洒水车清晨放过的那支曲子与算法推荐

天刚亮的时候，楼下洒水车经过，放的是《兰花草》。那旋律从喇叭里挤出来，带着一点电流的杂音，和真正花开的声音没什么关系。路边等公交的人低头看手机，屏幕的光映在脸上，有人刷短视频，有人回消息，没人抬头听那首歌。这首歌被选中，大概不是因为它好听，而是因为某种默认设置，或者某个系统里存着的一批老歌单，轮到了就播。这件事本身很小，小到不值得说。但它像一个接口，一头连着城市管理的日常程序，另一头连着技术如何替我们做决定，而我们几乎察觉不到。

洒水车放什么音乐，早年是司机自己挑磁带。后来换成了车载MP3，再后来是统一采购的播放器，曲目由管理方定。现在有些城市开始用智能调度系统，洒水车走哪条路、几点出发、喷多少水，都由后台根据温度、湿度和路面监测数据来算。音乐也跟着变了，有的地方干脆不放，只留提示音。这个过程里，人的偏好被一步步挤出去，换成效率和安全。算法不知道《兰花草》对某个早晨意味着什么，它只知道这个时段、这个路段，播放清单里该轮到这一首了。

推荐算法在手机里做的事，和洒水车放歌的逻辑差不太多。它观察你停留了多久，划走了什么，反复点开什么。这些动作被拆成数据点，喂进模型，然后它给你一个列表。列表越来越准，准到你觉得自己被看穿了。问题是，看穿之后呢。你看到的东西越来越像你昨天看过的，新的东西得靠偶然才能撞进来。有人管这叫信息茧房，其实没那么复杂，就是一个习惯被反复确认的过程。你以为是自己在选，其实是选项先被筛过一遍了。

技术替人做决定，好处是省事。导航告诉你走哪条路，你就走哪条路，不用记方向。外卖平台告诉你这家店评分高，你就点这家，不用一家家试。省下来的精力去了哪里，没人细算。有些决定被外包出去之后，人就慢慢忘了怎么自己做。比如记路的能力，比如在一堆陌生店里凭直觉挑一家。这些能力不会消失，只是不用了，不用就钝了。钝了之后，人更依赖系统，系统再根据更多人的行为来优化自己。这个循环很安静，安静到像洒水车经过时，你只是往路边让了让。

数据是这套循环的燃料。你每一次点击、每一次停留、每一次犹豫，都在往某个地方传。传过去之后，数据被清洗、归类、打包，卖给需要的人，或者用来训练下一个模型。这个过程里，你得到的是方便，付出的是行为轨迹。轨迹本身不疼不痒，但轨迹攒多了，就能拼出一个比你更了解你的东西。它知道你几点醒，几点饿，什么时候心情不好会买什么。这些它都知道，你未必知道。洒水车放《兰花草》的时候，你只是路过，但你的手机可能正在记录你的步速和位置。

技术不是外来的东西，它已经长在日常里了。洒水车、手机、红绿灯、电梯里的广告屏，都是技术的末梢。它们不声不响地运转，偶尔出点声音，比如那支《兰花草》。你听见了，但不会多想。你继续走，继续刷，继续让算法替你挑下一首歌。这个早晨和昨天没什么不同，洒水车还会来，音乐还会放，数据还会传。一切都在照常进行，像什么都没发生一样。