旧金山“黑夜迷途”，一次停电暴露自动驾驶单车智能的当下困境

2025年12月20日下午四点五十分，旧金山突然陷入一片黑暗，太平洋煤气与电力公司变电站起火，导致全市12.5万用户断电。

交通信号灯全灭，公交系统停摆，城市瞬间陷入混乱，最让人意外的是，街头随处可见白色的Waymo自动驾驶车停在路口一动不动，红色尾灯在黑暗中形成诡异的光点。

这些平时穿梭自如的"科技宠儿"，此刻成了交通堵塞的新源头，社交媒体上很快有人发视频调侃，"停电摧毁了Waymos"。

这场景确实有点讽刺，号称最智能的出行工具，居然被一场停电打回原形。

Waymo官方很快出来解释，说是"因大范围停电，车辆停留更长时间以确认路口状态"。

这种说法听着就像没说，老百姓关心的是为啥人类司机能慢慢挪，你们的AI就直接罢工了，这事儿暴露出的问题比想象中更严重。

自动驾驶行业这些年总拿路测里程说事儿，Waymo每周45万次服务、数亿英里的数据听起来很唬人。

但这次事件证明，这些数据可能都练在了"常规题"上，一遇到"附加题"就抓瞎。

传感器失灵后，AI连红绿灯都认不出了

正常情况下，自动驾驶靠摄像头、激光雷达和毫米波雷达"三兄弟"感知世界，交通信号灯这种结构化的规则信号，对它们来说就是送分题。

红灯停绿灯行，简单直接，可停电后情况就变了。

激光雷达扫不到信号灯的结构，摄像头在昏暗环境下识别能力直线下降，这时候系统得靠预测人类行为来决策，但AI在这种"无序博弈"里简直是小学生水平。

美国交规里有个"All-WayStop"规则，信号灯失效时要"停车后依次通行"，这对人类司机都是个考验，更别说AI了。

它没法判断谁先停稳，谁有通行意图，遇上抢行的人类司机更是彻底懵圈。

现在的自动驾驶算法都有颗"玻璃心"，只敢在格式化场景里活动，一碰到高不确定性，就立刻进入"安全模式"说白了就是不敢动。

这种保守策略单个看没问题，可当成百上千辆车都这么干，麻烦就大了，你等我我等你，最后谁也走不了。

这就像一群新手司机在无灯路口相遇，全都僵在那儿，Waymo不是没考虑过冗余设计，但他们默认"世界是有规则的"，根本没准备"规则消失"时的降级方案。

后台远程协助依赖蜂窝网络，停电时网络一波动，车辆就成了没头苍蝇，斯坦福大学李飞飞教授早就指出这个矛盾：自动驾驶的数据和算法存在"协同失灵"。

Waymo的路测数据看着多，可全是些"正常路况"，像"全城大停电"这种低概率事件，训练样本基本是空白。

这事儿在TigerGlobal泄露的文件里写得很清楚，要解决这个问题，光堆路测里程没用。

行业得彻底转变思路，从"总里程迷信"转向"关键场景数据库"建设，那些"信号灯失效""极端天气"的边缘场景，必须专门收集数据。

生成式AI和数字孪生技术或许是条出路，在虚拟环境里反复模拟"停电+人类抢行"这种复杂场景，能帮AI快速积累经验。

Wayve、Covariant这些公司已经在用这种方法，效果还不错，更深层次的变革在于构建"世界模型"。

现在的AI只能识别"是什么"，未来得让它理解"为什么"，比如停电了，它得能推理出"信号灯会灭""人类司机会抢行"，然后调整策略。

这需要给AI注入更多常识，比如"行人挥手可能是让行"，"车辆减速可能是要转弯"，这些对人类来说理所当然的事情，对AI都是需要学习的新知识。

中国的蘑菇车联在搞"物理世界大模型+AI网络"，思路值得借鉴。

他们把车端、边缘和云端连起来，就算局部通信断了，车端也能基于本地数据做决策。

这种分布式智能可能是未来的方向，旧金山这场停电像面镜子，照出了自动驾驶的真实水平。

它告诉我们，真正的智能不是在规则明确的世界里表现完美，而是在混沌中依然能找到出路。

自动驾驶要走的路还很长，从"执行指令的机器"到"理解世界的数字生命体"，可能比想象中更遥远。

这次事件应该给整个行业提个醒，别再沉迷于常规场景的完美表现，多花点心思应对那些"万一"的情况，毕竟，科技的价值往往体现在极端时刻。