加载失败
Waymo（Alphabet 旗下自动驾驶公司）宣布将向公众开放高速公路载客服务，评论把这一动作放在与 Uber/Lyft、Tesla（FSD）以及早期 Google Project Chauffeur 的长期竞争与演进中来讨论。讨论围绕几大话题：乘坐体验和车队维护、系统可靠度与统计比较、在高速环境下的长尾边缘案例、对驾驶者就业的冲击、路面常态与执法差异，以及传感/算力带来的隐私与安全风险。评论中还多次提到监管与可查数据源（例如 CA DMV 的事故披露），以及高速场景对验证成本与 PR 风险的特殊要求。
大量乘客反馈 Waymo 提供更一致、平稳且无社交负担的乘坐体验：车速和刹车更沉稳、不会为了赶下一单做激进驾驶，App 在上车前就显示预计到达时间，且接车更准时。评论举例包括多位用户在旧金山、奥斯丁和奥斯汀周边的实际乘坐感受，指出 Waymo 更少出现仪表故障灯和粗糙维护（但也有人报告车内清洁问题）。也有乘客抱怨它倾向于“boring”路线、避开旅馆门口或绕开大坑洞、偶尔在街边暂停而非进门口，这些都属于可预期但令部分用户不便的设计权衡。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9]
评论里既有对 Waymo 总体更安全的肯定，也有对极低概率但可能“灾难性”失效的担忧：有人用“多少个9”来形容系统可靠度的问题，引用了 Lyft/人类驾驶和 Waymo 各自的统计对比并警告统计诡计（如 Concorde 的比喻）。部分人要求独立联邦或第三方检测（提到 CA DMV 的事故披露制度作为可查来源），另一些人则指出人类驾驶同样频繁发生事故但不总上头条。与此同时，个别例子（如与大型卡车交互的不当判断或突然慢速/不稳定行为）被反复拿来讨论，以说明即使总体事故率低，单次事件的 PR 与法务风险很大。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
评论反复讨论高速公路是否比城市街道更“容易”或“更难”：高速场景环境更可结构化（车道、单向流），但速度增大导致动能和制动需求指数级上升，对长距离感知（远距 LIDAR/摄像头像素、障碍预判）和极少见边缘情况（路上碎片、动物、施工临时标志）要求更高。多人提到高速路互通与匝道、错误停车/退后、phantom braking 等特殊失败模式会带来连锁事故风险；还有关于 AV 堆叠延迟与人类反应时间的争论（有人估计 >500ms，也有人援引 100–200ms 或更低的系统延迟）。总体观点是高速“异常稀少但代价高昂”，训练与验证成本大幅上升。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
许多评论关注 Waymo 扩张对 Uber/Lyft 司机和传统出租车行业的冲击：有人直言这是数十年演进的一环，自动驾驶将替代大量以驾驶为生的人。讨论中还回溯出租车牌照（medallion）与网约车如何改变司机收入结构，有人认为司机本就被剥削，自动化是合理的进化，另有人强调失业、情感价值和城市边缘群体的脆弱。也有司机层面的实录——有人等着买带 FSD 的车来“让车为他工作”——显示出个体在适应新技术时的不同策略。
Waymo 坚守限速和规则的行为在评论里引发关于路面常态与执法的辩论：在许多美国城市，现实车流普遍超限速或者在匝道与换道处形成速度梯度，守规行驶的自动车可能被抱怨拖慢交通、成为被破坏的目标或引发“被举报”担忧。另一方面，不少人指出一小部分守规而稳定的自动车有助于抑制“phantom jams（交通波）”，并可能提高整体路况。评论还谈到区域执法差异（如 Section control/平均速度卡口）以及自动车若严格执行限速带来的政策和设计后果。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7]
部分评论强调 robotaxi 的传感与算力带来的隐私与物理安全问题：有人列出 Waymo 车辆上可见的传感器与算力（例如多路可见光摄像头、LIDAR、RADAR，以及所谓的 H100 GPU），担心持续录像与实时影像会成为移动监控。有人指出车上高价值硬件可能成为盗窃目标或被用于恶意事件（包括评论里对“无人车被利用发动攻击”的担忧），也有反驳认为关键算力可能在数据中心而非车上。总体讨论把隐私、物理拆盗与滥用风险作为不能忽视的外部性。
FSD: Full Self-Driving 的简称，特指 Tesla 推广的自动驾驶套件与 beta 功能，在评论里被用来比较不同厂商的自动驾驶成熟度与监管问题。
medallion（出租车牌照）: 一些城市对出租车数量的行政配额证书，历史上作为稀缺资产被买卖或租赁，评论用于说明传统出租车与网约车生态的产权/剥削问题。
MEL（Minimum Equipment List）: 航空业术语，指允许飞机在部分设备失效仍可运营的最低设备清单，评论中被用来类比车辆在非完美状态下仍出行的管控与风险。
Average Speed Camera / section control（平均速度卡口/区间测速）: 通过多个摄像头测算车辆在一段路上的平均速度以执法的系统，评论提到该技术可改变道路守法行为并减少超速。
H100: NVIDIA 的高端 AI GPU（H100），评论中被提到作为实时影像推理/训练的算力单元，涉及成本、盗窃与部署位置（车内或数据中心）风险讨论。
Operational Design Domain (ODD): 自动驾驶系统被设计为安全运行的地理、环境、速度和交通条件范围，评论讨论 Waymo 扩展到高速公路即是扩大其 ODD。
robotaxi: 无人驾驶出租/网约车的通称，用来指代由自动驾驶软件直接运营、面向公众载客的车辆服务。
LiDAR: 激光雷达传感器，用于生成高精度三维点云协助周边感知，常与摄像头与 RADAR 共同构成自动驾驶感知套件。