即使是近10年後，Waymo 仍遠沒有實現真正的 L4，即使是在相對簡單的郊區環境下。
「全自動駕駛的汽車來了！」
去年 11 月，Waymo 搞了一個大新聞。公司宣佈自己成為世界上第一家沒有給汽車安排安全員的自動駕駛公司，而這些汽車正跑在真正的公開道路上。
Waymo 釋出了一個宣傳視訊，名字叫「Waymo 的全自動駕駛就在這裡」，視訊播放量（YouTube）已經達到 120 萬次。
視訊裡，方向盤後面並沒有人。
這是一個重要里程碑。因為自動駕駛領域將第四級（L4 級）自動駕駛視為全行業終極目標，它意味著汽車完全能自行駕駛，無需人類坐在駕駛位。
Waymo 後來表示，將在 2018 年晚些時候向鳳凰城郊區居民推出無人駕駛計程車服務。
然而，樂觀情緒在很大程度上源於公司自己釋放的積極訊號，而這不過是事情的一面。
錢德勒，位於亞利桑那州鳳凰城郊區。這裡道路通常平坦、筆直，交通也不那麼繁忙，是理想的自動駕駛技術試驗場所。
Lisa Hargis 上班的地方距離 Waymo 車庫僅一步之遙。但就在兩週前，她差點撞上了 Waymo 原型車。
在穿越鳳凰城總部附近的一個 T 型交叉路口時，右轉的 Waymo 原型車突然停了下來，Hargis 被困在中途，沒辦法左轉，這讓她很惱火。
「快走!」 她憤怒地喊道。其他跟在後面的車也停下了下來，「（急得）我想殺人，」她說。
五位熟悉這類情況的知情人士表示，交叉路口的猶豫不決，僅僅是 Waymo 自動駕駛技術諸多缺陷之一。
這些原型車還會突然動起來或者停下來，很突兀，十幾位經常碰到原型車的當地居民抱怨道。而那些安全駕駛員ーー坐在駕駛座上的人ーー經常不得不控制好方向盤，以避免碰撞或潛在不安全情況。
是的，你沒看錯，實際上，大部分測試車輛仍然使用了安全人員。
知情人士透露，通常情況下，沒有安全人員的無人車只會出現在一些較小規模的居民區，那裡的交通並不繁忙。而且車輛仍然會受到遠端操作員的密切監控，在車遇到問題時提供幫助。(雖然 Waymo 美其名曰「監護人」）
而且，在公開宣告中，Waymo 也沒有透露無人駕駛測試也有條件限制。
比如進入快速公路時，車輛不能進行無保護左轉（車輛需要避開所有行人和車輛——編者）。「這是超級控制的。」一位參與測試的人士表示。
雖然 Waymo 測試工作已經取得了進展，但通常都遠離高流量區域。
除此之外，還有很多其他問題。
搞不定不受保護的左轉，併入流量大的車流也會存在問題，特別是在高速公路上。有時，原型車也不瞭解基本的道路訊號，比如併入高速公路時，訊號燈會對車速提出要求。
問題列表
最大的難題是如何應對駕駛文明的重要組成部分：不遵守交通規則的行人和人類司機的行為，比如超速、違法轉向、開車發簡訊等。
為了避免撞車，演算法會極其謹慎，也就是說，系統往往花的時間比人類長得多，中途可能有許多突然的停車。
在防止汽車變成馬路殺手的同時，無人駕駛汽車也構成了另一種威脅：它們可能直接把我們急死。
4 月，推特的一段視訊顯示了一輛 Waymo 汽車如何費了九牛二虎之力才進入一條高速公路。
這輛經過改裝的克萊斯勒小卡車發出訊號，減速之後如爬行般緩慢行駛，然後看起來像是一個慌張的青少年在駕駛，笨拙地徑直穿過出口匝道，駛離了公路。
Waymo 的車通常被設計成精確地遵循每一條道路規則。遇到停車訊號，車輛至少停留三秒鐘，而且轉彎前會打方向燈。
就像一位學生司機，「但它是最好的學生駕駛員。」
結果，為了對這些情況作出反應，原型車有時會以出乎人類司機意料的方式突然停下來，但會導致人類司機經常追尾 Waymo 的車。(這也正是 Uber 認為太過謹慎也會帶來安全問題的原因之一)
據一位參與 Waymo 專案的人透露，大家也曾爭論過系統是否應該模仿一個典型人類司機駕駛習慣（他們並不會嚴格遵守每一個規則），但是研究小組最後決定「一個人怎麼做並不重要，我們需要模仿一位完美的駕駛員操作。」
