算法之外的午饭时间

公园东门第三张长椅，坐着一个穿橘色工装的男人。他摘下帽子放在膝盖上，从塑料袋里掏出馒头和咸菜。十二点零七分，手机屏幕亮着，短视频里有人在教做红烧肉。他看了半分钟，划走，又划回来。馒头嚼到第三口时，一条推送跳出来，说附近超市鸡蛋降价两毛。他把手机扣在腿上，继续吃。长椅另一头，一个年轻人正用语音输入回消息，说完“嗯”字，屏幕自动跳出三个备选短语，他点了第二个。

城市里像这样被算法轻轻推一把的时刻，每天要发生几十亿次。你搜过一次“咳嗽”，接下来一周会刷到润喉糖和空气净化器。你买过一袋猫粮，购物页面就默认你养猫。这些判断不留痕迹，却比任何广告牌都更懂你。清洁工不知道什么叫“用户画像”，但他能感觉到手机越来越“贴心”。上个月他随口说想买双防滑鞋，第二天打开购物软件，首页全是鞋。他当时笑了一下，说这手机成精了。

算法不关心你是在长椅上吃馒头还是在餐厅切牛排。它只看点击、停留、划走的速度。一个视频你看三秒就划走，它记下来。一个商品你反复看图片却没下单，它也记下来。然后它把千万人的这些动作揉在一起，找出规律。规律能用来推荐视频，也能用来决定哪条路口的红绿灯该多亮十秒。你每天走过的十字路口，信号灯配时可能就来自某个工程师对车流数据的分析。

清洁工吃完最后一口馒头，把塑料袋叠成小方块塞进口袋。他站起来，扫了一眼长椅周围。地上有片落叶，他弯腰捡起来，扔进旁边的垃圾桶。这个动作没有任何数据被记录，没有传感器，没有摄像头对着他。但在城市的另一头，一个数据中心里，有台机器正在学习如何识别落叶和纸屑的区别。训练数据来自环卫部门上传的几万张照片。那些照片里，没有人脸，只有地面。

他推着清洁车往北走，经过一个快递柜。柜子屏幕上滚动着取件码，旁边贴着二维码，写着“扫码寄件立减三元”。一个老太太站在柜子前，举着手机对着二维码晃了半天，没扫上。清洁工停下来，帮她点了屏幕上的“取件”，输入手机号后四位。柜门弹开，老太太取出一箱牛奶。她说谢谢，他说没事。整个过程没有用到人工智能，也没有用到大数据。只是一个人帮了另一个人。

下午一点，他坐在工具间里歇脚。手机又响了，这次是天气预报，说两点有雨。他把雨衣从车把上解下来，搭在肩膀上。雨还没下，但风已经凉了。远处写字楼的玻璃幕墙上，映着云层的影子。那些楼里的人在开会，讨论下一版推荐系统怎么优化。他们用的词是“召回率”“点击率”“停留时长”。清洁工用的词是“今天垃圾多”“风大”“早点扫完”。两套词之间隔着一整条街，但雨落下来的时候，谁都得穿雨衣。