Waymo開進漢堡店逆行通道，警察揮了3分鐘手它才停

圣安東尼奧一家Whataburger的得來速車道，周六下午成了自動駕駛的公開處刑現場。一輛Waymo無人車從出口方向扎進單行道，把后面排隊買漢堡的人全堵死。警察到場后對著空駕駛座揮了3分鐘手臂，車才勉強停下。

這段TikTok視頻24小時內播放量破百萬。拍攝者配文："我們的SAPD女王們正在指揮一輛逆行的Waymo。"語氣里的嘲諷幾乎要溢出屏幕。更尷尬的是，車里當時還坐著乘客——他點了餐，卻跟著車一起被困在錯誤的車道里，看著警察像指揮一臺故障洗衣機那樣比劃手勢。

2月的培訓課，4月就翻車

Waymo今年2月才在圣安東尼奧上線服務。上線前，公司專門給當地官員做了"應急響應指南和執(zhí)法交互協(xié)議"培訓，包括如何關閉自動駕駛模式、整車斷電，還留了一條24小時熱線。

但培訓內容和現實場景之間，顯然存在某種斷層。SAPD事后聲明稱" officers followed the procedure provided to access the Waymo and the vehicle was manually moved"，卻沒說清楚到底是遠程操作員介入，還是警察親手把車推出去的。這種模糊表述本身就很說明問題——所謂"全自動"的敘事，在具體操作層面依然是一筆糊涂賬。

Waymo的遠程支援團隊分布在美國和菲律賓。他們的正式職責是"為車輛提供額外信息以理解環(huán)境"，但實際操作中，大量時間花在處理車輛卡死、繞圈、或者像這次一樣逆行進入封閉空間的情況。一位前員工曾透露，高峰期單個操作員要同時監(jiān)控20輛車，反應延遲以分鐘計。

校車紅燈照闖，聯(lián)邦召回后照舊

Whataburger事件只是Waymo在德州麻煩清單的最新一項。去年下半年，奧斯汀一個學區(qū)公開指控Waymo車輛"非法且危險地"繞過閃爍紅燈的校車。按照德州法律，校車紅燈亮起時，雙向車輛必須停下，確保兒童安全過街。

Waymo的應對策略是軟件更新。但《連線》雜志最近的追蹤報道顯示，數月過去，加上一次聯(lián)邦層面的召回，這些車輛依然沒學會識別校車紅燈。召回原因是"軟件可能導致車輛不正確預測校車運動軌跡"，修復方案是OTA升級。升級后的實際路測表現，學區(qū)方面顯然不滿意。

這暴露了一個被刻意模糊的事實：Waymo的"全自動駕駛"認證基于特定場景通過率，而非全場景可靠性。高速公路、標準十字路口、天氣良好時的表現被大量宣傳；得來速車道、校車紅燈、施工繞行等邊緣場景，則很少出現在官方材料里。

城市資源的無聲消耗

舊金山、鳳凰城、洛杉磯、奧斯汀、圣安東尼奧——Waymo的擴張路線圖上，每個城市都留下了類似的痕跡。市政部門被大量報警電話淹沒：車輛無故停在路中間、十字路口中央死機、或者像這次一樣把快餐店車道變成單行道迷宮。

這些事件很少造成人員傷亡，因此很難進入主流新聞的優(yōu)先級。但它們對城市運營的真實成本，從未被完整計算過。警察出勤、交通疏導、市民投訴處理、與企業(yè)的協(xié)調會議，這些人力消耗不會被寫進Waymo的季度財報。

圣安東尼奧警方沒有公布這次出警占用了多少執(zhí)勤時間。但從視頻長度和現場復雜度判斷，至少兩位警員、二十分鐘以上、加上后續(xù)報告流程——只為了一輛買漢堡走反路的無人車。當這類事件乘以數百輛運營車輛、乘以365天，數字會變得相當可觀。

Waymo的競爭對手也在經歷類似陣痛。特斯拉的Cybercab測試被曝出現"員工遠程接管"的頻繁干預，有些場景下人類操作員每英里要介入多次。兩家公司的技術路線不同，但面臨的信任困境相似：公眾對自動駕駛的容忍閾值，遠低于人類司機的同等失誤。

Whataburger事件的最后，那輛Waymo被手動移出車道，乘客 presumably 拿到了他的漢堡。TikTok評論區(qū)最高贊的提問是："如果警察不在場，它會在那里轉多久？"

Waymo沒有回答這個問題。它的下一份安全報告，大概也不會包含"得來速車道誤闖率"這個指標。