武汉街头，多辆萝卜快跑无人驾驶出租车突然集体“罢工”，整齐地停在高架桥与主干道上，宛如被按下了暂停键。幸运的是，车内乘客均安全撤离，未造成人员伤亡，但这场意外还是引发了舆论的轩然大波。网络上，批评声如潮水般涌来，“技术不成熟”“自动驾驶安全隐患大”等标签被迅速贴上，甚至有人将矛头直指百度，质疑其技术实力。
然而，这场看似“技术故障”的背后，或许隐藏着更复杂的逻辑。自动驾驶领域，安全策略的设计往往比技术本身更关键。以L4级自动驾驶为例，其责任主体明确为厂商，这意味着车辆必须具备极高的安全冗余——任何决策失误都可能导致厂商承担巨大责任。因此，当系统检测到潜在风险时，选择“保守停摆”而非“冒险继续”，或许是最稳妥的选择。
以萝卜快跑为例，其车辆硬件配置堪称豪华：4颗禾赛AT128激光雷达、12个摄像头、6个毫米波雷达、12个超声波雷达，以及双Orin X芯片提供的1200 TOPS算力。这样的配置足以支持单车独立完成感知、决策与执行，但百度的架构设计却将最终决策权交给了云端。当云端下发停车指令时，车辆会立即执行，而非尝试靠边停车——因为在无安全员的情况下，靠边操作可能引发二次事故，风险更高。
这种“云端集控”模式并非个例。2025年12月，旧金山大面积停电期间，Waymo的无人车也曾因远程确认请求暴增而集体趴窝。当时，车辆虽能识别熄灭的红绿灯，但出于审慎策略，仍需向远程团队发送确认请求。结果，远程系统因处理量过大而崩溃，导致车辆卡在路口。这与萝卜快跑的事件如出一辙：都是远程环节成为瓶颈，都是审慎策略在极端情况下变成了系统性瘫痪。
相比之下，特斯拉的Robotaxi选择了另一条路——纯视觉加端到端神经网络，车端完全自主决策。这种模式赋予了单车极高的灵活性，但也带来了高事故率。2025年6月至今，特斯拉在奥斯汀的Robotaxi累计发生14起碰撞，事故率约为人类的4到8倍。其问题不在于“不敢动”，而在于“太敢开”——在复杂路况下，车端决策可能过于激进，导致事故发生。
三家公司，三种策略，三种代价。特斯拉放权给单车，换来了高事故率；Waymo介于两者之间，保守确认机制在大规模异常时崩溃；萝卜快跑则选择云端集控，稍有刺激便进入“保护性休克”。从乘客安全的角度看，萝卜的策略或许并非最差——当系统检测到风险时，车辆立即停稳，乘客可迅速撤离，避免了二次事故的可能。这种“敏感肌”式的安全策略，虽显得笨拙，却可能是对乘客最负责的选择。
自动驾驶的争议，本质上是公众对技术风险的容忍度问题。当大模型出错时，人们可以宽容地称之为“智能涌现”；但当自动驾驶车因安全策略停摆时，却容易被贴上“技术不行”的标签。这种双重标准，或许源于对自动驾驶的过高期待——我们既希望它像人类一样灵活，又要求它比人类更可靠。然而，技术的成熟需要时间，安全策略的优化更需要实践检验。对于萝卜快跑们而言，站在行业前沿的代价，就是承受更多的质疑与压力。但无论如何，让车用最安全的方式停下来，始终是自动驾驶最难的课题。
