《過渡勞動：平臺經濟下的外賣騎手》第二章 系統困局

本書是一部關于平臺勞動的人類學民族志作品，深入探討了中國平臺經濟背景下外賣騎手的勞動形態及其社會意義。通過在19個城市歷時7年的田野調查，作者帶著行動主義的熱情，記錄下騎手懸浮于正式與非正式勞動之間的真實狀態，關注到平臺從對勞動者本身的控制轉向對勞動過程的精細控制的關鍵轉變，提出了“過渡勞動”這一頗具解釋力的勞動概念，反映出勞動者對未來職業發展的關切。書中深入探討了算法技術對騎手勞動的影響，特別關注了女騎手在家庭和工作中的雙重挑戰，并為此提供了豐富的田野數據和新的研究視角。
如今，平臺化正在形塑全新的社會關系。外賣、家政、物流、打車等數字平臺方便了人們的日常生活，與此同時也催生了大批依附平臺的零工勞動者。本書在對騎手零工進行記錄反思的同時，相信個體在不確定性中塑造生活的經驗和勇氣，憧憬一種更加良性向善的算法。

系統困局

“人工智障”

騎手對于系統的感知多來自對 App 的使用以及自身的送單勞動。在日常工作中，騎手對于后臺系統的稱呼十分多樣，包括 “送單 App”“技術”“后臺”“手機”，也有騎手直接使用 “平臺” 來稱呼派單系統。對于大多數騎手來說，后臺的技術系統 “十分復雜”，“整不太明白”。而在日常的交流中，騎手對于系統的感知形態通常十分具體、充滿了情境性。他們根據自己的勞動去理解、揣摩算法，并闡釋了自己對于技術系統的理解。我和調研小組其他成員在訪談中聽外賣員講了很多大大小小的關于系統的例子。這些例子雖然無法讓我們看到整個系統與勞動的互動全貌，但是卻像一塊塊單片的拼圖，讓我們得以透過個案 “以小見大”，窺見系統與勞動的動態互動。

在實際的送餐過程中，騎手對于派單路線和地圖引導的抱怨十分普遍，幾乎到了人人都要說兩句的地步。其中對于地圖的智能引導抱怨最多。我在 2017、2018 年的田野調查中發現，彼時很多外賣平臺的訂單配送距離設置都是計算直線距離而非實際路程距離。由于算法需要根據訂單的配送距離預估配送時間，實際路程與直線距離的差異增加了外賣員的配送壓力。對此，高喆師傅多次向我抱怨：

直線距離短，實際距離比這長多了！有一次，一個去豪景東方的單子，顯示是 3 公里，結果你猜，我跑了多少？5.2 公里！…… 系統這個地圖不對。顯示直線距離算什么？我們又不是直升飛機，起飛、降落就行。

對于計算距離，平臺的地圖系統后來做出了調整，以實際距離代替了直線距離來計算時間。但是，一些騎手仍然不滿，他們表示，系統顯示的距離經過了處理，被有意無意地縮短了，實際的送單距離往往要超過系統顯示的距離。騎手大多不通曉計算和技術，但在他們看來，后臺這些充滿高科技、十分復雜的算法系統出現的問題有時 “十分幼稚”，讓他們啼笑皆非。他們在聊天的時候，將后臺系統戲稱為 “人工智障”。

巖暉濤（下文對話中簡稱 “巖”）是潘家園附近的一名 “餓了么” 騎手，他不高，有點胖，說話的時候笑瞇瞇。2017 年開始，他在一家連鎖餐廳駐店，專門負責該餐廳的訂單派送。采訪后，我們加了微信，有時會通過微信聊天。有一天，他主動找我，問我是否還在繼續做外賣騎手的調研，并表示他愿意給我提供一些系統 “搞笑的事情”。為了讓我更好地理解，他先是給我發了很多張手機截圖（參見圖 10），然后開始講系統是怎樣 “無理取鬧”，以至于讓他無可奈何。

下面是我倆的微信對話：

巖：今天這些單派得，太不合理了。

我：哪里不合理？

巖：反向派單能合理嗎？現在時間太緊張了。

我：就是逆行嗎？

巖：嗯，系統的路線就是逆行路線。你看，從 3 到 4，我得過一條河，還有一條高速。按照地圖導航，我得繞一個大圈。按理說，以高速為界，兩側的單幾乎沒法送。我今天倒好，送了好幾次！

我：你是怎么過去的？

巖：找天橋，逆行過去。

由于后臺系統會根據騎手的流動數據來不斷調整送餐路線，所以在很多情況下，流量多的數據便有了合法性。于是，很多情況下，騎手為了節省距離、縮短送餐時間而不得不選擇的逆行路線也會被后臺地圖逐漸采納，并發展成推薦路線。每次說起這個事情，巖暉濤都會哈哈大笑，然后拋給我一句：“魯迅說得好，這世上本沒有路，走的人多了也就成了路！”

