静止在车流不息的快车道上。乘客被困车内，救援电话无法接通，最终只能由交警徒步上高架，逐车敲窗疏散。
根据武汉交警次日凌晨发布的通报，3月31日20时57分起，报警中心陆续接到群众报警，称武汉部分地区多辆萝卜快跑车辆停在路中间不能移动，初步判断为系统故障所致。现场交警向媒体证实，故障车辆规模约在80至100台，覆盖武汉二环线、三环线、白沙洲高架、杨泗港大桥等城市主干道。有乘客反映，车内SOS紧急呼叫按钮形同虚设，客服电话长时间占线，即便接通也仅机械重复“网络异常”，无法提供实质性救援。最终，交警徒步上高架逐车引导疏散，所幸无人员伤亡。
这起被网友戏称为“全球最大规模无人车瘫痪”的事件，除了是一次严重的运营事故，也在技术层面，集中暴露了当前L4级自动驾驶技术路线在规模化落地中的系统性脆弱。
技术架构缺陷：高度依赖云端，缺乏“失效安全”能力
在深入技术分析之前，有必要厘清一个关键概念：萝卜快跑的技术等级。根据国际自动机工程师学会（SAE）的分级标准，L3级为“有条件自动驾驶”，车辆可在特定条件下完全自主驾驶，但人类驾驶员需在系统请求时随时接管；L4级则为“高度自动驾驶”，在限定区域内车辆可完全自主驾驶，无需人类干预，仅在系统故障时才需人工介入。
萝卜快跑属于明确的L4级自动驾驶。百度Apollo官方资料显示，其Robotaxi车型设计目标是在限定运营区域内实现全程无人化运营，车内不设安全员。这一判断也得到硬件配置的印证：2026年3月，速腾聚创宣布将为萝卜快跑新一代前装量产车型提供“千线级EM4+全固态补盲E1”激光雷达组合，其中EM4作为全球首款量产千线级超长距产品，1080线版本最远探测距离达600米，官方明确表述其“适配城市复杂道路L4级自动驾驶场景”。L4级意味着车辆在正常运营状态下完全依赖自身系统决策，无需人类干预——这也意味着当系统崩溃时，车辆理论上应具备自主安全处置能力，而非原地“脑死亡”。
本次事故最致命的技术问题是：车辆在失去与云端的正常交互后，直接陷入了“脑死亡”状态。近百辆车几乎同时停摆，可以排除单车硬件故障的可能，更合理的推断是中心化调度系统出现异常、核心网络通信中断，或是一次错误的配置指令被批量推送到了车队。
这种“中央大脑”模式的弊端在于：一旦中心节点出错，所有车辆都失去独立判断能力。更令人担忧的是，当主系统崩溃时，车辆并没有执行行业公认的“最小风险策略”（Fail-safe）——即减速、打双闪、缓慢靠边停车。取而代之的是，它们在快车道上原地静止。这说明车辆架构高度依赖云端指令，缺乏一个独立运行的本地应急模块，甚至连“靠边停车”这种最基础的本地安全功能都无法在紧急状态下被激活。
这种设计缺陷与L4级自动驾驶的核心安全原则相悖。真正的L4级系统应具备多重冗余：感知冗余（多传感器互为备份）、计算冗余（双计算单元）、执行冗余（双制动/转向系统），以及最关键的网络冗余——即使云端连接中断，车辆也应依靠本地算力完成最小风险操作。萝卜快跑的此次表现表明，其系统架构在“云端依赖”与“本地自主”之间严重失衡。
应急机制失灵：“技术故障”升级为“安全事件”
如果说车辆停摆是技术问题，那么应急响应的全面失灵则将这场事故从技术故障升级为了真正的安全事件。
多位乘客事后反映，车内配备的SOS紧急呼叫按钮形同虚设，按下后无人应答；客服电话长时间占线，即便接通也机械重复“网络异常”。这暴露出的不仅是远程支持中心缺乏应对大规模并发故障的处理能力，更是一个深层悖论：萝卜快跑在2025年第四季度已完成340万单的准商业化运营，但它的救援机制却没有随着规模同步建立起安全冗余。事故现场既没有专属道路救援队，也没有有效的远程干预手段，最终只能依靠交警逐车施救。这等于将本应由运营方承担的安全责任转嫁给了公共警力和社会交通秩序。
