Waymo 驶入施工区并非偶发事故，而是其系统的「阿喀琉斯之踵」。早在 2024 年，6 辆 Waymo 编队就被雪糕筒围成的临时通行区卡死半小时，司机被迫下车手动移开锥桶。同年凤凰城另一辆 Waymo 无视施工区直接冲进建筑工地——网友总结得传神：交通锥就是 Robotaxi 的氪石（kryptonite）。无人驾驶主要依赖高精地图，施工区域缺乏高精信息，只能靠传感器实时感知，而传感器数据在不同子模型间依次传递，信息损失难以避免，遇上施工标志不一致时系统直接「失明」。

不只是 Waymo，特斯拉 FSD 在中国也遭遇了施工区「水土不服」——系统无法识别临时施工标线，擅自切入非机动车道、公交专用道，甚至因误认红灯笼为红灯紧急刹停。有机构实测显示，在北京城区半天不到，FSD 违章 34 次、强制接管 24 次。问题根源在于特斯拉缺乏真实中国道路数据，其算法对「中国式交通」完全陌生，而本土玩家如华为、小鹏对类似路况识别率已超过 95%。同一类边缘案例，两种路线都尚未突破。

Waymo 高频召回背后，是 2026 年全球自动驾驶监管的结构性拐点。中国工程院院士李骏指出，监管正从满足条款清单的「开卷考」转向 Safety Case（全生命周期安全论证）模式——车企必须像毕业答辩一样，向监管清晰论证「我的车在自己的设计运行范围内为什么安全」。中国拟于 2027 年 7 月实施的强制国标，将要求车企提交投放后监测报告（ISMR），对车辆「终身负责」。这意味着每一次边缘案例召回，都在倒逼企业建立自证安全的完整体系。

武汉萝卜快跑近百辆车因网络故障集体熄火，车顶 SOS 按钮失灵，乘客被困近两小时。这事真正值得问的不是「自动驾驶安不安全」，而是「当主系统失效时，备用方案能不能兜得住」。L4 级要求的最小风险策略，本质是给车辆装上一套「物理降落伞」——双备份计算芯片、独立供电的转向制动、不依赖云端的本地自主决策能力。但到底要冗余到什么程度才算够？行业现在连统一的安全度量标准都没有。