雨天出租车碾过积水，溅起的水花打湿了裤脚

那天下着不大不小的雨，我站在路边等车，一辆出租车贴着路沿疾驰而过，车轮压过积水坑，脏水劈头盖脸溅了我半条裤子。司机大概根本没注意到，或者注意到了也没打算减速。我狼狈地掏出纸巾擦裤子的时候，忽然想到一个问题：这辆车有没有可能提前知道那里有积水？车载摄像头、路面传感器、云端气象数据，这些东西在技术上都不算新鲜，可它们之间没有打通。车不知道路况，路不知道车要来，人夹在中间，只能自认倒霉。

类似的事情每天都在发生。城市里的摄像头密度已经很高了，交通信号灯也在逐步联网，但多数时候这些设备各干各的。一个路口装了智能探头，能识别车流量，可它调控的信号配时方案，隔壁路口未必知道。数据在局部是活的，到了全局就变成死水。科技做到这一步，像是一个人有了眼睛和耳朵，神经却没连上。真正麻烦的地方不在硬件，在于把散落各处的信息串起来的那根线。

我后来查过一些资料，发现路面积水检测其实有成熟方案。有的城市在易涝点装了水位传感器，数据回传到管理平台，再推送给导航软件。听起来挺完整，可实际覆盖的点位有限，更新频率也慢。一场急雨下来，积水位置可能半小时就变了，传感器还没反应过来，车已经开过去了。技术落地遇到的常常是这种细碎的错位：实验室里跑得通，到了真实路面上，变量多出好几个数量级，响应速度跟不上变化速度。

另一个方向是车本身变得更聪明。现在不少新车装了毫米波雷达和摄像头，能识别前方障碍物，但识别“水花”这种软目标并不容易。水花没有固定形状，飞溅范围随机，雷达回波杂乱，视觉算法也容易把它跟阴影混淆。工程师们在做的是让车学会判断路面湿滑程度，通过轮胎转速差异和车身姿态微调来反推附着系数。这比识别一个行人难得多，因为水花不会主动配合你测试。

说到头，科技解决问题的方式往往不是造一个万能装置，而是把原本孤立的环节接起来。积水传感器便宜，车载摄像头已经存在，气象预报的网格可以细化到街区，导航软件有实时路况图层。这些东西拼在一起，理论上足够让一辆出租车在驶过积水前松一脚油门。缺的是谁来做这个拼接，以及拼接之后的数据归谁管、怎么更新。技术从来不是瓶颈，协调才是。

我后来再遇到下雨天打车，会特意看一眼司机有没有开导航。开了导航的车，遇到前方积水路段有时会提前变道，虽然只是偶尔奏效。这偶尔的奏效让我觉得，那些散落的数据迟早会被串起来。到那时候，溅起的水花也许还在，只是不会再打湿谁的裤脚了。