外卖箱上的雨水还没干透，骑手已经拎着餐盒跑进了写字楼。箱盖掀开时，几滴水珠顺着边沿滑下来，落在手机屏幕上。他随手擦了擦，点了“已送达”。这个动作每天重复上百次，背后是一整套调度系统在算路、算时间、算哪条巷子能省四十秒。

那套系统最初只是把订单分给最近的骑手。后来加了天气数据，雨天会自动延长预计送达时间。再后来，它开始学习每个骑手的历史轨迹，知道谁在哪个路口习惯减速，谁爬六楼比坐电梯快。算法并不完美，偶尔把两个相反方向的单子绑在一起，骑手只能在心里骂一句，然后拧油门。但比起早年间靠调度员拿笔抄地址、用对讲机喊话的日子，眼下的混乱至少有个数字化的底。

手机屏幕上的导航箭头也会出错。有次骑手跟着它拐进一条死胡同，尽头是堵墙，墙上贴着“此处禁止通行”。他倒车出来，重新规划路线，多花了三分钟。这类小故障每天都在发生，用户看不到，平台也不太在意。真正让工程师头疼的是另一类问题：午高峰时订单扎堆，系统把出餐慢的商家和距离远的顾客配在一起，骑手到店要等，送到要挨骂。优化这种匹配逻辑花了两年，靠的是把每一单的等待时间拆成十几段，逐段找瓶颈。

电池技术的变化倒是实打实的。五年前骑手得备两块铅酸电池，换电柜少，跑远单心里没底。现在锂电池轻了一半，换电站隔两条街就有一个，扫码取电只要十秒。续航焦虑淡了，接单范围就大了，有人专门跑城郊结合部，因为那边单子少但路顺，一趟能带五六单。这些细碎的调整凑在一起，把配送半径往外推了三四公里。

用户端能感知到的进步不多。点开软件，看骑手在地图上挪动，预估时间从“约40分钟”变成“约38分钟”，仅此而已。真正的变化藏在后台：路径规划从按直线距离算改成按实时路况算，商家出餐预测从看历史均值改成看当前排队人数，连骑手等红灯的时间都被计入模型。这些改动不声不响，只是让超时率降了两个百分点。

雨水又落下来的时候，骑手把车停进棚子，从箱里取出最后一份餐。箱底积了一小摊水，他用抹布吸干，顺手把手机架上的水雾擦掉。屏幕亮着，下一单已经派过来了，取餐点就在隔壁楼。他锁好车，小跑过去，鞋底踩在水洼里啪嗒响。