武汉百度萝卜快跑武汉停摆,集中式管理就是制造单点故障隐患!

一辆橡皮泥无人出租车停在城市高架桥中央,车顶信号与远处云端大脑断开,旁边有乘客、交警和拥堵车流形成三角构图,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

先说结论

因为武汉萝卜快跑事故,国家暂停了 L4 级牌照的发放,百度股价在节前重挫。中国的 Robotaxi 是不是要完了?

萝卜快跑武汉事故不是中国 Robotaxi 的终局,而是强云端依赖式无人驾驶的第一次城市级信任破产。

表面上看,这是一次 Robotaxi 的事故。但真正重要的不是近百辆车坏了,也不是百度股价跌了,甚至不是中国暂停了新的 L4 级牌照发放。更重要的是,像百度使用的这种强云端依赖的无人驾驶,出现了第一次城市级的信任破产。

无人驾驶实际上有很多流派,百度采用的是最保守的一种:车尽量什么都不干,所有的事情通通到云端去干。

武汉事故真正暴露了什么

事情是怎么发生的?3 月 31 号晚上,武汉街头不是一辆无人车出问题了,而是一套用云端管理城市车队的系统,当着所有人的面失灵了。

一辆车坏了叫事故;一批车在同一个时间窗口,在多个核心路段、高架桥、主干道上同时趴窝,就不是普通事故了,而是系统性失败。

武汉城市道路被简化成平面地图,多辆橡皮泥无人车在高架、隧道和主干道节点同时变成红色停滞标记,中央云端控制台冒出故障符号,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

萝卜快跑最可怕的不是不会开,而是出了事故以后自己怎么收场的问题。

过去大家会问:

  • 它到底能不能自己开?
  • 到底跑了多少公里?
  • 订单多少单?
  • 成本降了多少?

这是原来大家关心的事情。但是武汉之后,大家开始问一些新的问题:

  • 这车断网以后怎么办?
  • 云端失联以后怎么办?
  • 客户被困住怎么办?
  • 交警来了以后能干嘛?
  • 一个城市的车队同时出问题以后,谁来收场?

为什么会问这样的问题?因为这些车突然就停在了高架桥、主干道、隧道里,直接在原来位置停下来了,没有靠边停车,没有做任何规避,也没有办法恢复。交警到现场,拿它也没办法。

最后顾客在车上不敢下车,因为在高架桥上,旁边的车呼噜呼噜地过,万一下来被碰着了算谁的?最后是等到交警到现场指挥交通,把前面的车拦住以后,顾客才敢下车,然后从高架桥上走下来。这个还是非常吓人的。

百度的问题不是不会做 AI,而是它还在用老的互联网中心化平台思维,去管理一个必须分布式自救的现实世界安全系统。这事是走不通的。

互联网产品宕机,用户骂几句就可以走了;搜索引擎挂了,用户换一个搜索引擎也能跑;地图导航错了,用户也可以重新规划;广告系统出 bug,最多少赚点钱,也不是什么大事。

但是 Robotaxi 宕机,车会停在高架上,顾客会被困在车里,交警要上去救人。因为一旦堵车,高架上停了车以后,救援车辆也上不去,都堵在底下。交警也只能把摩托车停在底下,然后走上去,城市交通就直接被拖垮了。

这一次百度的事故,是很多集中式管理都喜欢的那种模式:一个大屏幕看全城,一个中心管全局,一个按钮控制所有。可现实世界不是 PowerPoint,大屏黑了,按钮失灵了,中心宕机了,所有的车就真的原地停那了。这个事是不行的。

百度采用这样的方式,也不是说百度的思想就多么守旧,而是可能有些政府就喜欢这种方式。当我需要去管理的时候,可以通过中心一把就管理住它。现在可以看一看,这种中心管理一旦出了问题以后有多么可怕。

3 月 31 号到底发生了什么

根据 Reuters 2026 年 4 月 1 日的报道,武汉警方表示,百度 Apollo Go,也就是萝卜快跑,在武汉发生了由于系统故障导致的大范围停运。

大家注意,“系统故障”是武汉交警给出的定论,而百度自己给的叫“网络故障”。其他人又给了一些别的定性,所以他们在这一次事故的定性上是不一样的。根本原因还在调查之中,到现在为止其实也没有公布最后的原因。

