12月22日，外媒消息称，美国旧金山突发大面积停电事故，整座城市瞬间陷入一片漆黑。此次突发事件不仅引发交通混乱，更暴露出一个不容忽视的现实：在极端环境条件下，不同技术路径的智能驾驶车辆应对能力存在显著差异。
特斯拉汽车
由于停电，全市交通信号灯全部失灵。依据标准交规，此类路口应按“全向停车（All-way stop）”原则运行，车辆须依抵达先后顺序依次通行。然而，谷歌旗下自动驾驶企业Waymo的运营车辆却在此刻陷入瘫痪。
Waymo的无人出租车高度依赖激光雷达等高精度传感器构建环境模型。但在彻底断电、无照明且通信网络中断的双重压力下，其感知与决策系统严重受限，最终导致车辆完全停滞——开启双闪警示灯，静止于十字路口中央，无法自主响应或继续行驶。尤为关键的是，Waymo采用纯无人驾驶架构，车内无方向盘、无驾驶员接管接口，系统一旦失效即丧失任何应急操作可能，亦无备用人工干预机制。
在 Linux 上通过 Chrome 挂载/VNC 自动发布小红书长笔记。Agent 撰写标题和正文后执行 xhs_publish.sh --publish --submit，触发小红书发布。
与此形成鲜明对比的是，特斯拉搭载FSD功能的辅助驾驶车辆在本次事件中展现出更高的鲁棒性与灵活性。尽管其FSD系统仍被官方定义为L2级辅助驾驶，驾驶员须全程保持注意力并随时准备接管，但恰恰是这种“人机共驾”的设计理念，在危机中发挥了关键作用。
据相关消息显示，特斯拉的视觉主导方案以车载摄像头为核心，结合大规模真实道路数据训练的神经网络，持续模拟人类驾驶员的判断逻辑。当停电发生后，系统并未强制锁死车辆控制权，而是及时提示或移交操作权限给驾驶员，有效规避了乘客被困路中的风险。同时，特斯拉未采用激光雷达的技术路线，也可能使其在弱光及基础设施失效场景下的适应策略更为简洁高效。
