Waymo的黑暗模式：当电网瘫痪时

旧金山本应是未来之城。但2025年12月的一个周六下午，它看起来更像前工业时代的场景——只有一处刺眼的“时代错置”。

随着8th和Mission街附近一座大型变电站起火，13万居民陷入黑暗，全市交通基础设施仿佛瞬间消失。没有绿灯、没有红灯、也没有行人信号，只剩悬挂在路口上方的黑色金属盒子。对人类司机来说，这触发了一套混乱却心照不宣的社会规则：把路口当成“四向停车让行”。场面混乱、充满试探、进展缓慢，但车流终究在动。

然而，电网瘫痪对Waymo的自动驾驶车队而言，却是一场认知层面的灾难。

在Richmond、Presidio和Downtown区域，这位“World’s Most Experienced Driver”手足无措。它失去了交通信号灯带来的确定性，也无法与那位驾驶Honda Civic、满脸困惑、缓缓向前蹭的司机进行眼神交流，于是这些机器人只能按照安全验证模型允许的唯一选项行动：它们僵住了。

结果，用旁观者的话说，就是“彻底混乱”。Waymo车辆停在漆黑的路口空转，LiDAR阵列疯狂旋转，等待一个永远不会再出现的信号。这不只是技术故障；它揭示了自动驾驶系统在崩坏的模拟世界中有多么脆弱。机器人已经准备好上路，但道路还没准备好迎接它们。

“死寂”路口的物理机制

要理解为什么停电对机器人来说比暴风雪更令其瘫痪，必须先看看自动驾驶汽车（Autonomous Vehicle, AV）是如何感知“权威”的。

确定性谬误

AV依据一套约束层级运行，而这套层级的顶端就是交通控制设备（Traffic Control Device, TCD）。

$P(Action) = P(Path | Signal) \times P(Clearance)$

在正常场景下，交通灯状态（$Signal$）是一种二值或三值约束。绿灯意味着“走”，红灯意味着“停”。车辆下一步动作的概率分布会依据该信号坍缩为近乎确定的状态。计算机视觉系统识别出信号灯的边界框，对像素颜色进行分类（红/黄/绿），再将其映射到高精地图（HD Map）的语义层，以确认这盏灯控制的是本车所在车道。

当电力中断，TCD状态变为 NULL。

对人类来说，熄灭的灯是一种符号，它映射到“四向停车让行”这个概念。司机运用博弈论（Game Theory）：一点点往前挪、挥手、观察对方司机的表情来判断其抢行或避让的意图。人类基于社会线索进行复杂而微妙的毫秒级协商。

对AV来说，熄灭的灯则是一个极端不确定的边缘案例。

1. 检测失效：摄像头看到了灯罩，但没有发光的像素。它是坏了？还是阳光反射？
2. 规则冲突：高精地图显示“这是一个有信号控制的路口”，而传感器却说“没有信号灯”。
3. 最小风险状态（Minimum Risk Condition, MRC）：当不确定性阈值（$\sigma$）超过安全参数时，车辆会回到最小风险状态。通常这意味着“停下，等待情况明朗”。

在12月20日的大停电中，“明朗”始终没有到来。机器人等待着一个物理法则无法提供的信号变化。

传感器鸿沟：为什么LiDAR“看不见”“请走”

有人可能会问：“为什么不直接给AV编程，让它把熄灯当停牌处理？”

难点在于意图预测。在四向停车让行路口，路权由到达时间和几何位置决定。但在停电引发的混乱中，人类会作弊：溜过停车线、抢行、扎堆通行。

Waymo的感知栈使用LiDAR（激光成像探测与测距）和Radar来跟踪物体。

• LiDAR提供精确的距离（$d$）和速度（$v$）。
• 摄像头提供物体分类。

传感器无法识别交警的手势或司机的点头。下一代AV尚不具备在“无规则”路口进行协商的能力。

电网一旦消失，规则也随之消失。而机器人不会即兴发挥。

背景历史：瘫痪的模式

这暗示了一个令人担忧的趋势。大停电中的“Waymo僵死”并非孤立事件；它是AV在**情境歧义（Contextual Ambiguity）**面前屡屡受挫的模式的一部分。

