美国国家公路交通安全管理局（NHTSA）对特斯拉Cybercab的调查，将无人驾驶汽车与传统法规的冲突推到了聚光灯下。这款专为Robotaxi设计的车辆，因取消方向盘、制动踏板、加速踏板及传统后视镜，直接挑战了美国现行联邦机动车安全标准（FMVSS）中多项基于人类驾驶的条款。调查启动仅一天前，Cybercab已在得克萨斯州奥斯汀开启真实运营，当地登记数据显示，特斯拉旗下420辆自动驾驶车辆中，45辆为Cybercab。

美国汽车准入制度的核心原则是“自我认证”，即车企自行确认产品符合FMVSS后即可上市，监管部门仅在发现问题后介入。这一机制曾被视为技术创新的助推器，但Cybercab的出现让规则适用性变得模糊。例如，方向盘在传统汽车中是必备安全设备，但对L4级无人驾驶车辆而言，它是否已成为冗余设计？特斯拉选择直接自我认证Cybercab合规，相当于主张部分基于人工驾驶的法规不应适用于此类车型。NHTSA的调查正是要验证这一解释的法律与技术依据。

监管风险随之浮现。若允许企业自行判断法规适用性，自我认证可能从效率工具异化为“监管边界划定权”。对于Robotaxi而言，这种风险尤为严峻：普通汽车的设计缺陷可通过召回弥补，但无人驾驶车辆的系统性安全问题可能动摇整个运营模式的合法性。Cybercab的案例，实质上是在测试美国事后监管体系能否适应颠覆性新产品。

针对无人驾驶汽车与现有法规的矛盾，美国并非毫无应对。企业可申请临时豁免，每年最多覆盖2500辆汽车且受期限限制。Zoox的Robotaxi同样无方向盘和踏板，其早期尝试自我认证受挫后转向豁免体系，今年获准有限规模部署专用车辆。这种“小步试错”模式虽稳妥，但2500辆的上限使其难以成为长期方案。当Robotaxi规模从数千辆扩张至数十万辆时，企业无法持续依赖豁免维持运营。豁免制度本身已承认：旧规则滞后于技术发展，而新规则尚未就绪。

特斯拉与Zoox的分歧在此显现。Zoox选择接受过渡路径，以更慢的速度换取更高确定性；特斯拉则试图直接证明Cybercab从设计之初即符合量产法规。这种策略差异带来风险分化：特斯拉效率更高，但若NHTSA不认可其解释，Cybercab的规模化扩张将面临豁免申请、产品调整甚至规则修改等挑战。当前美国Robotaxi的现实矛盾在于：L4商业运营已落地，但针对“无驾驶员量产汽车”的法规仍未完善。

Waymo的路径提供了另一种参考。其运营的完全无人驾驶Robotaxi虽无驾驶员，但仍保留方向盘和踏板，采用Jaguar I-PACE等成熟量产车平台。这种设计虽非最优解，却巧妙规避了法规冲突。Waymo早年曾开发无方向盘的Firefly原型车，但在大规模商用时优先解决技术问题，而非同步挑战传统法规。与之对比，特斯拉从整车定义阶段即删除传统驾驶结构，要求交通体系适配无人驾驶汽车。两种路线背后，是技术适配体系与体系适配技术的选择差异。

删除旧部件仅是表面挑战。方向盘、踏板和后视镜被写入法规，不仅因历史设计惯性，更因其承载明确安全功能。无人驾驶车辆可替代这些部件，但必须证明软件、传感器和执行系统能完全接管其功能，并在故障时提供足够冗余。这将是未来监管的核心。中国则选择了更前置的监管模式：L3、L4车辆需通过产品测试、安全评估和准入审批后，方可在规定区域运行。这种路径虽安全边界更清晰，但需避免试点长期停滞。

中美在无人驾驶监管上的探索各有优劣。美国的优势在于创新速度快，但可能陷入“监管追着产品跑”的被动；中国则通过前置审批明确责任边界，但需防范试点僵化。更合理的方向或许是转向“性能合规”：取消方向盘或后视镜可以，但需确保其安全功能通过新技术得以延续。无人驾驶汽车摆脱人类驾驶结构是必然趋势，法规更新需建立既鼓励创新、又明确安全责任的规则体系，而非简单追随某家企业的产品节奏。