Reuters 还提到,至少 100 辆萝卜快跑的车受到了影响,有乘客因为道路车流太大,不敢直接下车,需要报警求助。本地媒体也称,部分乘客被困接近两个小时。

一张橡皮泥新闻时间线从晚上 8:57 延伸到两小时后,旁边排列报警电话图标、被困乘客小人和“100+”故障车辆计数牌,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

大批报警是在 3 月 31 号晚上 8:57 开始的。地点主要是二环路、三环路、高架桥梁、隧道、主干道以及部分核心通勤路段。

有没有坏在不太核心的地方?可能也有,只是人家可能自己下车就走了,把车扔那儿,也没有造成特别严重的拥堵,所以就没有报道出来。现在报道出来的,肯定都是这些显眼包。

用户最关心的问题不是车有没有坏掉,而是这些车是不是都坏了。答案不是。百度在武汉一共有 500 多辆车,这一次报道的是 100 多辆,但是具体数字并没有最终准确的统计,只是被爆出来是这么多。

那是不是某一个区域所有的车都坏了?是不是这个区域网断了?其实也不是。只是在特别核心的区域,报道出来的这些车比较显眼而已。而且就算是相同的区域,也有一些萝卜快跑的车顺利开过去了,有一些车就停在高架或者主干道中间,乘客不敢直接下车。

SOS、客服与远程协助的失灵

SOS 和客服远程协助体验失灵。车里有个 SOS 按钮,你去按,没人理你。因为他们这个呼叫中心压根也没想到会有 100 多辆车同时呼叫,不可能平时配那么多人手在里头。如果配那么多人手,在没有人呼叫的时候,这不就是亏钱吗?

远程协助也没有起到任何效果。车辆肯定已经判定自己出问题了,没有办法通过远程解锁,也没有办法通过远程协助让这个车开走,等于直接在那头把车锁了。

最后只能是交警介入,而且城市交通受到了极大的影响。这就是这一次事故的表现。

橡皮泥车厢内乘客按下红色 SOS 按钮,另一侧呼叫中心座位空缺且电话排成长龙,远处交警在拥堵路面挥手疏导,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

车停下来不一定是错。他们采用的叫最小伤害原则,就是发现不对了、不会开了,那就停在这不动了。但是错就错在它停在了不该停的地方,直接停在高架桥上,停在隧道里。

而且它停完以后,谁都拿它没办法,最后只能靠百度派维修人员到现场去,才可以把车开走。交警到那儿都没法把车弄走,因为它把这车锁住了。

“系统故障”还是“网络原因”

武汉警方的说法,路透社引述叫“系统故障”,也就是说系统故障导致的。这个说法可信度还是比较高的,因为信息来自警方通报,多家媒体也跟进了,现场视频和乘客反馈相互可以印证。

但是系统到底哪儿故障了?是车辆故障、云端故障、网络故障、地图故障、调度故障、版本更新故障,还是运营商网络故障?这些就没有详细解释。

百度客服说的是“网络原因”。甩锅给网络原因的意思是:这个责任不在我身上,责任是网络的问题。为什么会说这样的话?这一两年里,中国出现过几次一些场所或者单位开手机信号屏蔽器,导致一片范围内的 GPS 信号或者手机信号直接断网,这个是发生过几次的。百度也希望把这个锅甩出去。

从现在的情况看,应该并不是发生事故的地方就断网了,因为那些地方也有一些百度萝卜快跑的车开过去了。大概率还是云端抖动了。

当这些车辆到高架桥、到这些比较繁忙的地方时,肯定会非常频繁地跟云端进行通讯。百度的方案就是车端不做什么决策,只是把数据采集回来,在云端做决策。

一辆橡皮泥无人车把摄像头数据箭头上传到云端服务器,云端齿轮卡顿抖动,返回指令箭头断裂在高架出口前,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

