每 8 天阻止一次重傷:Waymo 2,000 萬趟自駕背後的安全哲學

Waymo 的自駕系統比人類駕駛安全超過 13 倍,以目前規模大約每八天就阻止一次嚴重傷害事故。共同執行長多爾戈夫認為,安全不是功能完成後的補丁,而是從第一天就必須融入架構和文化的地基。

每 8 天阻止一次重傷:Waymo 2,000 萬趟自駕背後的安全哲學

本文整理自 Sequoia Capital「Training Data」2026 年 5 月播出的單集。

{{< youtube I_0Kuf6Aa2c >}}

{{< apple-podcast "tw/podcast/waymos-dmitri-dolgov-20-million-rides-and-the-road/id1750736528?i=1000766110662" >}}

封面圖


每 26 秒,一條人命

全球每 26 秒就有一個人死於道路交通事故。每年 119 萬人。

這個數字是 Waymo 共同執行長德米特里.多爾戈夫(Dmitri Dolgov)在紅杉資本(Sequoia Capital)AI Ascent 2026 訪談中反覆提到的錨點。不是商業數據、不是技術指標,而是這個。在一個以「快速行動、打破常規」為信條的矽谷,Waymo 選了一條截然不同的路:把安全當成不可妥協的地基,從第一天就這樣做。

如今 Waymo 的成績單可以用幾個數字來概括:超過 2,000 萬趟完全自駕載客,累計超過 1.7 億英里的無人駕駛里程,嚴重傷害碰撞率比人類駕駛低超過 13 倍。以目前 11 座美國城市、每週 400 萬英里的營運規模換算,大約每八天就阻止一次本來會導致嚴重傷害的事故。

前 90% 和後面那些 9,是兩個世界

在 AI 開發中有一種常見的思維陷阱:先把功能做出來,再回頭處理安全。多爾戈夫認為這對自駕車來說是致命的。

「你可以很有吸引力地先專注在能力上,很快做到 90%,」他說。但做前 90% 的方法,跟達到所需的「N 個 9」(99.9%、99.99%⋯⋯)完全不同。如果在前 90% 的階段沒有把安全當成根基來建設,後面要補回來的代價會極其高昂,甚至可能根本補不回來。這不是理論推演,而是他看著無數競爭對手在 2016 到 2017 年的自駕車泡沫中倒下後得出的結論。那些公司很多都做到了令人印象深刻的展示,但從展示到可以安全上路的產品之間,是一道大多數團隊跨不過去的鴻溝。

多爾戈夫把安全內建在 Waymo 運作的每一層。在模型架構上,Waymo 的基礎模型在端對端學習的表示法之上,加入了「結構化具體化中間表示」。這讓系統可以在車輛實際上路時做運行時驗證(runtime validation),即使模型的主要輸出看起來合理,系統仍然有獨立機制來交叉檢查決策的安全性。在訓練方法上,這些結構化表示讓團隊可以進行閉環評估和閉環訓練,使用精細的獎勵函數來明確獎勵安全行為。在團隊文化上,安全不是品管部門的事,而是每一個工程決策的起點。

透過公車底部看到行人的腳

超人類安全不只是統計數字。多爾戈夫用一個真實案例說明 Waymo 的感知能力如何超越人類極限。

在舊金山一個十字路口,一輛公車橫停在路中央,遮擋了 Waymo 車輛的視線。綠燈亮起,車子開始前進,但隨即進入防禦性模式。攝影機透過反光的車窗看不穿,雷達無法穿透金屬車體。然而 Waymo 的光達(LiDAR)從公車底部的縫隙,捕捉到了一組極微弱的反射訊號,那是一個行人的腳在移動。系統從這些稀疏的回波中判斷出有行人存在、正在移動、即將從公車後方走出。車輛減速繞行,所有人安然無恙。

多爾戈夫坦承這個場景連他自己都感到驚訝。Waymo 的駕駛系統看不穿固體物件,但它找到了另一條路徑來獲取關鍵資訊,並據此做出安全判斷。這種能力不是某一次幸運的巧合,而是整套 AI 系統在物理理解、行為預測和安全邊際計算上的綜合展現。

在每週超過 400 萬英里的完全自駕行駛中,類似的案例不斷累積。多爾戈夫提到另一個場景:一名騎電動滑板車的年輕女性在 Waymo 車輛前方失控摔倒,系統展現了超越人類的反應速度和精確度,即時完成轉向和煞車,避免碰撞。這些不是實驗室裡的測試結果,是真實道路上每天都在發生的事。

13 倍安全意味著什麼

「13 倍安全」不是一句行銷標語,背後是超過 1.7 億英里無人駕駛里程的真實數據。瑞士再保險(Swiss Re)根據 2,530 萬英里的里程數進行的獨立研究,得出了具體的數字:Waymo 的人身傷害理賠比一般駕駛減少 92%,財產損失理賠減少 88%。

以 Waymo 目前的營運規模,「每八天阻止一次嚴重傷害」是一個持續累積的社會影響。多爾戈夫對這個數字的態度不是慶祝,而是用它來維持團隊的專注力。「這個影響會隨著我們的規模增長而增加,」他說。

Waymo 目前已宣布計畫在 2026 年將服務擴展到倫敦和東京,美國國內也將新增更多城市。進入每一座新城市之前,都要經過嚴格的驗證流程:資料收集、環境特徵化、高保真度的系統評估,以及與當地社區建立信任。多爾戈夫特別強調最後一項,因為無人車對大多數人來說仍是全新的概念,信任不是自動給予的,必須靠實績去爭取。好消息是 Waymo 的駕駛系統展現了強大的跨地域泛化能力,但驗證標準從不因此降低。在商業擴張加速的同時,安全的門檻只升不降。

安全不是補丁

自駕車可能是目前唯一一個 AI 系統必須在真實物理世界中做到極高安全標準的大規模商業應用。Waymo 用將近二十年走出的這條路,對其他 AI 領域有一個核心訊息:安全不是功能完成後的補丁,而是從第一天就必須融入架構、訓練方法和組織文化的地基。

多爾戈夫觀察到,每一次 AI 技術突破,都會讓問題的前半段看起來變得容易,吸引大量新進者。但這些突破只改變了曲線的起點,不會改變後面那條需要極度耐心和紀律的長尾。在那條尾巴上,沒有銀彈、沒有捷徑,只有扎實的工程和對使命的堅持。

每 26 秒一條人命。Waymo 現在每八天擋下一次。如果你問多爾戈夫這個速度夠不夠快,答案顯然是不夠。但至少,方向是對的。