问题——伦敦等超大城市，拥堵、通勤时间难以预测以及用工成本上升，长期考验着城市交通治理；随着网约车和共享出行快速普及，公众对“更安全、更高效、更可预测”的出行方式需求更强。在这样的背景下，自动驾驶出租车开始从封闭场景走向公共道路测试。但在开放道路上能否持续稳定应对复杂路况、事故责任如何界定、公众是否愿意把“方向盘交给系统”，仍是绕不开的现实问题。 原因——一上，技术进步让测试节奏加快。Wayve伦敦的测试突出数据驱动的端到端学习，希望系统能在不同道路结构、天气变化以及交通参与者行为差异中形成更强的泛化能力。测试过程中，安全操作员维托尔·贝洛萨负责监督与必要时接管，并通过反馈帮助系统优化决策，也说明现阶段主流仍是“人机共驾、以人兜底”。另一上，产业竞争与政策环境叠加推动。全球自动驾驶出租车总体规模仍有限，业内估算不足1万辆，但资本投入、算力与算法迭代提速、城市试点扩围等因素带动下，增长势头明显，企业争相抢占路测数据和运营经验。 影响——从积极面看，如果自动驾驶出租车能在真实交通环境中实现更低事故率、更稳定的合规驾驶和更高运营效率，有望缓解部分城市的运力结构性短缺，并在夜间、偏远区域等传统服务相对薄弱的时段提升可达性。考文垂大学研究人员凯文·文森特等认为，基于规则与传感体系的自动驾驶在反应速度、降低疲劳风险诸上具备潜在安全优势。此外，社会层面的担忧也在增加。伦敦出租车司机弗兰克·奥贝恩等一线从业者指出，伦敦道路施工频繁、临时交通组织变化多，行人、自行车与摩托车混行带来更强不确定性；系统如果不能及时理解“非标准信号”和现场默契，风险可能被放大。此外，出租车服务不只是“从A到B”，还包含路线建议、城市导览和沟通互动等体验价值，自动化未必能完全替代。 对策——推动自动驾驶出租车走向规模化，需要制度与工程同时推进，并以安全为底线：一是完善道路测试与示范运营的分级准入机制，明确不同运行域（ODD）条件下的能力边界、接管要求和退出策略；二是建立可核验的安全评估体系，将事故率、危险场景处置、合规驾驶与网络安全纳入统一指标，并推动关键数据可追溯；三是强化基础设施与信息协同，包括高质量数字地图，以及道路施工、临时管制信息的实时发布机制，降低“突发变化”对系统的冲击；四是关注就业与转型，推动驾驶员向安全员、运营调度、车辆维护与客户服务等岗位转岗培训，减少技术迭代带来的冲击；五是加强公众沟通，透明披露测试范围与风险控制措施，提升社会信任和乘坐意愿。 前景——业内普遍认为，2026年前后将成为自动驾驶出租车从试点走向更大规模运营的关键节点。能否形成可复制的商业模式，取决于三项变量：技术成熟度是否能覆盖更多复杂场景，监管框架能否在创新与安全之间取得平衡，以及公众是否愿意为“更高效率”接受服务形态变化。短期看，自动驾驶出租车仍将以限定区域、限定速度和人类监督为主；中长期看，若在安全、成本与体验上同时取得突破，自动驾驶有望成为城市公共交通与个体出行的重要补充，但短时间内难以完全替代传统出租车的多元功能。
当科技加速进入城市日常，自动驾驶出租车的发展更像一面多棱镜：一方面回应人们对效率与安全的期待，另一方面也把技术伦理与社会适应的难题摆到台前。在这场交通方式的更新中，关键或许不在于完全取代人工驾驶，而在于建立更可靠的人机协同出行体系。正如伦敦街头的测试车辆仍需要安全员护航，技术进步同样需要规则约束与公共理性一路同行。