首例自動駕駛“碰瓷”案，欺負無人車的人類司機被罰了

自動駕駛汽車，被人盯上了。

8月5日，原本是很尋常的一天，卻因為一場事故顯得特殊起來。

當天下午，在武漢洪山區一段主干道上，一輛蘿卜快跑的自動駕駛出租車跟著車流往前行駛期間，打算變道。于是，轉向燈閃起，算法系統驅動著方向盤轉動，車輪也開始向左前側緩緩移動。

這時，后方一位出租車司機，盯著它踩下油門就探了上來。兩車之間的距離急速收縮，空氣被擠出一聲沉悶的聲響，“嘭”，后視鏡碎裂，傳感器外殼順著路面滾了幾圈。

事故發生得太快，沒人能注意到事故的細節。只是據肉眼看到的現場情況判斷，人類司機似乎是無辜的受害者。

直到交警發現異常，組建專項專班，調用大數據研判，才意識到這起追尾事故的特殊之處。它并非自動駕駛汽車造成，而是出租車司機惡意碰瓷。

自動駕駛汽車上路之初，人們一直擔心它會變成“馬路殺手”。畢竟，程序像個黑箱，不可控。

沒想到，不會辯解、不用人類司機坐在駕駛艙的自動駕駛汽車，才是那個遭受欺負的老實人。

據“武漢交警”官方微博消息，這是武漢首例針對自動駕駛汽車的故意“碰瓷”案件。

自動駕駛汽車通常被視為機器人的一種，這意味著人與機器人的沖突，已經進入現實。

01

第一輛被碰瓷的自動駕駛汽車

事故責任似乎很明確，自動駕駛出租車并未完成變道，就與有司機駕駛的出租車發生事故。出租車司機因事故損失也獲得了相應賠償。

但很快，辦案人員發現，7月23日，這位司機曾與蘿卜快跑的自動駕駛出租車發生過相似事故，而且，都是在自動駕駛汽車變道時發生了撞擊。這兩起事故，累計涉案金額3900元。

事情變得復雜起來。交警判斷，這起牽涉自動駕駛汽車和人類駕駛出租車的交通事故，無疑屬于一種新型案件，其責任界定具有新的挑戰。

交管支隊決定組建專項專班，調查這起案件。他們通過關聯分析，發現出租車司機在事故前均有“尾隨自動駕駛汽車、貼近變道目標”的異常行駛軌跡；同時，辦案人員聯合司法鑒定機構及技術團隊，調取自動駕駛汽車的算法日志與云端數據，證實事發時自動駕駛系統已識別后方車輛并保持安全距離，而出租車卻存在加速行為且未采取合理避讓。

結論已無懸念，司機具有充分避讓條件，卻選擇反向操作，屬于主動制造危險。交警認定其全責，罰款2000元，暫扣駕駛證3個月。

結論之所以如此明確，是因為證據鏈極為完整。自動駕駛汽車記錄的數據中制動、加速度，每一項都以毫秒級時間戳記錄，既不可篡改，也難以爭辯。傳統事故靠司機陳述和路口監控來還原，但自動駕駛系統會留下完整的“行為檔案”，包括傳感器識別結果、算法決策、速度變化、剎車時序、接管記錄……所有動作都寫進了系統日志。

這意味著，自動駕駛汽車事故不是在馬路上“回憶”，而是在云端“重建”。對執法部門來說，這相當于擁有了一個可以復盤每一毫秒的“黑匣子證據”，責任劃分的邊界因此變得更容易被畫清。

02

人與機器人的沖突，會越來越多

這并不是蘿卜快跑第一次在武漢卷入事故中。

隨著車隊規模擴大、全無人運營覆蓋的時段變長，武漢交警的事故記錄里陸續出現了一些與自動駕駛出租車相關的案件：有人在路口闖紅燈，與正在起步的車輛發生輕微接觸；也有電動車在車輛啟動前突然橫穿車道，被自動駕駛汽車的車身側角感知探測到后緊急剎停，被行車記錄當成一次“風險事件”。

