30 秒看懂
2024 年 9 月，张小珺与曾任滴滴自动驾驶 COO 的孟醒讨论 Waymo 的发展及其在凤凰城的乘车体验，分析自动驾驶研究、远程支持与车队运营。 访谈还回顾 Cruise 安全事故，以及 Uber、Aurora 和 Zoox 的不同路径。个人体验不能替代系统性安全数据；投入、公司状态与预测反映当时的观察。
- 1凤凰城体验孟醒回忆实际叫车以及对复杂场景的观察。
- 2运营支持入口关闭的案例展示车端之外的远程支持。
- 3事故与响应他讨论 Cruise 事故后的车辆行为和事件沟通。
- 4单位经济性自动驾驶服务仍需验证车队、运营与获客成本。
- 5平台与合作Waymo 可以自营服务，也可能与现有平台合作。
要点建议
- 无人驾驶从研究到运营需要长期技术和组织积累。
- 开放道路体验还涉及远程协助、充电和维护。
- 个人乘车体验不能代替系统性的安全评估。
- 事故后的系统反应、披露与监管同样重要。
- 规模化盈利取决于技术、车队和服务的综合成本。
按章节阅读整理后的全文
Waymo 的起点
回顾 Google 项目、挑战赛及技术发展。
2024 年 9 月，张小珺与孟醒讨论 Waymo 及其无人驾驶竞争对手。孟醒曾担任滴滴自动驾驶 COO，节目中分享了自己的行业经历和实地观察。
他回顾 Google 于 2009 年启动无人驾驶项目，以及团队如何从早期研究发展到后来的 Waymo。他强调技术和运营的积累需要多年。
孟醒说自己曾低估无人驾驶研究的历史长度。早期遥控车辆、机器人研究和后来的自主驾驶并非同一技术，但构成理解行业的背景。
他回顾美国 DARPA 无人驾驶挑战赛，指出比赛为大学和非传统团队提供了共同探索的机会。他尤其记得一个小团队在资源有限的情况下完成赛程的故事。
他认为这些竞赛帮助研究人员积累经验，也吸引科技企业关注。节目中的比赛细节来自他的回忆。
从管理层变迁谈起，孟醒认为无人驾驶公司长期发展会反复面对技术研究、商业化和运营之间的取舍；人员变化不一定直接对应技术变化。
在他的理解中，行业逐渐将数据驱动方法引入感知、预测和规划等环节。他提醒，不同模块的技术变化和真正的整体端到端系统不能简单等同。
他认为端到端方法对工程师有吸引力，但无人驾驶服务必须考虑低频风险和可控性。关于 Waymo 内部研究与部署情况，他说的是自己的理解而非公司披露。
凤凰城观察
孟醒讲述乘车、远程协助和车队运营体验。
孟醒回忆 2022 年在凤凰城的第一次 Waymo 乘车体验：他像普通用户一样叫车，在开放服务区域内等待一辆没有驾驶员的车到达。
他后来反复体验，关注购物中心停车场、住宅区和临时障碍等场景。个人乘车体验可以提供线索，但不能替代系统性的安全评估。
他讲述车辆遇到意外情况时的处理，包括自检、远程协助和必要时的现场人员。不同公司的操作流程可能不同。
一次目的地入口关闭时，车辆无法按预期完成行程。孟醒说，远程人员与乘客沟通并提供其他方案；他以此说明运营服务不只由车端软件组成。
他区分乘客沟通和协助车辆的后台角色，并说团队之间的信息传递也需要改进。
他还在公共区域观察车辆返回运营中心，尝试理解充电、维护和车队周转等工作。这些是外部观察，不能完整反映内部运营。
孟醒说自己关心系统在哪些边界条件下表现不佳，因为理解限制与观察顺畅演示同样重要。他强调测试应考虑安全。
比较 Waymo 与当时的 Tesla FSD，他认为两者目标、硬件、运行范围和驾驶员责任不同，个人体验不应被当作可直接比较的全面安全统计。
对行业投入，他根据公开信息和个人经验做粗略估算；Waymo 的累计成本并未由节目独立核实，相关数字只是猜测。
Cruise 与安全
讨论收购、增长和事故后的挑战。
接着谈 Cruise。孟醒回顾这家初创公司被通用汽车收购，以及传统车企资源如何帮助其推进车辆和自动驾驶研发。
他认为 Cruise 的早期交易影响了其他创业者对融资和退出路径的想象；收购之后，团队仍保有一定创业公司的运作方式。
通用汽车的制造能力帮助 Cruise 探索专用车辆，同时公司迅速扩张团队。孟醒认为速度、资金和母公司支持共同塑造了其策略。
谈及 Cruise 的安全事故，他指出系统不仅要避免碰撞，也要在事故发生后正确识别状态和停止行动；事件沟通和监管审查同样重要。
他描述车辆在事故后的移动以及公司对事件的披露受到质疑。具体责任与调查结果应以有关部门和公开文件为准，节目是受访者的回顾。
