自动驾驶真能突破无保护左转挑战？

有人把无保护左转看作是自动驾驶在城市道路博弈里的最后一道算术题，解出来就能进入下一关。也有人觉得它更像一场没有裁判的交通舞蹈，车必须在行人、对向直行车、后方不耐烦的鸣笛之间找到那个只有几秒的缝隙。2026年4月，几家主流方案供应商和车厂几乎同时宣布，在北上广深的核心城区，他们的系统已经能够稳定处理这种最让人头疼的路口场景。说实话，我听到这个消息的第一反应不是兴奋，而是好奇他们口中的“稳定”到底意味着什么。

我翻了一下过去三个月自己随手记录的一些路测观察笔记，大概有六成左右的时段，在晚高峰的某个典型无保护左转路口，人类司机会选择不那么“标准”的处理方式。比如放弃一次看似可行的间隙，或者稍微压一下对向车道的虚线来获得更好的视野。这些动作很难被写进规则的代码里，但又确实让通行变得更顺滑。问题就在这里：如果自动驾驶的突破仅仅是能把车挪过去，而不考虑它挪动的方式是否让周围的人和车感到舒服，那这个突破的含金量可能得打点折扣。

从技术报告里能看到的细节不多，但有一个共同点是反复出现的：它们都提到了对预测模块的改进。以前的预测也许只能看到周围车辆未来两秒的轨迹，现在据说能看三到四秒，而且能同时追踪十几个动态目标。这听起来确实是一个量变，但无保护左转的难点从来不是算得有多快，而是你算出来的那个安全结论，对方司机或行人会不会配合。一个典型的例子是，当你判断对向直行车距离足够、决定左转时，那辆车如果突然加速抢行，人类司机能通过眼神或车头微动来判断意图，但自动驾驶系统面对这种临时变卦，反应往往是急刹，然后卡在路口中间。

有意思的是，我对比了几个不同城市公布的接管数据。虽然都宣称成功率在百分之九十五以上，但仔细看定义发现，有人把“不需要安全员物理干预”叫做成功，哪怕系统因为犹豫而在路口停了将近十秒；有人则把“平滑通过”作为标准，这个中间差距还挺大的。这不一定对，但我有个猜测：现在大家急于宣布突破，可能更多是为了向监管和资本证明路线可行，而不是说这个场景已经被彻底吃透了。

之前我也相信，只要传感器足够多、算力足够强，无保护左转可以被暴力破解。但现在看，这个判断可能太乐观了。因为拥挤路口的核心变量是人，而人的行为带有很强的随机性和博弈性。一个骑电动车的快递员可能根本不看信号灯，一个行人可能在绿灯还剩两秒时突然开始跑。这些极端但确实会发生的情况，很难用“预测轨迹”四个字概括。

这张表格里的数据是我从几份公开的技术白皮书和第三方评测报告里拼出来的，虽然各家口径不完全一致，但能看出的趋势是明确的：从模拟器到真实世界，性能的衰减依然很明显。拥挤路况下，一个无保护左转的动作可能涉及七八个交互对象，任何一方的不确定性都会被放大。目前最强的模型在处理三到四个确定性较高的目标时表现不错，但一旦场景里的“刺头”多起来，比如有车强行加塞或者行人乱穿，系统往往会退回保守策略。

所以一个反常识的推测是：2026年4月看到的这波突破，更像是从“完全不可用”到“在理想条件下可用”的跨越，而不是终点。它的价值在于证明了软硬件栈的冗余已经足够应付大多数常规情况，但距离真正像老司机那样在混乱中游刃有余，中间可能还隔着一次对博弈逻辑的根本性重构。我注意到一些团队开始尝试引入基于博弈论的交互规划，而不是单纯的预测加规则。这个方向听起来有道理，但我也不太确定，当博弈对象变成不讲道理的人类时，数学上的最优解在现实中是否仍然适用。

也许我们可以把无保护左转看作自动驾驶能力的压力测试。通过这个测试，不代表日常驾驶就完美；没通过，也不意味着其他场景就没价值。有意思的是，真正在一线跑的车队反馈说，现在最让乘客抱怨的其实不是左转过不去，而是系统在路口那种过于机械的停顿和试探，让人坐在车里觉得尴尬甚至晕车。这提醒我们，技术的成熟度不只看结果，还看过程。一个通过了路口但让全车人捏了把汗的自动驾驶，和没有通过本质上差别不大。

我其实不确定接下来一年这个场景会进化到哪一步。从算力和数据的积累速度来看，三年后回头看，2026年的这些突破可能会显得很初级。但目前看，我们还是需要区分“技术上能做到”和“大规模铺开能做好”这两个概念。前者给行业注入信心，后者才真正改变出行体验。对于每天要面对那些复杂路口的普通用户来说，他们可能不关心系统用了几层神经网络，只想知道：下一次下雨的晚高峰，这辆车敢不敢自己转过那个弯，而且转得不像个新手。