一段由乘客在副驾驶位拍下的视频，最近把特斯拉的无人驾驶出租车再次推上风口浪尖。8 月 17 日，一位经常乘坐特斯拉 Robotaxi 的用户在 Reddit 发布视频：一辆基于 Model Y 的 Robotaxi 在美国得克萨斯州奥斯汀的一个路口，驶入了一片被柔性塑料隔离柱封闭的三角形路缘延伸区。它先是多次停车、缓慢挪动、甚至倒车，最终仍一头撞穿了那排隔离柱，然后像无事发生一样继续行驶。据 IT之家援引 Electrek 的报道，事发时驾驶位没有安全员；更值得注意的是，系统其实已经识别到障碍物，但在「经过决策」之后仍选择了通过。目前没有人员受伤的报告。
事件要点
- 事发路口的封闭区域由塑料柔性隔离柱围成，这类路缘延伸设计常见于保护自行车道和过街行人的城市改造，有网友根据视频中的建筑物在 Google Maps 上定位并确认了现场；
- 车辆在障碍物前反复「停车—缓行—倒车」，说明它并非毫无察觉，而是在规划上陷入反复，最终选择了「硬闯」；
- 车内没有安全员，整个过程由乘客完整拍下；
- 此前特斯拉高管曾宣称 Robotaxi 安全记录「无可挑剔」，这起事件因此被舆论视为对这类高调表态的直接反噬。
问题出在哪：感知之后，决策之前
单看传感器与识别，这次事故几乎不属于「看不见」：隔离柱颜色醒目、位置固定，车辆多次停下也证明感知层面拿到了信息。真正的失败发生在下游的规划与决策环节，有几种常见的技术解释值得一提。
其一是语义分类问题。柔性隔离柱在不少自动驾驶系统中被归为「可跨越的软障碍物」，消防车、救护车在执行任务时确实会碾过它们。如果规划器的代价函数给这类物体赋的代价过低，而沿既定路线行驶的收益更高，就会出现「看见了但决定撞过去」的结果。代价函数本质上是一套价值观的编码：不确定时，系统选择牺牲谁、保全谁，都在这几个数字里。
其二是地图与现实的错位。路缘延伸、柔性柱这类街道家具是近年慢行系统改造中大量涌现的，更新极快。如果地图或默认路径仍停留在改造之前，规划器就会一次次生成「穿过去」的路线——这与视频中反复试探、屡败屡试的行为模式颇为吻合。
其三是卡死后的兜底策略。先停后倒、最终强行通过，更像一种「脱困」逻辑：与其原地不动，不如选代价最低的出口。问题在于，这套逻辑没有把「重新规划路线」或「请求远程协助」排在「碾过软柱」之前。而没有安全员的车辆，本应在歧义面前更保守，而不是更果断。
「无可挑剔」的反噬
对完全无人化运营来说，每一次小事故都由系统独自承担，没有「司机操作不当」可以缓冲。 aggregate 的安全统计也许依然好看，但公众对自动驾驶的信任从来不是靠平均值建立的，而是被几段疯传的视频定义的。撞穿隔离柱本身没有伤人，但那片封闭区域存在的意义恰恰是保护路口的行人与骑行者，如果柱子后面站着人呢？
更伤信任的，其实是撞完之后「像无事发生一样继续行驶」。对一个陌生系统，人们可以容忍它犯错，却很难容忍它对错误毫无察觉、毫无表示。这与我们此前讨论过的 AI Agent 误删文件事件如出一辙：感知到了信号，决策却选了错误分支，事后还缺乏任何形式的确认与补救。对 Agent 如此，对载人的 Agent 更是如此。
简短点评
自动驾驶行业过去十年的叙事是「感知问题最难」，而这段视频提醒我们：当摄像头和神经网络已经足够好的时候，真正暴露出来的是决策层那些编码不完备的长尾场景，以及出事之后系统的应对姿态。对一家正在加速扩张无人化运营、并习惯用「无可挑剔」自我形容的公司来说，比技术修补更要紧的，或许是把话说到与技术相称的位置上。在自动驾驶这件事上，谦虚从来不是公关姿态，而是安全设计的一部分。