比较 Cruise 和 Waymo 的风格，他猜测母公司背景、融资结构和增长压力可能带来不同决策。这是他对组织动机的推测。
他认为重大事故后恢复运营不仅涉及技术，也涉及监管、公众信任和团队稳定。他当时对 Cruise 的恢复速度持谨慎态度。
孟醒认为 Waymo 的长期研究背景可能让它有更长的试验周期；但公司最终表现不能只用孵化模式解释。
他区分大公司内部孵化与独立创业后获得大公司支持的路径。两者都有可能发展技术，也都需要持续资金和运营能力。
其他竞争者
回顾 Uber、Aurora 和 Zoox 的不同路径。
谈 Uber 自动驾驶部门时，他列出诉讼、管理变化和测试事故等因素，并认为这些共同影响了其业务方向。这是他对一系列事件的分析。
他介绍 Aurora 和 Zoox：前者将更多精力放在卡车，后者开发专用车辆并获得亚马逊支持。这里的公司状态是 2024 年访谈时的描述。
商业化与未来
分析单位经济性、平台合作和技术目标。
关于无人驾驶的商业模式，他认为技术、车队、运营和用户获取都影响单位经济性。美国司机成本较高可能提供机会，但盈利仍需要实际验证。
他不认为 L4 服务一定会有一个瞬间改变行业的“ChatGPT 时刻”：技术和服务通常是逐步扩展的，规模化还需要成本与运营配合。
他提出可用大规模、持续运营的车队作为观察商业成熟度的一个假设指标，但这个门槛是他的个人设定。
Waymo 可以运营自己的叫车服务，也可能与现有平台合作。孟醒认为平台建设、用户获取和车辆运维都有成本，竞争关系不一定只是取代。
对于特斯拉走向 Robotaxi，他在 2024 年认为技术和服务落地具有挑战。他的判断与时间预测反映当时的信息，不代表后来的实际结果。
他最后强调，驾驶辅助与有限区域的无人驾驶有不同的产品目标；更广泛的自动驾驶能否实现、何时实现，仍存在不确定性。
同频道的其他文章
1:59:52EN → 简体中文
Zhang Xiaojun Podcast· 2026年10月21日播客 · 2 人对谈David Qian 谈企业传承、机器人与寻找自己的抱负嘉宾 David Qian (Qian Cheng) · 主持 张小珺Ecovacs CEO David Qian 回顾自己如何接手由创始人建立的企业、在错误中学习领导，并为机器人业务选择一条耐心发展的道路。在他看来，传承不是终点，而是持续建设企业、迎接新时代的过程。
2:51:18EN → 简体中文Zhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Lindon Gao 谈打造 Dyna Robotics，以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代，以及创始人如何放下必须正确的执念、重新找回清晰感。
2:51:18ZHZhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Dyna Robotics 创始人 Lindon Gao：从折叠任务到完整工作流嘉宾 Lindon Gao · 主持 张小珺从无人零售到机器人创业，Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。
2:34:18EN → 简体中文Zhang Xiaojun Podcast· 2026年9月3日播客 · 2 人对谈曾鸣谈 AI 新时代：伟大公司与新型组织如何诞生嘉宾 Zeng Ming · 主持 张小珺曾鸣认为，AI 正在改变商业的底层逻辑：模型将成为基础设施，新一波价值则由智能体原生应用和组织创造。他建议创业者拥抱不确定性、持续生成和调整战略，并围绕有意义的工作构建组织，而非沿用旧架构。
2:34:18ZHZhang Xiaojun Podcast· 2026年9月3日播客 · 2 人对谈曾鸣：AI 产业化的三阶段与公司组织的消亡嘉宾 曾鸣 · 主持 张小珺战略学者曾鸣以互联网、工业革命和电气化的历史周期为参照，提出 AI 正从基础设施走向 Agent 应用，并最终进入原生应用阶段。他认为，旧公司的科层制难以穿越范式转型，下一代组织将围绕任务、创造力和人机协同重构。
1:09:50ZHZhang Xiaojun Podcast· 2026年8月19日播客 · 2 人对谈苏庭灏：一位高中生的 AI 研究、教育与快乐嘉宾 苏庭灏 · 主持 张小珺从自学 Transformer 和发表论文，到思考 AI 时代的学习、焦虑与人与人的连接。