自動駕駛最難處理的，從來不是繁忙的十字路口，而是現實世界突然失去規則的極端時刻。Amazon 旗下的自駕車公司 Zoox 宣布召回 105 輛 Robotaxi，原因很具體：當車輛駛近火場、面對濃煙時，系統會出現判斷癱瘓。這宗召回揭示了一個冷酷現實，當感測器被物理遮蔽，而道路標準規則又被突發意外打亂時，AI 仍未學懂如何應對這份混亂。
事件發生於 6 月 20 日。據美國國家公路交通安全管理局（NHTSA）報告，一輛 Zoox 自動駕駛車輛駛近火災現場時，因濃煙干擾而突然煞車停下。最終，車輛需要由遠端人員介入，以手動倒車方式離開，現場的救援人員才能順利擺放交通錐封鎖行車線。Zoox 隨後已透過 OTA 軟件更新解決問題，並強調這是目前唯一一宗與煙霧相關的已知報告。
在災難現場「停下」並不等於安全
表面上看，遇上障礙物或視線不清便煞車停下，是自駕系統最標準的保守設定。但在火場附近，這種「安全機制」卻可能變成致命的阻礙。NHTSA 的警告一語道破：濃煙不只令鏡頭對比度驟降，更會干擾激光雷達（LiDAR）及其他感測器的有效判讀，令車輛在最需要精準走位的時刻，瞬間失去決策能力。
更棘手的是，火場是一個高度動態的非標準場景。交通燈可能已經失效，地上的行車線失去意義；取而代之的，是隨時切線的消防車、臨時拉起的封鎖線，以及正在指揮交通的警員。當車輛無法辨識這些臨時規則，停在路中心往往會直接切斷緊急救援通道。
因此，這次事件的重點並非這輛車最終有沒有成功離開，而是自駕系統要如何辨識「正常道路規則已暫時失效」，並在不阻礙救援的前提下，採取比單純「煞車」更合理的動作。
何時該把方向盤交回給人
傳統汽車召回通常因為硬件勞損，但對高度依賴軟件定義的 Robotaxi 而言，召回往往是為了修補演算法的認知盲區。Zoox 這次以軟件更新作結，反映自駕營運商仍要不斷用真實道路上的罕見意外（Edge Cases），來填補系統規則的空白。
不過，單靠寫入更多代碼，不可能窮盡現實世界所有的突發災難。這牽涉到一個更根本的人機協作命題：當車輛走進煙霧、大型事故或嚴重施工的非標準場景時，系統能否及早發現自己「不懂處理」，並在阻礙救援前，迅速要求遠端控制中心介入？
Zoox 把一宗罕見的濃煙煞車事件當成系統性風險來處理，做法值得肯定。但這 105 輛車的軟件召回同時提醒市場：感測器堆疊得再豪華，也無法自動翻譯突發災難下的臨時規則；學會何時承認極限並果斷交出控制權，才是自駕車最該寫好的一段代碼。
