配送机器人最容易被误判的地方，不是“能不能自己走”，而是“遇到不确定环境时，能否作出符合公共空间规则的决定”。在人行道上，自主导航面对的并非单一障碍，而是破损路面、临时施工、外摆餐厅、突然横穿的行人、轮椅与婴儿车等持续变化的情境。机器人可以识别道路，却未必理解道路为何被占用，也未必知道谁拥有优先通行权。
自主导航的三层盲区
第一层是感知盲区。摄像头、传感器和GPS能够提供环境信息，但信息不等于可靠判断。随机施工或路面破损可能让机器人陷入局部困境，甚至损坏公共设施。芝加哥曾出现机器人毁掉公交站的情况，这说明问题不只是定位误差，而是系统缺少对基础设施风险的识别和处置边界。
第二层是行为盲区。机器人通常被设计成避开障碍、维持路线和提高配送效率，却未必真正理解“应当让行”是一种社会规则。现实中，行人可能为了绕开机器人而主动退让，行动不便者和轮椅用户承担的成本更高。若系统把人的停顿、退让误判为通行许可，所谓自主就会变成对弱势使用者施加压力。
第三层是责任盲区。远程人员可以在必要时救场，但这并不等于机器人具备完整自主能力。一旦发生碰撞、堵塞或公共设施损坏，责任究竟属于设备运营方、平台还是人工接管者，必须与运行权限同步明确。新泽西一名男子曾因送货机器人撞击自行车而肩部骨折、头部受伤，事故后果已经超出“配送体验不佳”的范畴。
因此，评估配送机器人不能只看路线完成率或人工介入次数，还要观察它是否能在狭窄路段主动降低通行优先级，是否为无障碍通行保留空间，是否能在无法判断时安全停下，以及运营方能否追溯决策过程。芝加哥、旧金山、多伦多已经限制或禁止相关设备，反映的正是一个核心事实：自主导航的边界，不应由企业单方面定义，而应由公共安全、无障碍权利和可追责机制共同划定。