到高架桥上的时候,总要稍微多注意一点、多小心一下。当云端服务器发生抖动的时候,什么叫抖动?就是现在负载比较大,有点转不过来的状态,可能有一些信息没有及时回传。

在高架桥上开的这些车说:我前面该拐弯了,你又没告诉我该怎么办,那就停这吧。它们就干了这么一个事情。

为什么说这是强云端依赖的失败

什么叫强云端依赖式无人驾驶?简单说,就是车辆不是一个完全独立的大脑,它需要跟云端系统保持高度通讯。

云端负责深度参与:

  • 全局路径规划;
  • 车辆调度;
  • 远程监控;
  • 异常判断;
  • 安全校验;
  • 远程协助;
  • 部分应急决策;
  • 车辆状态管理。

这种模式在商业上很有吸引力,因为它可以降低单车的算力成本,统一管理车队,统一升级算法,统一调度订单,方便监管接入。这也是政府最喜欢的方式,也很方便地方政府做智能交通展示,方便企业讲城市级自动驾驶网络的故事。所以这就是中国企业跟中国政府双向奔赴的一个结果。

但是它的致命缺陷是:云端越强,车端就越弱;中心越强,边缘就越危险。

画面左侧是巨大的橡皮泥云端大脑和粗壮控制线,右侧多辆小车的大脑图标逐渐变小变暗,边缘道路上出现黄色风险三角,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

如果云端稳定,一切看起来都很美好。但如果云端抖动,或者某些网络不是那么稳定,所有车同时都在等指令,就会发生像武汉这样的事情。

所有这种中央控制,或者说收权、集权管理,都会造成巨大的单点故障风险。一旦中间的服务器挂了,大家就全趴菜。

最小风险策略为何没有兜住风险

这一次百度这些车采用的叫最小风险策略。也就是当我不知道该怎么办的时候,我要想办法采取一个可以把风险降到最低的策略。百度处理的方式就是原地停车:我现在收不到信息了,啪,我就停那了。

只有百度这么干吗?不是,谷歌也这么干。应该是今年早些时候,洛杉矶出现过一次大停电,所有的交通信号灯全停了。特斯拉的车没有任何问题,该去哪去哪。而谷歌的车因为没有信号灯,也采取了最小风险策略的处理方式,也是停在路当间不动,跟百度这个玩法是一模一样的。

这种策略的目标是什么?就是识别异常,比如网络上没有信息回来,或者信号都没了。识别异常以后,降低车速,打开双闪,寻找安全区域。

按道理说,应该找个安全区域停下来,或者靠边停车,提醒顾客,呼叫救援,保持通讯,必要的时候释放车门,等待人工处理,甚至它应该还有一些自主恢复的能力。

但是百度这一次做的,是直接在中间就停住了。因为本车的决策能力极差,算力极差,所以它没有能力在很高的车流里靠边停车,只能在最中间的地方啪一下站那不动。是不是像咱们的新手司机一样?

一张橡皮泥对照流程图,左边理想路径是减速、靠边、开门、救援,右边实际路径是一辆车在车道中央急停并锁住车门,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

双闪有可能是开了,呼叫救援肯定是失效了,因为他们在设置呼叫中心的时候,就没有想过需要有这么多人跑来呼叫。

至于事后的自动恢复,也没有做。按道理说,现在不行了,停在这了,等到网络好了,等云端没有抖动了,可以重新连上的时候,是不是可以重新恢复?没有。

其实很多这种系统一旦锁死,就没法在本地判断到底为什么锁。如果直接给你恢复了,接着往前开也很吓人,万一被黑客劫持了呢?

所以百度采用的方式就是:一旦被锁住,就彻底停住,直到有人到现场去维修为止。这也算是一种安全方法,虽然看着很笨,但是这种策略也是有原因的。

百度的问题:太相信云端

百度的问题不是不会做云端,而是太相信云端了。搜索引擎可以有一个中心大脑,自动驾驶不能只有一个中心大脑。Robotaxi 首先不是一个平台生意,而是一个安全工程。

这一次彻底暴露了百度作为老互联网公司的通病。不能简单说百度的技术不行,百度技术还是相当不错的,特别是很多从百度出来的人,在创业时还是可以做出很不错的产品的。

现在全国做 AI、做自动驾驶的很多人,都是从百度挖出来的。百度是中国最早押注 AI、最早做自动驾驶、最早搭建 Apollo 生态的公司。

根据百度 2025 年四季度财报,Apollo Go,也就是萝卜快跑,2025 年第四季度完成了 340 万单无人运营出行,季度内周出行高峰超过 30 万次。截至 2026 年 2 月份,Apollo 向公众累计提供了 2,000 万次出行服务,全球足迹达到 26 个城市,累计自动驾驶里程超过 3 亿公里。