自动驾驶技术安全专家菲利普·库普曼在分析Waymo旧金山停电事件时曾指出，无人驾驶出租车通常被设计成遇到“不明朗情形”或“混乱路况”时就停车，寻求远程技术支持，等“有把握时”才会重新行驶，若运营商无法同时处理大量车辆的技术支持请求，则属于“运营管理失灵”。武汉事故恰恰印证了这一判断——百车同时瘫痪，远程支持中心显然不具备并发处置能力。
技术路线之争：规则AI的“脆弱性”
这次事故再次将自动驾驶领域长期存在的技术路线之争推到台前。这场论战的本质，是两种技术路径的对决。
一种是以Waymo、百度为代表的“规则AI派”：通过高精地图、数十个传感器、预编程规则来实现自动驾驶。这套体系的优势是确定性——只要场景被提前定义过，系统的表现就可预测。但致命弱点是“脆弱性”：糟糕的天气环境、因停电无法工作的交通灯，都可能导致依赖高精度地图和规则算法的车辆难以正确决策。更重要的是，这套系统对网络的依赖极高：车辆需要实时上传路况、接收云端指令、同步地图更新，一旦网络波动或云端故障，系统就可能陷入迷茫，只能选择“停车等待指令”这一最保守、也最缺乏应变能力的策略。
另一种是以特斯拉、小鹏、地平线为代表的“端到端派”：通过端到端的神经网络、海量真实驾驶数据训练，让AI学会像人一样思考。这套体系的优势是泛化能力——能应对未被预先定义的突发场景。2025年的主流端到端架构（如特斯拉FSD v12、华为ADS 3.0）取消了中间的模块化设计，原始像素直接输入，驾驶轨迹直接输出。这种架构下，车辆不再需要依赖高精地图来“理解”道路，而是通过视觉实时感知路况并自主决策。
端到端模型的另一个优势在于其“黑盒”特性与安全监控机制的结合。2025年的先进架构部署了eBPF内核级安全哨兵——在内核层监控导航输出的扭矩和转角指令，如果发现大模型产生的路径超出物理安全边界（如指向护栏或悬崖），eBPF会毫秒级拦截并切换到基于物理规则的紧急避险模块。这种“算法自主学习+物理规则兜底”的双重机制，比单纯依赖云端指令的架构更具鲁棒性。
当然，高精地图+规则算法的方案并非全无价值。在AI智驾尚未完全成熟的阶段，它无疑是最稳妥的选择。更何况百度和谷歌分别拥有百度地图与谷歌地图，具备地图测绘资质，手握大量道路数据，自然更倾向于这一技术路径。但问题在于，这套方案对地图更新速度提出了极高要求——企业需要不断进行地图测绘和信息采集，才能避免Robotaxi对路况感到“陌生”。一旦更新滞后，系统就可能因“未被定义的路况”而失效。
有业内人士指出，解决这一矛盾的最佳方案，是将高精地图与端到端结合：端到端模型在自主学习感知、预测、规划全流程的同时，借助高精地图的静态信息提升决策可靠性，弥补纯端到端方案在复杂场景下的鲁棒性不足，实现“算法自主学习+地图安全兜底”的双重优势。
更深层的隐忧：安全风险边界
如果说“系统故障导致趴窝”还只是技术问题，那么更深层的安全威胁可能远超我们的想象。
2017年上映的《速度与激情8》中，反派塞弗在纽约操控千辆自动驾驶汽车，让它们像“僵尸”一样从停车场坠落、在街头狂飙。当时这只是一个科幻桥段，但今天它正在逼近现实。有国内网络安全研究机构曾发出警告：自动驾驶汽车的“感官系统”极其脆弱——激光雷达可以被虚假激光信号欺骗，摄像头可以被特制图案误导，V2V通信可能被截获篡改，OTA更新通道可能被注入恶意代码。2024年就有研究团队通过篡改OTA更新，成功让测试车的AI系统调低了“避让行人”的优先级。
