便利店热包子与算法的温度

凌晨一点半，写字楼的灯还亮着几层。我走进街角那家便利店，从蒸箱里夹了两个包子，收银台的屏幕自动识别出品种和价格。包子烫手，我站在窗边咬了一口，忽然想起十年前同一个位置还是人工扫码，店员得翻半天价目表。

热包子背后其实藏着不少技术。蒸箱的温度控制器靠的是微处理器，收银的视觉识别用到了轻量级神经网络，连便利店补货的节奏都跟后台的销量预测模型有关。这些系统平时看不见，却在深夜维持着一种稳定的秩序，让一个刚加完班的人能花三分钟拿到一口热的。

算法进入日常生活的速度比很多人想的要快。外卖平台的派单逻辑、导航软件的路径规划、输入法的下一个词推荐，都是同一类思路的产物：从大量数据里找规律，再拿规律去猜下一秒会发生什么。猜得准的时候没人注意，猜不准的时候才会被骂上热搜。

问题也出在这里。便利店的热包子能稳定供应，靠的是周边几百米内的消费数据被反复训练。可一旦系统把某个区域的夜间需求判定为“低”，补货就会减少，货架空了，人自然不来了，数据进一步变差。这种循环很难靠单个店员打破，他只能对着空蒸箱摇头。

我见过一些工程师在处理这类问题时格外小心。他们会故意留一点随机性，不让模型把每个角落都算死。比如蒸箱的补货提醒里加一条“如果连续三天卖完就多备两笼”的硬规则，不交给算法自己决定。这种土办法不怎么优雅，但管用。

包子吃完了，纸袋扔进分类垃圾桶。我走出便利店，街上的自动售货机还亮着，屏幕上的广告根据路过的人流切换画面。技术就是这样一点点渗进来的，从收银台到蒸箱，从后台到街角，改的是流程，不变的是深夜有人想吃口热的东西。