说到远程驾驶，很多人第一反应是“后备方案”——当自动驾驶遇到搞不定的场景时，远程操作员像救火队员一样接管，补上算法的短板。可特斯拉奥斯汀那几起事故，明明白白地告诉业界：这个“后备方案”本身，就是个深不见底的坑。远程操作员撞围栏、撞路障，速度才9英里每小时还能出事，说明问题不在AI，而在那个“人机交接”的环节。
远程操作员的“认知困境”
远程驾驶和坐在车里开车，完全是两码事。操作员盯着屏幕上的多路摄像头画面，没有体感反馈，没有方向盘震动，没有座椅侧向力。当车辆行驶在弯曲路段，画面延迟加上视野受限，人对速度和位置的判断会严重失真。奥斯汀事故中，操作员主动提速，结果冲上路边——说白了，他不知道那脚电门踩下去，车在真实世界里到底在干什么。这种“脱节”不是靠更猛的网速就能解决的，它涉及人类感知系统的根本局限。
通信延迟：不可忽略的“幽灵”
理论上的5G低延迟，在实际场景中会打折扣。信号遮挡、基站切换、上行链路拥堵，都可能让指令包迟到几十到几百毫秒。对于一台正在高速移动的车辆，300毫秒的延迟意味着车会多跑好几米。远程操作员看到摄像头画面时，车早已不在那个位置。他下达的“减速”指令，在传到车辆的一瞬间，车可能已经撞上了某样东西。特斯拉的事故报告里没提延迟数据，但从操作员“提高速度后撞围栏”这种反直觉行为来看，很可能是画面滞后导致他误判了与障碍物的距离。
人机责任边界模糊
远程操作员在接管时，自动驾驶系统该承担多大责任？理论上，一旦远程控制激活，车辆完全由人操控，AI只作为执行机构。但现实是，自动驾驶的感知结果仍然在前台显示，操作员会不自觉受算法标记的信息影响。如果系统误把路障识别成可通行区域，操作员看到标注后，更容易做出错误决策。特斯拉这两起事故，本质上就是人机信任机制出了问题——操作员太相信屏幕上的标注，而忽略了真实物理世界的危险。
远程接管并非“万金油”
自动驾驶公司常用远程监控来弥补自动驾驶能力的不足，但特斯拉的模式更激进：他们允许远程操作员直接驾驶车辆，而不是像Waymo那样只提供路径建议或确认。这实际上是把自动驾驶的失败，转移到了远程人员身上。然而，远程操作员要同时应对多路视频、语音沟通、地图数据、以及突发的交通状况，认知负载，认知过载几乎是必然。尤其当需要快速决策时，操作员更容易选择“安全但错误”的保守动作——撞停、靠边，反而制造了新的风险。
说到底，远程驾驶暴露的不是操作员水平不行，而是整个行业对“人机协同”的乐观假设出了偏差。我们认为人类可以随时跳进自动驾驶的驾驶舱救场，却忘了人类在地球另一端，根本感受不到车身的颤抖和轮胎的抓地力。那些围栏和路障，与其说是事故，不如说是一记响亮的耳光：远程驾驶不是自动驾驶的保险，而是另一种形式的裸奔。