Zoox召回揭示，亚马逊旗下自动驾驶公司Zoox宣布召回105辆Robotaxi，原因是系统在接近火场、面对浓烟时出现判断瘫痪，车辆突然停车无法继续行驶。
事件发生于6月20日，根据美国国家公路交通安全管理局（NHTSA）报告，一辆Zoox自动驾驶车辆在驶近火灾现场时，因浓烟干扰摄像头与传感器，突然紧急刹停，并需由远端人员介入以倒车让出道路，救援人员随后布置交通锥封闭车道。Zoox已通过OTA软件更新对相关识别逻辑进行修正，官方表示这是目前唯一一起与烟雾相关的已知报告，且已采取措施。
Zoox召回背后的隐患：在灾难现场停下并不等于安全
表面看，遇到障碍或视线不清即时刹车，是自动驾驶系统常见的保守策略，但在火场或浓烟环境，这类安全机制反而可能妨碍救援通道。NHTSA指出，浓烟不仅会使摄像头对比度骤降，还会干扰激光雷达（LiDAR）及其他传感器的判断，导致车辆在最需精确机动时失去决策能力。
更棘手的是，火场是高度动态的非标准路况，原有交通信号或车道标线可能失效，取而代之的是随时变换车道的消防车、临时拉起的封锁线，以及现场指挥交通的警员。若车辆无法识别这些临时规则，直接停在路中央往往会阻断救援通道，带来更严重后果。
这次Zoox召回的关键不在于单车能否最终脱离现场，而在于自动驾驶系统如何识别“道路规则暂时失效”的情形，并在不妨碍救援的前提下，采取比仅仅刹车更合理的动作，例如主动寻求远端接管或按照预设退避路径让出道路。
何时把方向盘交回给人，是更重要的代码
传统车辆召回常因硬件故障，但对高度依赖软件定义的Robotaxi而言，召回往往是为修补算法的认知盲区。Zoox此次通过软件更新解决问题，反映出运营商必须依靠真实道路上的少见异常边缘案例（Edge Cases）不断完善系统。
单靠增加更多代码，无法穷尽现实世界所有突发灾难，這是行业面临的根本问题。关键在于当车载系统进入烟雾、大型事故或严重施工等非标准场景时，系统能否及早识别自身无法处理并迅速请求远端控制中心介入或启动安全退避流程，从而避免阻碍救援。
Zoox将这一罕见的浓烟刹车事件视为系统性风险并发起召回处理，值得肯定，但这105辆车的案例同时提醒市场，感测器再豪华也不能自动翻译灾难场景下的临时规则。学会在极限情况下承认局限，并果断交出控制权，才是自动驾驶系统最应优先写好的那段代码。