锥桶事件（2023）

回想“锥桶周”抗议活动，活动人士把交通锥放在Waymo和Cruise车辆的引擎盖上，车辆随即动弹不得。为什么？因为感知栈把锥桶判定为“遮挡物”或“障碍物”，并且附着在车辆上或位于其关键路径中。逻辑循环陷入死锁：

1. 检测到障碍物。
2. 在障碍物消失前无法移动。
3. 障碍物随车一起移动。
4. 结果：停下。

战争迷雾（2024）

去年旧金山大雾期间，Waymo车辆集体靠边停车。这本是安全机制——LiDAR在散射介质中性能会下降——却导致车道和街道被堵。

大停电（2025）

12月20日的大停电最为严重，因为这并非传感器交互问题，而是**基础设施依赖（Infrastructure Dependency）**失效。车辆本身完全正常，电池满电，传感器干净。但外部世界坏了。

这凸显了AV大规模部署的一个关键弱点：相互依赖（Interdependence）。整个行业正把21世纪的数字AI交通层，叠加在一座摇摇欲坠的20世纪电网上。

基础设施依赖：电网即图谱

网络安全专家常谈安全领域的“杀伤链”。在自动驾驶出行中，也存在一条“依赖链”。

1. 第1层：车辆本身（硬件、轮胎、电池）。
2. 第2层：连接（通往地图服务器/远程运维的LTE/5G）。
3. 第3层：基础设施（交通灯、路灯、道路标线）。

2025年的大停电同时击穿了第2层和第3层。

远程运维瓶颈

通常，当Waymo陷入困境时，它会“呼叫总部”。远程协助（Remote Assistance, RA）专员查看摄像头画面，然后下达高层级指令，例如“往前蹭一点”或“忽略这个信号”。

但PG&E变电站火灾很可能损害了当地蜂窝基站。即便基站有备用电池，局部拥塞（成千上万的人同时给亲友打电话）也会压垮带宽。

$\text{Latency} \propto \frac{\text{Users}}{\text{Bandwidth}}$

如果Waymo因为网络拥塞无法连接RA服务器，又因为安全限制无法在本地解决场景，它就会变成一块5,000磅重的砖头。这是一块遵守规则的砖头，但终究是块砖头。

前瞻性分析：这个问题能解决吗？

在规模普及之前，必须解决“大停电问题”。如果此次停电期间旧金山有10%的车辆是自动驾驶的，交通僵局就会阻塞消防车和救护车，把烦心事变成悲剧。

方案A：Mesh网络 V2V

车对车（Vehicle-to-Vehicle, V2V）通信可以让车队就路口状态进行“投票”。

• 概念：如果A车看到熄灯并停下，B车（面对横向来车）也看到熄灯并停下，它们可以数字化“握手”。
• 协议：一种确认位置和状态的数字握手，实现协同通行。
• 现实：这需要所有OEM（Tesla、Rivian、Waymo）都认可的通用标准（V2X）。整个行业离这一步还有数年之遥。

方案B：“无序模式”（纽约出租车司机更新包）

AV开发者可能需要训练一种更具攻击性的“无控路口策略（Uncontrolled Intersection Policy）”。

• 逻辑：如果TCD = NULL超过30秒 -> 视为停车让行标志 -> 蠕行至路口中央 -> 如果没有高速来车向量 -> 强行并入。
• 风险：这会非线性地提高$P(Collision)$。但另一种选择（完全瘫痪）也有自身的风险画像——阻塞紧急服务。

方案C：基础设施加固

乏味但真实的答案是：给交通灯配备电池备份。

在主要干道上，LED信号灯耗电极低。一套小型太阳能+电池改造就能在电网故障期间维持信号逻辑运行24小时。这比重新训练AI去理解人类协商便宜得多，但市政预算却很少优先考虑它。

结论

旧金山大停电期间Waymo的狼狈表现，并非人工智能的失败；而是AI与熵的碰撞。

工程师造出的机器能以象棋大师般的数学精度驾驶。但真实世界，尤其在灾难中，不是象棋，而是mosh pit——一片混乱冲撞的舞池。除非这些机器人学会推搡、挤占、协商破损基础设施下混乱而不成文的规则，否则它们将只是“好天气司机”——灯亮时光芒四射，城市熄灯时束手无策。

如果你在漆黑的路口看到一辆robotaxi，别期待它会给出信号。这台机器正在等待一盏永远不会亮起的绿灯。