但是问题是,百度太像一家老牌互联网企业了。老牌互联网企业擅长什么?擅长中心化,把所有东西封在自己机房里,跟相关利益方、主管方商量怎么处理。下面的使用者只管用就完了,其他的别问。

百度过去的核心能力是中心化搜索引擎、中心化排序算法、中心化云计算。在 PC 互联网时代和移动互联网时代,这套系统非常有效率。因为一旦在中心把它聚集起来,各种维护成本就很低。中心越强,效率就越高;平台越大,数据就越多;调度越统一,商业化就越容易。

但是到了 Robotaxi 这里,这套理论就不行了。因为 Robotaxi 不是一个网页,不是一个 APP,也不是搜索框,不是广告系统。

Robotaxi 是一辆真车,坐在车上的是真人,旁边跑的也是真实的社会车辆,脚下是真实的道路,前方是真实的桥梁、高架、隧道、红绿灯、施工区域和交警。

这个时候用互联网平台思维去管理现实世界安全系统,就会出问题。管理百度的这些政府机构,肯定也是喜欢中心化管理。但是到现在,不能这么玩了。

百度过去的路径依赖,是把复杂的问题收回中心,用算法、数据、平台统一解决掉。但是无人驾驶需要的,是每一辆车必须先成为一个独立可靠的安全单元。

也就是说,云端只能是辅助,车端必须能够自救。远端可以协助,但是车不能离开远端就直接脑死亡,这事是不行的。平台可以调度,但是调度中心不能是唯一的大脑。

橡皮泥画面中一辆无人车拥有自己的小型发光大脑,旁边云端控制台退到辅助位置,两者用细线协作而不是粗线牵引,浅色背景的商业评论版橡皮泥平面信息图的统一风格

所以百度这次的问题,不是简单的网络不好,而是老牌互联网企业的平台病。它太习惯把所有东西放在中心系统里。搜索可以这么做,广告、地图都可以这么做,但是无人驾驶不能这么干。

集中管理为什么天然会造成单点故障

这个事故最值得玩味的地方就是,强云端依赖路线非常符合企业、地方政府和监管三方共同的审美,大家都觉得非常好。

企业为什么喜欢集中?集中了以后,车队好管理,算法好升级,数据好回收,订单好调度,成本好控制,商业故事好讲。

地方政府为什么喜欢集中?也很简单,可以做智慧交通,可以上线城市大脑,可以搞示范区,可以做大屏展示,可以说自己是智能驾驶第一城。武汉肯定喜欢这个。

监管为什么喜欢集中?看得见、管得住,有总开关,有统一接口,有平台责任主体。出了事我该罚谁,能搞得很清楚。出事可以找一个公司来问责。像社交媒体、各种手机 APP,不都是按这个方式来管的吗?

所以强云端路线看起来是一个非常先进的东西:一张大屏幕,一套系统,一个云中枢,一群无人车,一个城市级的自动驾驶网络,非常漂亮的一套系统。

但是工程世界里有一个非常朴素的常识:你把所有东西接在一个中心里,就一定会造成一个中心级的故障点。它这儿出问题了,就没法整。

平时它叫高效,出了事它叫连坐;平时它叫统一管理,出事它叫一起趴窝;平时它叫城市大脑,出事叫群体脑死亡。这就是武汉这次事情的一个大的结论。

一个巨大的橡皮泥城市大屏中央出现裂纹,屏幕上所有小车图标同时变灰,企业、政府和监管三个小人围着总开关表情紧张,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

很多集中式治理最讽刺的地方就是,它总以为集中就是安全的,总以为一个中心看得见,一切就可控。但是技术系统经常用最残酷的方式提醒他们:中心不是安全本身,中心是最核心的故障源。

集权式系统最迷恋的,就是一张大屏幕看全城。可惜现实世界不是 PowerPoint。你可以把车、路、人、云、订单、监管全部画在一张图上,但是只要这个中心大脑抽风了,图上所有的小车就真的给你停在路上,死给你看。