但事實上，一些公司也私下承認完美無缺的駕駛可能不現實。
「如果希望擁有無人駕駛的未來，那麼，我們必須接受這樣的觀點，機器人駕駛員並不需要完美無缺，只需要比我們更好。」一位 Waymo 工作的資深人士表示。
據摩根斯坦利預測，Waymo 價值 1750 億美元，部分原因自動計程車服務可以帶來數百億美元的收入。
目前，關於鳳凰城郊區的計程車服務的訊息並不多。
公司擁有 400 名左右的「早期騎手」(early riders)——也就是那些每天被從家裡接去工作或學習的居民，或者被送到醫院的居民。這些騎手已經簽署了保密協議，不能在沒有 Waymo 的監督下向媒體發聲。
不過，外媒 The Information 採訪了一些經常遇到原型車的當地居民，他們在 Waymo 附近的辦公室工作，比如藥房、百事可樂 (PepsiCo) 果汁分銷中心等。
雖然有的人對車輛並沒有抱怨，但在附近工作的十幾個人都說出了同樣的三個字:
「我討厭他們。」
April Cusick 和 Hargis 在同一個辦公室工作。
她說，只要在 East Fairview 大街相反方向行駛時遇到 Waymo，她就會感到不安。這是一條雙車道的雙向公路，沒有車道標記。
她說，原型車經常在寬闊的道路中央駕駛，而且不會轉向右邊，直到你靠近它。她說，但太靠近了，會讓自己感覺不安。
另外，這位女士和其他工作人員也有過類似前文提到的經歷：跟在交叉路口左轉時停下的 Waymo 車後，一等就是幾分鐘。
這個 T 型交叉口沒有紅綠燈，車速限制為每小時 45 英里。而且在繁忙時段，Waymo 似乎難以找到合適的空隙轉向（雖然對於人類駕駛員來說，這個問題並不難解決）。
Robbie Monreal 是附近一家商業管道銷售商的銷售代表，他表示已經受夠了這些無人車：
午餐時間只有一個小時，但他不得不在等待上浪費寶貴時間。而且當他發現自己是跟在一輛 Waymo 無人車後時，他已經違法繞過它了。
「我已經厭倦這些車在附近轉悠了。」
如今，安全人員有時候並不需要接管車輛以避免險情。隨著時間的推移，Waymo 的駕駛變得更加平穩。
比如，靈活快速地繞過路上的障礙物，更善於處理「兩個左轉」指示，亦即兩個相鄰車道同時左轉，此時，往往很難預測原型車旁的人類司機駕駛軌跡。
而且，除了匯入交通高峰期車流存在問題以外（這個時候系統通常選擇成保守模式），系統基本上已經掌握了高速公路上的駕駛技巧。
然而，即使 Waymo 能在鳳凰城東南部郊區實現自主駕駛，在這個背景下開發的系統能否移植到其他地區，比如舊金山灣區，仍然是個問題。
比如，為了幫助原型車導航，Waymo 花了很多時間繪製該地區街道的高精地圖，也在一些地方，比如帕洛阿爾託和洛斯阿爾託斯測試了原型車，為車隊的啟動做準備。
為了幫助汽車適應不同地形和駕駛習慣，他們必須對系統進行大量的定製和重複測試。
一位景馳員工表示，適應其他駕駛環境，例如市區駕駛，需要進行不同程度的改善工作。
雖然 Waymo 已經收集了大量資料來訓練人工智慧模型來預測個別行人，但是，如果他們決定解決城市駕駛問題，仍然不得不面對人群問題，而他們現有的人工智慧模型可能並不夠用。
然而，改變一個模型並不是一個簡單的任務。
Waymo 必須重新標記數十萬或數百萬張圖片，可能還要加強計算機硬體規格，甚至可能需要改裝汽車，以便在一個龐大的車隊中增加額外的感測器。
Waymo 以及其他自動駕駛公司員工表示，Waymo 的技術確實領先一步，因為它擁有豐富的公共道路測試經驗。這一觀點也確實推動了 Waymo 的估值。
但是，優先考慮郊區駕駛環境雖然幫助公司贏得了時間、加速了生產和結果落地，但並沒有幫助公司解決真正棘手的問題。
Waymo 在鳳凰城的經歷已經表明，取代人類司機的全自動駕駛汽車距離我們還有許多年，即使是在相對簡單的環境中，無論是何種程度的取代。
雖然老牌汽車製造商以及新造車勢力都在不斷地進步，但這場競賽的進展並沒有距離起點多遠。