菜市场收摊前的一元菜与看不见的算法

傍晚六点半，菜市场的地面已经积了一层烂菜叶和泥水。摊主们开始把剩下的菜拢成一堆，西红柿、黄瓜、青椒，有的软了，有的裂了口。喇叭里喊着“一块钱一堆”，声音比白天低了八度。我蹲下来挑了两根茄子，旁边一个老太太正把最后几根豇豆往袋子里塞。这些菜不会进入任何一份精致的菜单，它们在被丢弃之前，完成最后一次交易。而就在离这个菜摊不到两公里的地方，一个数据中心里，无数块硬盘正在记录着这座城市的每一次买卖。

那些一块钱一堆的菜，其实也在一张巨大的数字网里。你扫码付款的那一瞬间，交易时间、地点、金额、摊位编号就传到了后台。算法不知道茄子是软是硬，但它知道这个摊位的销量在一天里如何起伏，知道下雨天傍晚的成交量比晴天高出多少。第二天，批发市场的进货建议就会调整，某个品种的到货量可能减少两成。没有人对着菜贩子喊“少进点”，但数据已经替他们做了决定。这种决定往往比人的直觉更准，也更无情。

再往上游走，是农田里的传感器。土壤湿度探头每十分钟发一次数据，无人机拍下的多光谱图像能看出哪一片小麦缺水。过去农民靠脚踩和眼看，现在手机上弹出一条提醒，说东头第三垄该浇水了。这套系统刚推广时，很多人不信，觉得机器懂什么种地。可连续两年，用传感器的地块比隔壁多收了一成半。于是第三年，村里一半的人都装了。技术就是这样，它不跟你争论，只是把结果摆在那里。

但算法也有算不到的地方。收摊前的一元菜里，有一种是品相太差没人要的，另一种是摊主故意留到最后贱卖的。后一种情况，数据会把它记成“低价高销量”，于是系统推荐第二天多进这个品种。结果第二天进多了，卖不完，又剩下一堆。摊主骂骂咧咧地倒掉，算法默默记下新的数据。这种循环里，机器和人都在试错，只是机器不会觉得累，也不会心疼那几筐烂掉的菜。

城市另一头，有个年轻人正在写代码。他做的是一款帮小菜贩管理库存的App，界面很土，功能也简单，就是记录进货、卖出、损耗。他跑了几十个菜市场，发现摊主们最需要的不是预测模型，而是一个能算清楚今天到底赚了多少钱的工具。那些复杂的算法、云端存储、机器学习，最后落地的时候，就是手机屏幕上跳出来的一个数字：今日利润三百四十二块。这个数字比任何技术名词都有说服力。

夜深了，菜市场关门，清洁工用水管冲洗地面。那些没卖出去的一元菜被扫进垃圾桶，和烂叶子一起运走。数据还在传，服务器还在转。明天凌晨，批发市场的车会拉着新菜进城，摊主们会重新摆好摊位。算法会继续给出建议，有些被采纳，有些被忽略。技术没有让一元菜消失，它只是让这些菜从地里到垃圾桶的路径变得更清楚了一些。至于那些软了的西红柿最后去了哪里，机器不关心，人也懒得问。