也有騎手抱怨后臺系統 “不好使”、“不智能”。老高站點里的同事曾經抱怨過 App 的藍牙識別不準確：

不點到店，沒法出餐。（App 后臺有一個）藍牙識別到店（功能），有的（時候，后臺對）商家定位不準，你明明就在，但你就點不了到店。你到不到店，技術說了算。但是這個時候，如果客戶取消，就是（我們的）物流責任，罰騎手五百，一天白干。

諸如定位不準、無法點擊下一步、派單混亂等問題經常被騎手們提及。而每一個技術性的問題背后，其實都與騎手的配送 “業績” 和勞動收入緊密關聯。為了保證自己的送餐過程順暢，騎手發展出了很強的能動性和靈活性，他們會實時跟進訂單的剩余時間、到店取餐時間、路程的遠近，以及樓層、有無電梯、是否需要通過門禁等。面對 “人工智障”，騎手會在此過程中開辟一套特定的、與系統對話的邏輯，并在此基礎上實現人與機器的共同進化。通過送單勞動，騎手不斷地為平臺算法所設計的邏輯 “試錯”。騎手所承擔的勞動，更像 “測試端” 的工程師，他們一次次地送單，一次次地驗證系統的準確性。唯一不同的是，測試工程師面對的是電腦屏幕，而騎手的測試則是在三維立體、充滿各種復雜情況的大街上。“騎手抱怨 - 平臺改進” 的這個過程生動地展現了智能算法的成長歷程。

“養系統”

2021 年夏天的午后，我們和大強哥、王小笠、李飛龍、驢哥等騎手在房山美食一條街的一家餐館聊天。閑聊時我提到外賣的派單系統，以此開啟了話頭，騎手們紛紛發表意見。在你來我往的激烈討論中，我發現，雖然大家對于平臺的派單系統充滿了各式各樣的不滿，但是卻在一點上達成了共識，那就是，作為騎手，需要養好自己的派單系統。坐在我旁邊的大強哥扒了一口米飯，沒好氣地說：

系統就是爺爺，需要時時養著！你對它好，它才會對你好！

大強哥是房山良鄉楸樹街的眾包騎手。他三十歲左右，身材魁梧，挺著個啤酒肚，騎一輛大摩托，為人直爽，說話聲音大。按照我的理解，他算得上是房山美食一條街的 “意見領袖”。他干的時間長，經驗豐富，認識的騎手兄弟多，也喜歡跟大家交流。遇到拿不準的事情，騎手們會找他商量。2021 年夏天，我和調研小組的同學們多次前往楸樹街，大強哥熱情地給我們介紹其他騎手，還給我們每人指定了一位騎手，讓我們跟著去跑單。我曾經跟著大強哥跑了一個下午，他騎車快，走路速度也快，我不得不跟在后面一路小跑。

對我來說，“養系統” 是一個非常有趣的田野議題。根據大強哥的反饋，系統是分層級的，只有把數據弄好了，系統才會派給自己更好的單子。對于如何 “弄好自己的數據”，大強哥的回答是：“好好跑單。” 他的解釋如下：

首先，不能老拒單。拒一次兩次行，一天拒很多次，后臺就會知道 —— 它都有自己的設置。到了一定數量，你不但接不到單，還可能被封號。對啊，因為你老拒單。…… 還有，要堅持跑。你看那些排名靠前、業績好的，哪個不是全天在崗？（他們）很少請假。三天打魚兩天曬網不行。數據都是積累起來的，不常跑，沒有好數據。

在跑單過程中，騎手們敏銳地發現了后臺系統是靠數據積累對外賣騎手進行等級評定和派單的。這一點尤其適用于搶單的眾包騎手。到了午高峰和晚高峰時段，眾包騎手們出現在大街上，三五成群，或坐在小吃店門口，或倚靠在電動車旁，開始埋頭 “搶單”。我曾不止一次地聽到騎手們抱怨，一個訂單發出來，大家一起搶，但是最后，總是會落到他們知道的幾個人手里。他們對此百思不得其解，有人說是因為不同品牌的手機搶單速度不同，也有人說是距離的問題，還有人說是搶到的人用了作弊軟件。

但是大強哥不這么認為。按照他的說法，那幾個固定的人總是可以搶到單，是因為他們的 “數據好，跑單從來不挑”，所以系統才會傾向于把好單子派給他們。大強哥一直堅持說 “好數據是靠努力得來的”。他并不看好整日蹲在街頭 “挑單子”、“拒單子” 的騎手。相反，想要有一個好的數據，需要埋頭苦干。