这意味着，未来Robotaxi的安全威胁至少包含两个层面。第一层是“单车攻击”：黑客远程劫持一辆Robotaxi，将其变成针对特定人物或建筑的攻击武器。第二层是“群体攻击”：攻击者同时劫持成百上千辆Robotaxi，让它们集体堵死城市主干道、包围重要设施、阻断应急通道。正如一位网友的评论：“以前要让一座城市瘫痪，需要轰炸桥梁道路；未来只需要调集几百台Robotaxi堵路。”
当Robotaxi成为城市基础设施的一部分，它的“可攻击面”呈指数级增长。每一辆车都是一个潜在的“攻击入口”，而中央调度平台一旦被攻破，整个城市的交通命脉就可能被瞬间掐断。
商业化速度与安全制度的脱节
更深层的问题在于商业化速度与工程化安全制度之间的脱节。
武汉作为全国开放自动驾驶测试道路最长的城市之一，为萝卜快跑提供了近乎理想的政策试验田。平台借势以远低于市场价的补贴策略快速占领用户心智，却未同步构建匹配的责任体系：事故由谁担责？保险如何理赔？违法怎么认定？现行法规对“AI司机”仍属空白。此次虽侥幸无人受伤，但东风大道高架上已发生静止萝卜车被追尾的事故——若造成人身伤亡，责任链条将陷入泥潭。
为了将整车成本压缩到25万元以内，业内普遍推测，萝卜快跑在传感器冗余设计、算法迭代优先级，以及远程安全员的配置比例上，都做出了倾向于成本的取舍。这种取舍在常态运营中或许看不出问题，但一旦遭遇极端并发场景，安全冗余的缺失就会迅速转化为系统性的运营灾难。正如有评论者指出，这本质上是一种成本转嫁——企业享受“无人化”带来的低人力成本红利，却把安全风险完全甩给社会。
更值得反思的是，事故发生后，监管部门只能通过报警被动获知情况，缺乏主动发现异常车辆的数据接口。这也促使越来越多业内人士呼吁，未来的无人驾驶运营必须强制接入城市的数字底座，让故障实现主动发现与联动救援，而不是等到车辆堵满高架、交警到场才能开始处置。
结语
武汉街头的这场“趴窝”事件，最终被交警逐一敲窗化解。但它留下的问题远未被清除。
这不是萝卜快跑第一次“掉链子”。2025年7月，该平台就曾在晚高峰出现过类似故障，同样是交警帮忙将车推到路边。从旧金山到武汉，Robotaxi的集体瘫痪早已不是新闻。2025年12月，美国旧金山大规模停电导致大量Waymo因无法识别失效的交通信号而集体停滞，甚至一度阻挡应急通道。一起起事故证明，“集体趴窝”已经成为一个跨地域、跨平台、跨技术路线的普遍现象。
这再次证明，在自动驾驶领域，“能跑”不等于“安全”，“规模”不等于“可靠”。真正的L4级自动驾驶，不能只满足于在大多数情况下开得好，更关键的是在极少数失效的情况下，系统能不能安全地停下来，并保障人员安全地离开。否则，所谓“零事故”的叙事，终究只是建立在沙滩上的幻觉。
正如有评论指出：大家愿意坐萝卜快跑，图的是方便省心，也是对百度Apollo技术的信任。从2022年在武汉落地，萝卜快跑的运营范围越扩越大，付费服务也推得越来越快，仿佛一夜之间自动驾驶就从实验室走进了日常生活。可越是这样，越该绷紧安全这根弦。也许有人会说，技术不成熟很正常，试点就是用来试错的。但试错的代价，不能让普通乘客来承担。真正的安全，是故障发生时能第一时间联系到工作人员，能有应急方案快速处置，而不是让乘客在车流里慌神，让交通陷入拥堵。
技术可以跑得快，但部署必须走得稳。真正的智能出行，不在于算法多先进、价格多低廉，而在于失控时，能不能让人活着、安全地走下车。否则，所有“未来已来”的口号，都不过是建立在沙丘上的幻觉。
琼公网安备 46010802000728号