4 月 29 日监管暂停

4 月 29 日监管暂停,这也不是一个小事。3 月 31 号武汉发生事故,4 月 1 号开始有报道。大家开了半天会以后,国家说,把全国的 L4 级,也就是做 Robotaxi 的牌照发放暂时停一下吧。

当天百度的股价就死给你看了,其他几家做无人驾驶出租车的上市公司也一起躺枪。

橡皮泥监管红色暂停牌竖在 L4 牌照发放窗口前,旁边股价折线向下跌落,无人出租车企业小车排队等待,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

暂停发放的意思是,原来已经有的还能继续跑,但是暂时不能增加了。

这其实已经是百度第二次造成全国性的 L4 级牌照发放暂停了。上一次是 2024 年年底,当时百度在武汉投放无人出租车以后,一堆人出来投诉,特别是网约车司机。你来抢我饭碗了,我肯定要投诉你。

这些车开得很慢,造成交通堵塞,还经常无故停车,突然啪一下停了,停完以后再往前开,就像最新的新手一样,容易造成事故。很多人举报以后,国家也叫停了 L4 级牌照的发放。

但是在 2025 年年初,大概停了一两个月左右,就继续恢复了,还接着往前走。

这一次又是因为百度,又把这个事情给停下来了。国家也要想一想:我们这种方式是不是有问题?

远程接管为什么没有生效

武汉政府要求百度在它的中心配人,按什么样的比例来配?叫 1:3。就是你在中心有一个可以开模拟仿真出租车的司机,外面可以有三辆无人出租车。意思是,这三辆车里如果坏了一个,你可以让司机在远程接管这辆车,然后把它开走。

现在就要去找到原因:为什么当时这 100 多辆车坏了?你有 500 辆车,按道理说至少有 100 多个真人司机在中央机房里等着接管这些车辆,怎么坏了以后就彻底不动了呢?这个肯定还是要求百度去解决的。

百度应该还是会继续做这种中央管理的无人驾驶出租车。它要向政府解释,当时到底出了什么原因,哪个程序设计有一些逻辑错误,导致采用了最小安全策略以后,远端无法接管,最后必须要上人,必须要人到现场去处理。

按道理说,出了问题以后,网络重新恢复,或者云端服务器抖动结束以后,应当由云端的远程真人司机去接管这个车辆,把车接着往前开,或者开到路边上去。百度现在没有做到。

接下来就是它要如何把这个事情做到,然后重新通过认证、通过审核以后继续往前走。

这一次暂停时间也不会特别长。虽然这次是由工信部这边直接把 L4 级牌照叫停了,但是武汉要做自动驾驶第一城,要这个政绩,还是会快速把这件事情推进下去的。

中美 Robotaxi 路线的分裂

中美两国 Robotaxi 路线现在出现了分裂,这也不能说谁赢了谁输了。中国现在肯定是在急踩刹车,先停下来。美国现在在踩油门。

百度出事了,特斯拉在起飞,因为特斯拉现在已经把没有方向盘的车量产下线了,叫 Cybercab。

现在无人驾驶出租车方案大概有三套。

三条橡皮泥道路并排展开,左路是本地大脑驱动的特斯拉小车,中路是云端辅助的谷歌小车,右路是强云端牵引的百度小车,路牌写着不同路线选择,浅色背景的商业评论版橡皮泥平面信息图的统一风格。