在這里，“養系統” 的埋頭苦干和前文中所提及的闖關游戲不謀而合。系統在不斷升級、進化的邏輯下，需要騎手生產源源不斷的數據 “投喂” 自己。在游戲化的邏輯下，騎手勞動和后臺系統形成了微妙的互動循環：送單多、時效快的騎手會得到更多的訂單，而單量小、“挑單子” 的騎手則不會得到系統的正反饋，并存在被邊緣化的傾向。算法系統逐漸向著組織化和層級化的結構轉變，其中，持續性、遵從性成為系統派單的主邏輯。

“閃送” 平臺的 “派單” 和 “搶單” 分類是 “養系統” 生動的體現。平臺會根據騎手的送單數量和工作時長將閃送員劃分為 “派單” 和 “搶單” 兩個類別。前者指的是由平臺主動派單給騎手，“派單” 的級別高、單量多、訂單價高；后者則需要騎手在平臺分發出來的訂單中自主搶單，“搶單” 級別低、單量少、訂單價低。騎手想要維持 “派單” 的級別，需要持續地、不間斷地定額勞動。按照規定，一個騎手每周、每天都需要完成一定額度的送單量，如果因為某些原因沒有完成規定訂單量，則會被降級為 “搶單”。

“算法想象” 一直是算法研究中的重要領域，它旨在探究人們如何知曉、認識算法體系本身。擁有專業技能的人可能通過算法的內里機制向外延伸想象算法的應用，而更多的、無從知曉算法 “黑箱” 的人，則通過算法體系的外在表現關注算法的系統設置。在這一理論探索中，“算法想象” 并不僅僅是一種 “想象” 而已。相反，它是一個實踐過程，一個生成性過程。個體對于算法的想象會直接影響到其個人生活以及其與算法的交互。長期的實踐經驗養成了外賣騎手對于后臺算法的獨到想象。大強哥、王小笠、李飛龍、驢哥在一起的時候，時常討論起后臺的算法 “黑箱”。雖然他們無法從專業的角度理解、闡釋為什么在一些情況下算法會這樣，在另一些情況下卻變成另外的樣子，但是他們的猜測、質疑、想法毫無疑問形成了 “算法八卦”（algorithmic gossip），這些話語的表達組成了外賣騎手對于算法的想象，也深刻地影響著他們的跑單勞動。

例如，當知道系統需要不斷通過個體勞動 “被投喂” 時，“養系統” 所需要的持續性有時候讓騎手們很為難。雖然平臺以靈活自主的工作定位來招工，但在實際的勞動過程中對騎手有連續的工作時間要求。一些騎手因為探病、秋收或者其他緊急情況回老家的情形時常發生，而這些意外一旦打斷了其工作的連續性，他們的后臺數據就會變得 “不好看”，騎手等級也會隨之下調。一位 “閃送” 平臺的騎手曾在 “抖音” 上悶悶不樂地描述自己的處境：

必須天天跑。你看，我這幾天回老家一趟，有點事，這績效就下來了。沒法拿到大單，只能送一些周邊的小單。

2014 年，網頁設計顧問兼作家埃里克?邁耶（Eric Meyer）創造了 “無意的算法殘酷” 一詞，用來描述計算機設計中的一個缺陷 —— 缺乏共情的能力。的確，在送餐平臺的算法設計中，通過持續性勞動來 “養系統” 的做法也同樣充滿爭議。作為身處社會之網中的流動人群，騎手面臨著生活和勞動中的諸多不確定。通過單一的算法監控來 “定價” 騎手的勞動而不允許其 “出現意外”，其實是在將騎手當作一種可以持續生產價值的機器，而非具有個體化生活情境的人。

更加令人驚奇的是，在日積月累的勞動中，騎手們會對算法系統產生情感依賴。他們將 App 擬人化，并努力地與其進行對話。在這個過程中，“養系統” 成為一種非常有趣的人機互動實踐。“非常聰明”“雞賊”“很會算計” 等用來形容人的詞匯被大量用來形容平臺后臺的派單系統。在等單之余，騎手們也會 “鉆研系統”。他們通過瀏覽 App 網頁內的諸多細則、規定，從中得出自己的理解，并與其他騎手一起分享、討論，甚至是在送單過程中不斷實踐、驗證。關于騎手 “逆算法” 的勞動實踐，將在第六章詳細展開。這里我所要強調的，是騎手與系統形成的既依附又對抗、既合作又協商的互動過程。在這個過程中，甚至出現了有趣的情感依賴。在情感社會學的論述中，學者認為，情感的喚醒和聯結是人類的重要特性。同時，情感受到社會和文化諸多結構性因素的影響。外賣騎手與技術系統的互動是催生其情感喚醒的重要因素，也極有可能是我們人類即將面對的人機對話的未來場景。

卡羅琳?馬文在其著作《當舊技術尚新》一書中，闡釋了對于技術進化的理解。她認為，技術的進化不僅僅有功用性、工具性的一面，更有其人文性和社會性的一面。這樣的觀點，放到今天算法和人工智能技術的演進中依舊適用。在技術形態發生深刻轉變