自駕車安全成為焦點，Amazon 旗下的自駕車公司 Zoox 宣布召回 105 輛 Robotaxi，原因是系統在面對火場濃煙時發生判斷癱瘓，需由遠端人員介入救援作業。
事件發生於 6 月 20 日，根據美國國家公路交通安全管理局（NHTSA）的調查報告，一輛 Zoox 自動駕駛車輛在靠近火災現場時，因濃煙干擾而突然煞車停住，最終由遠端人員手動倒車脫困，現場救援人員才得以放置交通錐封鎖車道。
自駕車安全在災難現場的挑戰
表面上看，遇上障礙或視線不清而煞車，是自駕系統常見的保守設定，但在火場等高度動態的現場，單純停車可能成為阻礙救援的危險行為。
調查指出，濃煙會降低鏡頭影像對比度，同時干擾激光雷達（LiDAR）與其他感測器的回波，使得系統在最需要精準走位的時刻，瞬間失去決策能力。
火場現場常伴隨臨時封鎖、緊急車輛穿梭以及現場人員引導交通等非標準規則，當自駕系統無法辨識這類臨時規則而停在路中，往往會直接切斷救援通道，造成二次風險。
何時該把方向盤交回給人，系統怎麼判定
這次召回屬於以軟體修補演算法盲點的典型案例，Zoox 已透過 OTA 軟體更新解決相關問題，並表示這是目前唯一已知的煙霧相關報告。
對於高度仰賴軟體決策的 Robotaxi 而言，召回往往不是修理硬體，而是要補足系統在現實罕見極端情境（edge cases）下的認知缺口。
業界討論的核心在於，當車輛進入煙霧、大型事故或重大施工等非標準場景時，系統能否及早偵測到自身能力的極限，並在不阻礙救援前，迅速要求遠端控制中心介入或採取更合適的應變動作。
Zoox 將這起濃煙煞車事件視為系統性風險來處理，值得肯定；同時，這也提醒市場，感測器再多的堆疊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。
未來自駕車安全的驗證需納入更多實地演練與跨單位協調，包括與消防、警察及遠端操控中心的標準作業流程整合，才能在極端場景下降低阻礙救援的風險。