第116章 算法囚徒（2/2）

小杨是群里最年轻的骑手，才二十二岁，有个刚怀孕的妻子。

老陈握紧手机，指甲陷入掌心。他意识到，仅靠揭露问题是不够的。平台可以无视舆论，可以发布公关声明拖延时间，而骑手们每天都在冒着生命危险。

“我们需要一个新的方案。”老陈对群里的骑手说，“不光是揭露问题，我们要提出解决方案。既然平台说他们的算法是‘科学的’，那我们就设计一个更科学、更人性的算法模型。”

四

老陈想起住院期间，临床阿杰提到过他的表哥在一家科技公司做程序员。通过这层关系，老陈联系上了几位对算法伦理感兴趣的IT从业者，其中就包括林涛——一位因不满公司算法歧视性推荐而离职的前算法工程师。

林涛被老陈的数据和想法吸引，决定帮助他们。他拉来两位前同事：擅长数据建模的张薇和熟悉法律政策的赵明。四人组成了一个小团队，开始在老陈的出租屋里工作。

“我们需要建立一个替代性的配送时间模型。”林涛在白板上画着示意图，“这个模型必须考虑到骑手们收集的所有变量：商家平均出餐时间、不同时段电梯等待时间、小区门禁政策、天气影响系数...”

张薇提出关键问题：“但这些数据需要大量标注和训练，我们哪来的计算资源？”

老陈展示了骑手群：“我们有三百多名骑手，每天都在产生数据。如果每个人都能详细记录，三个月就能积累起足够训练模型的数据集。”

计划开始了。骑手们接到新任务：不仅记录订单基本情况，还要详细标注每一个环节的时间戳——到达商家时间、取餐时间、到达小区时间、上楼时间、完成交付时间。同时记录天气、路况、商家类型、建筑类型等附加信息。

赵明负责研究相关法律政策：“劳动法规定，用人单位应当为劳动者提供安全的工作环境。如果能够证明平台的算法系统实质上创造了不安全的工作条件，我们就有谈判的法律依据。”

四个月后，他们积累了超过十万条详细标注的配送记录。林涛和张薇利用开源工具和廉价的云计算资源，训练了一个初步的配送时间预测模型。与平台算法相比，这个模型的预测时间平均多出28%，但在实际测试中，骑手按照这个时间配送，准时率达到96%，且无需违反交通规则。

“但这还不够。”林涛在一次团队会议上说，“平台不会接受一个只是‘更宽松’的模型。我们必须证明，这个模型在商业上也是可行的。”

赵明提出了新思路：“我们可以从两个角度论证：第一，更合理的配送时间会降低骑手事故率，从而减少保险理赔和潜在的法律责任；第二，骑手工作压力减小，流失率下降，平台可以节省招募和培训新骑手的成本。”

团队开始收集支持性数据。他们联系了几位因工受伤的骑手，估算平台在每起事故中承担的间接成本。同时，通过问卷调查，估算了骑手高流失率对平台造成的经济损失。

最终，他们整合出一份完整的报告：《共赢的配送：基于数据驱动的骑手安全与平台效率平衡模型》。报告不仅揭示了现有算法的问题，提出了改进模型，还从商业角度论证了改革的必要性。

报告完成后，老陈通过记者联系，请求与平台公司进行对话。出乎意料的是，平台公司拒绝了正式会面，但表示“愿意听取骑手群体的反馈”。

“他们这是想敷衍我们。”阿杰愤愤不平。

老陈沉思良久：“那就把对话公开化。我们不要求特权，只要求一个公平、安全的算法。”

五

团队决定采取新策略。他们发起了一场“透明配送日”活动，邀请媒体和公众代表跟随骑手体验配送全过程，亲眼看看平台算法与现实之间的差距。

活动当天，五名记者和三名学者跟随骑手配送。直播画面中，观众看到骑手在商家门口焦急等待出餐，在写字楼电梯前排长队，在雨中小心翼翼骑行。跟随老陈的记者记录下这样一个细节：一单2.5公里的配送，平台给出19分钟，老陈实际用时27分钟，其中等待电梯就占了8分钟。

“这8分钟，算法好像认为不存在。”记者在报道中写道，“但正是这‘不存在’的8分钟，迫使骑手在其他环节抢时间，最终可能导致交通事故。”

舆论压力下，平台公司终于同意与骑手代表进行正式会谈。老陈、阿杰和林涛作为代表参加。平台方派出区域运营总监、算法负责人和公关经理。

会议开始时，气氛紧张。平台算法负责人李博士首先发言：“我们的算法是基于大数据和机器学习的最优解，已经考虑了多种变量...”