這些事故大多輕微，趨勢卻很明顯，只要城市中的自動駕駛汽車數量的增加，與之相關的交通故事就會不可避免地變多。自動駕駛的汽車不再是實驗場里的樣本，而是真正嵌入城市生活的交通主體。

2024年10月11日，馬斯克乘坐極具科幻感的無人駕駛出租車，參加發布會。

數據會比人的直覺更早說明問題。到今年10月底，蘿卜快跑全球累計訂單已經超過1700萬單，總行駛里程突破2.4億公里，其中超過1.4億公里是在完全無人駕駛的狀態下完成的。在武漢這樣的重點運營城市，蘿卜快跑每周要完成25萬單出行任務，這意味著每天都有數萬輛次車輛在真實街道里穿行。任何一個交通系統，只要密度上升到這個級別，摩擦自然會隨之增多。

不止武漢，在全球任何開始允許自動駕駛汽車上路的城市里，類似的事情都會陸續發生。

就在武漢這起碰瓷事故發生3個多月后，今年11月12日，在阿拉伯聯合酋長國首都阿布扎比市區一處道路上，一輛社會車輛違規強行變道，橫插進一輛由中國車企運營的Robotaxi所在的車道并發生側向剮蹭。

這起事故造成自動駕駛汽車側面受損、傳感器脫落。執法部門調查后的結論也十分干脆：自動駕駛汽車全程無過錯，社會車輛全責。

這個判定與武漢的處理方式完全一致，它說明不同國家的交通執法機構面對類似情境時得出了同樣的技術性判斷，當一個遵循規則的自動駕駛汽車與一個違反規則的人類駕駛者相遇，責任鏈條反而比傳統事故更容易厘清。

03

更危險？更安全？

隨著人類司機與自動駕駛汽車的事故出現、變多，一個繞不開的問題也引發人們日益關切：這類由算法而非人類司機操作的車輛上路，到底讓城市變得更安全，還是更危險？

對這個問題，很多人最先想到的答案大概是后者。新事物疊加技術的不確定性會放大恐懼。一旦算法犯錯，人們會把這種錯誤視為“絕不該發生的事故”；同樣的錯誤若由人類司機造成，卻會被歸入“難免”。心理學稱之為“算法歸罪效應”，簡而言之，技術越先進，越是聲稱自己精確，人類對它的容錯率就越低。

可若把情緒抽離，只看統計數據，結論幾乎反轉。蘿卜快跑的公開數據顯示，全無人駕駛平均每行駛1000多萬公里才會觸發一次氣囊彈出事故，這個量級遠低于普通司機。美國自動駕駛汽車公司Waymo的長期運營數據也呈現類似結果，其事故率大約是人類的1/6。

自動駕駛技術顯然還遠未到成熟階段，但它在很多情況下，比人類司機狀態更穩定、更守規矩、更少受情緒或沖動影響。

不過，安全表現的提升，并不意味著事故數量會自動下降。交通安全問題并不是由某一方的駕駛水平決定，它是城市里無數行為相互交織形成的網。自動駕駛汽車加入道路系統后，這張網被重新排列了一遍。

● 2016年9月22日，美國匹茲堡，優步公司(Uber)的一款無人駕駛汽車亮相。（ICPHOTO 圖）

過去的交通事故主要來自司機的“操作錯誤”，包括搶道、分心、盲區、疲勞、情緒化等，這是人類駕駛的固有缺陷。現在，越來越多新形態的事故源于“互動錯誤”。比如，人類司機預期自動駕駛汽車一定會讓行，于是壓得更近；外賣騎手相信自動駕駛汽車不會搶路，于是無所顧忌地切入前方。

技術沒有問題，問題出在博弈策略的變化上。以前是人和人的博弈，現在變成了人和機器人的博弈。新的交通生態，正在逐漸拉開大幕。

也許等自動駕駛的車越來越多，城市里會出現一種全新的道路體驗，你在擁堵的車流里逐漸煩躁，前面那輛車卻依然不疾不徐。到那時候，人類司機大概會尷尬地發現，自己居然連情緒管理都干不過一輛車。它根本不會生氣