特斯拉路线

第一套是特斯拉的,云端基本上不管,完全靠本地处理。云端也可以进行一些简单的订单管理、简单调度,但是真正开车都是在本地。

所以前面洛杉矶大停电的时候,谷歌的车都停那不动了,而特斯拉的车全都正常开走了。人遇到停电没有红绿灯怎么开,特斯拉也怎么开。

谷歌路线

谷歌其实也不是云端遥控。谷歌云端负责的是车队调度、地图更新、远程协助、模型训练、长尾场景的一些支持。

什么叫长尾场景?就是遇到一些特殊情况,这个是在云端处理的。但是谷歌的车在没有红绿灯的时候,确实就站那不动了。

谷歌的车有一定自动驾驶能力,不像百度的车,离开云端就彻底不动,而且锁死以后解不开。

所以对比起来,也不能说百度输了、特斯拉赢了、谷歌站中间,不能这么讲。真正的对比是谁能够证明自己的无人驾驶在失效的时候是安全的。

因为自动驾驶这个事,不能保证它永远都是有效的。在失效的时候该怎么办,这才是这些 Robotaxi 真正要回答的问题。

百度还有机会吗

百度还有机会吗?有,一定有。

我不认为 Robotaxi 会因为武汉的事情就结束,也不认为百度的萝卜快跑会因为一次事故就退出历史舞台。甚至可能反过来,越早暴露问题,越有机会去维修。

但是百度必须回答以下几个问题。

  1. 这次的事情到底是怎么发生的?是网络、云端、车端、版本更新、系统调度,还是各种因素叠加?但是在中国,可能最后这个原因我们永远也不可能知道。
  2. 为什么近百辆车在同一个时间窗口里触发事故?
  3. 为什么车辆没有安全靠边?你不能停在路当间。
  4. 车端是否具备离线应急模式?现在看,百度的车可能就没有这个能力。谷歌的车有这个能力,特斯拉的车有这个能力,百度的车就不行。
  5. 远程安全员为什么不能接管?现在出问题的是 20% 的车,而按照武汉市政府的要求,它配了 30% 的真人司机在远程等着接管这辆车,那么为什么不行?最后一定要让人到现场去把车开走。
  6. SOS 和客服为什么没有形成有效救援?顾客在车上被困住以后,按 SOS 按钮、呼叫客服的时候,没人理他,客服中心直接卡死了。
  7. 武汉实际投入了多少车,故障车到底占比多少?现在有的报道说武汉投入了 400 辆车,有的说 500 辆车,还有一些媒体直接报道说武汉投入了 1,000 辆车。到底是多少?到底坏了多少?这个数字从来没有人搞清楚过。
  8. 未来如何避免同类事故发生?这是百度必须要解决的问题。

当然,这些问题最后可能没有办法给民众一个公开的解释,但至少要给政府和监管部门一个解释。等它解释明白了以后,L4 级牌照还会继续发下去,我们只管等就好了。

武汉作为试点城市,肯定会非常积极地推进这件事情继续往前发展,要不然这个政绩就没了。甚至其他一些城市的领导如果想要这个政绩,也会积极推动说:来我们这儿试试吧。至于交通堵塞了,或者出了点什么事故,这个不在他们的考虑范围内。

回到开头的结论

萝卜快跑武汉事故不是中国 Robotaxi 的终局,但是它确实是一个分水岭。

它打碎了一个非常漂亮、非常危险的幻觉:只要车队规模大、云端调度够强、城市大脑够聪明,Robotaxi 就自然成熟了。

现实恰恰相反。Robotaxi 最难的不是在天气好、网络好、路况好、乘客安静的时候把人送到目的地。它真正的困难是,网络断了、云端抖动了、顾客慌了、路上堵了,在这个时候,系统能不能把风险降下来。

过去大家问的是:这辆车会不会自己开?武汉事故之后,真正该问的是:这辆车失联以后,会不会自己收场?能不能靠到路边去?能不能把人放到一个安全的地方?

从今天开始,L4 的竞争不再只是比较运营城市的数量、累计订单量、自动驾驶里程。未来真正要比的是断网以后的能力、车端自治的能力、现场救援的能力、透明复盘的能力。这个在有些地方估计就比较难了。

这一次百度展示了,他们在武汉出了问题以后,没有隔离和恢复的能力。百度这次的问题不是简单的网络不好,而是老牌互联网企业的平台病:什么都想统一管理,最后什么都一起失灵。

百度不是没有机会修复,萝卜快跑也不会因为一次事故就退出历史舞台。如果百度仍然把问题解释成一句“网络故障”,仍然不公开完整复盘,那么下一次事故,市场和监管恐怕就不会再把它当成一个技术故障了,而会把它看作一次路线失败。一旦百度被判定为路线失败,那它是非常惨的。

真正的未来,不是所有车听一个中心大脑指挥,而是每一辆车在中心失灵的时候,仍然知道怎么保护自己、保护乘客,也保护这座城市。