林涛直接打断：“你们的训练数据是否包含了骑手等待电梯的时间？是否包含了不同商家出餐速度的差异？是否包含了雨天骑手必须减速的安全因素？”

李博士顿了顿：“这些因素...有一定考虑。”

“考虑了多少？”老陈推过一份数据，“根据我们收集的十万条记录，你们的算法在午高峰时段给出的配送时间，比实际所需时间平均少24%。这不是误差，这是系统性低估。”

区域运营总监试图转移话题：“我们理解骑手的困难，但用户也要求快速配送。这是一个平衡问题。”

“平衡不应该以骑手的生命安全为代价。”阿杰声音有些颤抖，“上个月，我们群里有三位骑手因赶时间出事故。其中一位，小杨，现在还躺在医院里，他的孩子下个月就要出生了。”

会议室陷入短暂的沉默。

老陈深吸一口气，拿出团队的完整报告：“我们不是来抱怨的，是来提供解决方案的。这是我们设计的替代模型，它更准确地预测配送时间，同时考虑到骑手安全和平台效率。”

平台代表们传阅报告，窃窃私语。李博士仔细翻阅技术部分，表情逐渐从防御转为认真。

“这个模型...你们是怎么训练出来的？”

“用骑手们收集的十万条真实数据。”林涛回答，“如果平台愿意提供更多脱敏数据，模型可以进一步优化。”

公关经理插话：“但更长的配送时间会影响用户体验，可能导致订单量下降。”

赵明出示另一份分析：“根据我们的调查，78%的用户表示，如果他们知道更长的配送时间是为了骑手安全，他们愿意多等5-10分钟。而且，更合理的配送时间会降低订单取消率——目前因为骑手赶时间导致的餐品洒漏、态度急躁等问题，是用户投诉的主要原因之一。”

会议进行了三个小时。结束时，平台代表承诺“认真研究”骑手团队的建议，一个月内给予答复。

六

等待回复的日子里，骑手们继续收集数据，优化模型。老陈的腿伤基本痊愈，但他没有立即恢复全职配送，而是花更多时间在模型优化和骑手联络上。妻子打来电话，说看到了关于他的报道，语气里有久违的关心。

“你做的是对的事。”她说，“女儿说爸爸上了电视，是英雄。”

老陈眼眶一热：“我不是英雄，只是不想再看到有人像我一样躺在医院里。”

第三十二天，平台公司发出正式邀请，请骑手团队前往总部进行技术交流。这次，会议室里多了几位公司高层，包括负责全国运营的副总裁。

副总裁开门见山：“我们研究了你们的模型，技术上确实有不少可取之处。但全面替换现有系统成本太高，风险也大。”

老陈早有准备：“我们不是要求一夜之间改变一切。可以从试点开始，选择一个区域，运行我们的模型三个月，对比数据：准时率、事故率、骑手满意度、用户投诉率。”

林涛补充：“我们可以提供技术支持，帮助你们的工程师理解模型原理。这不是对抗，是合作。”

经过又一轮谈判，平台公司最终同意在一个中型城市开展为期三个月的试点项目。骑手团队提供优化后的算法模型，平台提供技术接口和部分数据支持。试点期间，该区域的配送时间将根据新模型进行调整，同时平台承诺不会因试点导致的时效变化惩罚骑手。

试点开始第一个月，数据就显示出明显变化：骑手交通违规率下降65%，轻微事故率下降48%，准时率保持在95%以上。有趣的是，用户满意度不降反升，因为餐品洒漏和骑手态度问题显着减少。

三个月试点结束，所有关键指标都支持新模型。平台公司召开新闻发布会，宣布将在全国范围内逐步推行“算法优化计划”，建立骑手安全与配送效率的更好平衡。

发布会上，老陈作为骑手代表受邀发言。站在聚光灯下，他有些紧张，但看到台下阿杰、林涛和许多熟悉骑手的面孔，他平静下来。

“算法没有善恶，但设计算法的人有选择。”老陈对着话筒说，“我们可以选择只追求效率和利润，也可以选择在效率之上，加上人性的考量。今天不是一个群体的胜利，而是一个共识的开始：技术的发展，不应该以人的尊严和安全为代价。”

发布会后，平台副总裁私下找到老陈：“公司决定成立骑手安全委员会，邀请骑手代表参与算法评审。你愿意担任首任委员吗？”

老陈想了想，摇摇头：“我更适合在一线，和骑手们在一起。但我可以推荐合适的人选。”

离开平台大楼时，夜幕已降临。老陈打开手机，看到妻子发来的消息：“女儿想你了，周末回家吃饭吧。”

他抬头望着城市璀璨的灯火，街上的外卖骑手依然穿梭不息。但也许从今以后，他们可以少闯一个红灯，多一份安全。算法不再是囚禁他们的无形牢笼，而是一种可以修正、可以协商、可以人性化的工具。

老陈跨上电动车，接下了今天的最后一单。手机屏幕上显示：“2.1公里，配送时间25分钟。”

他微微一笑，这时间，足够了。