美国 DOT 为无踏板 robotaxi 清障:Tesla 与 Zoox 的车形态竞争变得更现实
NHTSA 拟允许自动驾驶车辆移除踏板和方向盘,这会降低 Tesla、Zoox 等公司推进非传统 robotaxi 设计的监管阻力,但也把安全责任推向更具体的工程证明。
Business Insider 报道称,美国国家公路交通安全管理局 NHTSA 正在提出规则调整,允许自动驾驶车辆移除踏板和方向盘。这条新闻的重点不是一个技术功能发布,而是监管框架开始承认:如果车辆从设计之初就不面向人类驾驶员,传统汽车安全规则必须重新解释。
对 Tesla 和 Zoox 来说,这类调整会直接影响 robotaxi 的产品形态。Tesla 长期希望把自动驾驶能力推向规模化车队,Zoox 则一开始就打造没有传统驾驶位的专用 robotaxi。只要法规仍默认车辆必须有方向盘和踏板,真正的无人驾驶车形态就只能停留在豁免或试点中。
监管放松不等于安全门槛降低
允许移除踏板和方向盘,听起来像是给行业松绑,但本质上是把安全证明从“人可以接管”转向“系统本身必须足够可靠”。传统车辆的安全设计默认驾驶员可以在关键时刻干预,而无踏板 robotaxi 的前提恰恰是乘客不应承担驾驶责任。
这会让自动驾驶公司的证明任务更重。它们不仅要说明车辆可以识别道路、处理边缘场景、遵守交通规则,还要解释传感器冗余、远程支持、故障停车、事故记录、乘客逃生和网络安全。监管一旦允许新形态车辆上路,审查重点就会从“有没有传统控制件”转向“没有这些控制件后,系统怎样保证安全”。
Business Insider 的报道把 Tesla 和 Zoox 放在同一个语境下,但两家公司路线不同。Tesla 的优势在于车辆规模和数据回路,挑战在于如何从人类可驾驶车辆过渡到完全无人工控制形态;Zoox 的优势在于专用车辆设计,挑战在于生产规模和城市运营。
车形态会反过来影响 AI 系统设计
robotaxi 的外形不是外观问题,而会反过来影响 AI 系统。方向盘、踏板和驾驶位是否存在,决定了传感器布局、乘客交互、故障处置和远程运营流程。如果没有司机,车辆必须通过屏幕、语音、按钮、客服和云端系统与乘客沟通;如果没有手动接管,车辆必须在更早阶段识别风险并执行保守策略。
这也是为什么监管新闻值得进入 AI 前沿池。自动驾驶不是把一个模型装进车里,而是把 AI 决策嵌入一个受法规约束的物理系统。规则变化会改变企业敢不敢设计新车、能不能量产、以及城市是否愿意接纳服务。
下一个观察点是豁免、量产和事故责任
当前报道说明了监管方向,但并不意味着所有无踏板车辆马上可以大规模上路。真正关键的后续是:规则如何落地为申请流程,企业需要提交哪些测试证据,事故责任如何界定,州和城市是否接受联邦层面的变化。
对 Tesla、Zoox 和其他自动驾驶公司而言,机会在于产品形态终于可以向“纯无人车”推进;风险在于一旦缺少人类控制件,任何系统失误都会被放大审视。监管清障只是第一步,真正决定行业速度的仍然是可证明的安全能力和可持续的运营能力。
参考来源
本文为公开资料整理与技术学习参考,不提供采编、转载或发布服务。
Copilot 代码审查接入 Agent Skills 与只读 MCP:团队规则如何进入 PR
GitHub 将 Copilot 代码审查中的 Agent Skills 与 MCP 支持从公开预览推进到正式可用,让任务型审查规则和问题跟踪、文档、服务目录等外部上下文进入 PR;但只读调用、评论归因和人工门禁仍有明确边界。
MCP 2026-07-28 转向无状态:GitHub Server 提前适配了什么
MCP 2026-07-28 稳定规范移除了协议会话与 initialize 握手,把连接上下文放回每次请求;GitHub MCP Server 的提前适配展示了无状态服务的工程收益,也说明兼容仍依赖版本协商、旧协议回退和一致性测试。
Copilot App 使用数据进入标准报表:能衡量采用,不能直接证明 ROI
GitHub 把 Copilot App 活动纳入企业、组织和用户级标准使用度量,新增用户活跃、会话、请求、Token、模型、语言与代码活动拆分;这些指标适合观察采用与覆盖,不应单独解释为生产力或 ROI。