社区

2026年3月31日20时30分，周女士在武汉街头坐进一辆“萝卜快跑”无人车 。车内音响反复播报着一条指令：“车辆有问题，请勿开门 。”

行程仅仅过了十分钟，这台重达两吨的L4级自动驾驶车辆在行驶中毫无征兆地定死在路中央 。周女士被困在三环线的高架桥上，窗外是呼啸而过的车流，车内屏幕弹出的紧急联系电话始终无法拨通 。

她不知道的是，此刻在武汉三环线、多条高架桥及城市主干道上，数以百计的同款车辆正以同样诡异的姿势同步熄火 。武汉市122报警中心的电话在20时57分开始接通第一批报警 。没有人撞车，没有雷达损坏，但这支号称拥有“类人直觉”的AI车队，正在整座城市上演一场集体“中风” 。

第一章 完美算法的“突然死亡”

对于武汉市民而言，这曾是一个被算法完美优化的世界。在2026年的前三个月，这种单程10公里仅需4至16元的无人车，已经渗透进武汉人的生活 。截至2025年第三季度，百度旗下的该平台单季度交付订单量已突破310万单，业务横跨中国约20个核心城市 。

但在3月31日这一晚，完美的逻辑链条断裂了。

从20时57分第一批报警电话接入开始，武汉交警发现这是一场前所未有的“系统性故障” 。这并非单一车辆的机械损伤，受影响的车辆呈现出极高的一致性：它们几乎在同一时段接收到了某种“异常终止指令”，随后触发了系统最保守的防御策略——原地停摆 。

百度官方将原因初步归结为“网络原因”，而警方则直接定性为“系统故障” 。这种措辞的微小差异，背后是自动驾驶技术演进中被掩盖的脆弱性。

2026年被视为自动驾驶的“VLA大模型元年” 。为了将新城市的部署周期从两年压缩至几个月，行业全面转向了“视觉-语言-动作”（Vision-Language-Action）端到端架构 。这种模型赋予了车辆语义理解能力，但也带来了难以解释的“黑盒效应” 。当云端调度系统与单车系统之间产生逻辑冲突时，车辆选择了一种最安全也最极端的避险方式：在交通主动脉上把自己变成一块不能移动的铁块 。

在这场大规模“趴窝”发生前48小时，人工智能模型平台DeepSeek刚刚经历了12小时的严重宕机 。尽管两者业务并无直接交叉，但系统性风险的传染路径已清晰可见：在追求极致低价与快速扩张的过程中，云端依赖成了所有AI系统的“单点故障”风险源 。

第二章 第一层真相：大模型的“黑盒”代价

2026年，武汉成为全球自动驾驶运营车辆密度最高的城市 。 在这背后，是一场旨在极速扩张的技术大迁徙。

此前，自动驾驶极度依赖昂贵的高精地图（HD Maps）和预设的代码规则，这种传统模式的部署周期长达12至24个月 。2024年后，以百度为首的企业转向VLA端到端大模型 。VLA大模型通过海量视频数据训练，使车辆具备了类人的直觉判断能力 。新城市的部署周期随之从数年压缩至3到6个月 。

硬件端也经历了显著变革，从旋转激光雷达转向低成本固态雷达与高算力芯片 。这种范式转移直接推动了车辆单价降至30万至50万人民币区间 。

然而，效率的交换物是系统的透明度。系统决策从“代码规则”变成了难以预测的神经网络反应 。这种转变在实验室里表现为更强的边缘场景（Edge Cases）处理能力，但在3月31日当晚，由于指令分发出现未曾预见的群体性异常，VLA大模型表现出了严重的“黑盒效应” 。

当系统无法理解冲突指令时，它并没有表现出类人的灵活性；相反，它退回到了最保守的本能——原地关机或停摆 。这种“系统性中风”正是技术快速切换带来的次生灾害。

第三章 第二层真相：被让渡的单车主权

在可靠性工程的视野里，3月31日的武汉事件可以被精确地拆解为一个数学概率。

调研报告给出了一个串行系统失效模型：车队系统的可靠度等于云端控制链路可靠度与单车自主系统可靠度次幂之积。

在理想状态下，每辆车也都应该拥有极高的离线生存能力 。但现实的运转逻辑恰恰相反：为了实现城市级的协同调度，整个车队系统将“云端授权”置于了逻辑的最高优先级。这意味着，一旦云端出现问题，无论单车硬件多么完美，所有的车都会出现问题 。

这种对云端的极度依赖，让无人车从“独立智能体”退化成了“云控终端”。当晚，受影响的车辆似乎接收到了相同的异常终止指令，这是一种典型的“单点故障” 。

这种脆弱性在事故前48小时已露端倪。3月29日至30日，国内领先的AI平台DeepSeek经历了长达12小时的严重宕机 。尽管两者业务独立，但它们共享着2026年AI产业的共同痛点：底层WebChatService或API服务的架构级冲突，具有极强的传染性。当API Service发生冲突时，受损的不只是对话框，还有行驶在交通动脉上、重达两吨的钢铁实体。

第四章 真正的运转逻辑：社会契约的压力测试

武汉作为全球自动驾驶运营密度最高的城市，本质上是一场关于“机器取代人”的超前实验 。

这种实验的张力直接体现在账单上。在2026年的武汉，每10公里的行程，“萝卜快跑”的收费区间在4至16元，而传统出租车则维持在18至30元 。极端的低价让无人车迅速收割了对价格敏感的流量，但也让武汉市建设汽车客运有限公司等企业感到了生存威胁 。

3月31日的瘫痪事件，将潜伏的利益博弈彻底推向地表。在社交媒体上，关于“机器不如人”的讨论伴随着针对百度的恶意投诉和虚假信息散播 。调查显示，部分MCN机构操控的“黑水军”参与了这场认知战，迫使百度向公安机关报案 。

但在这种极化舆论下，系统展现出了某种“自愈”韧性。这种韧性并非仅来自技术，而是来自2026年正式施行的法律与保险框架。与传统保险不同，智驾车专属商业险允许保险公司直接接入后台数据，绕过冗长的责任鉴定周期，对受影响的乘客和次生事故车辆进行预赔付 。这种机制极大缓冲了技术失控带来的社会冲击 。

监管逻辑也在此次事故后发生了质变。武汉市经开区管委会及交通运输部门在事故后迅速约谈了百度负责人 。监管重点从早期的“准入测试”转向“常态化运营监控”，要求企业必须建立拥堵即时疏导机制，一旦发现车辆在主干道长时间停留，必须在15分钟内完成物理干预 。

从全球视野看，Waymo在美国的扩张依赖于其极致的基础模型安全性，而“萝卜快跑”在武汉的困境则暴露了“路云协同”模式下的过分依赖性 。

自动驾驶的成熟，标志并非永不出错，而是在出错时具备与社会系统共存的能力。

随着运营规模的增加，任何微小的失效概率都会演变成巨大的社会成本。未来，自动驾驶必须将“安全”从代码层面提升至“社会文明”层面。目前，武汉约有30,000台传统出租车在与约400台“萝卜快跑”共同呼吸，而这场关于社会契约的压力测试，才刚刚开始 。