在一部分人的想象里，算法能够随心所欲地操控骑手，但算法和平台劳动者之间并非单向度的控制和被控制关系，骑手的自主性和职业技能一直都很重要。骑手在劳动过程中会频繁经历商场、超市、马路、社区等错综复杂而又不断变化的场景，需要不断协调处理与商家、顾客、保安等主体之间的关系。在此过程中，会“养系统”的骑手能够找到算法的规律，快速作出正确决策，更好地协调处理不同主体之间的关系，提高跑单效率，进而获得更多收入。

　　外卖平台是一个连接消费者、商家和骑手的生态系统。在这个生态系统中，三方主体均有自己的利益诉求并会为此采取相应的行动。比如，骑手追求的是在一定时间范围内跑最少的路、完成最多的单。因此，他们特别希望在同一时间段接到多个顺路订单，一次能完成多个配送任务以提高劳动效率，赚更多的钱。从餐饮外卖商家的角度看，饭菜从出锅的那一刻开始，口感就随时间的流逝而折损，进而影响消费者对商家的评价和复购。因此，商家希望“人等餐”，餐一出就能被骑手立刻取走并及时送到顾客手中。消费者则希望一下单就尽快拿到外卖。在这一多利益主体互动的过程中，算法在派单时就需要兼顾三方主体的利益，从全局出发尽量给出一个最优解。

　　当顾客下单支付完成后，订单会被推送给商家备餐。近乎同时，商家会通过调度系统向骑手派发订单。算法会基于骑手当前的位置和手头已有订单量，估算出周围所有可能接到这一订单的骑手在接受该订单后需要的配送时间以及顺路程度，并会将订单分配给时间更充裕且更顺路的骑手，让骑手在合理的劳动强度下获得更多收入。当然，在系统派单的时候，骑手可以选择拒单和转单，也可以随时在APP中调整其接下来的接单量。针对在新手期的骑手，算法的派单机制会给予一定的关照，为他们匹配距离近、顺路、配送难度相对更低的订单。

　　但是，算法也并非无所不能，不能满足所有骑手的需求。也正因此，骑手在与算法交互的过程中有时难免会产生一些“人机矛盾”。

　　一方面，在到店取餐和配送订单环节，“新骑手”大概率会费力多却完单量少，进而产生对算法的抱怨。出现这种情况，第一是因为算法缺失地方性社会知识。目前，算法还无法获得现实世界中的所有数据，也无法实时掌握这些数据的动态变化。例如，算法难以对各个城市的道路、楼宇、公园、高架桥等信息做到了如指掌，也难以捕捉交通管制、临时修路等数据。这些不足，使得算法在给骑手提供路线规划和导航时会“短路”，让骑手跑冤枉路和做无用功。第二是数字技术难以预料并指导骑手处理突发状况和人际关系。骑手在取餐和送餐环节常需要在商家、住宅小区、写字楼、马路等不同场景中来回切换，也会遇到形形色色的人并经历大大小小的突发情况，算法不仅无法指导骑手如何处理和解决问题，也难以根据这些突发情况及时调整配送路线。

　　另一方面，不同骑手的利益诉求不同，对订单和路线的偏好也千差万别，因此算法在派单时存在“众口难调”的情形。在算法看来，所有的订单都一样，没有好坏之分。但是，骑手的偏好不同，对算法派单的诉求也不同。有的骑手喜欢跑远单，但有些骑手喜欢跑近单，有的骑手家庭生计压力大，希望有连续不断的订单机会，而有的骑手则希望系统不要一直派单……骑手基于自己的跑单偏好和利益诉求，对系统的派单有自己的评价。因此，在实践中可能会遇到一个骑手想跑的好单却是另一个骑手嫌弃的“垃圾单”；或者有时骑手觉得派单乱，派来的订单并不顺路，但实际上在那时那刻，他已经是最顺路的骑手了。

　　骑手要想获得稳定的订单和收入，获得更多的“好单”，进而实现个人利益的最大化，就需要通过技能“养系统”。

　　在骑手看来，他们的劳动过程具有不确定性。一方面是参与主体繁多、错综复杂的配送过程具有不确定性，另一方面是算法在派单数量和质量上具有不确定性。职业技能有助于骑手降低配送过程中的不确定性。掌握职业技能的“老骑手”不仅能够运用技能降低配送过程中的不确定性，快速、高质量地完成任务，而且还能凭借职业技能“养系统”，通过训练算法和建议改善产品功能为自己和其他骑手争取更好的工作条件。

　　从个人利益角度看，“养系统”是“老骑手”以岗位专用技能为基础，利用算法技术的学习能力，有意识地生产工作行为数据来主动调试算法的行为，目的是降低算法派单在数量和质量上的不确定性。“养系统”的实际结果受骑手的跑单实践、对算法的认知、行为偏好等因素的影响，因此，骑手会在自己跑单实践中形成自己的“养系统”策略。比如，有的骑手会通过“固定任务量”的策略“养系统”。“固定任务量”是指老骑手根据自己的工作效率以及期望的日收入换算成对应的订单量，并将该订单量作为自己每天必须要完成的工作量。久而久之，算法系统每天会按照这个订单量给“老骑手”派单。在现实世界，大多数骑手都会通过“养系统”的方式提升算法派单的数量和质量，进而提升其收入水平和稳定性，以及在平台上的发展机会。

　　“养系统”策略的存在和普遍选择，证明了骑手并非被算法单向度地控制，而是在劳动过程中拥有一定的自主性，也说明平台必须尊重骑手的认知和选择，建立更加开放多元的算法沟通机制，不断优化算法能力，改善骑手工作体验，坚持科技向善，让算法更好地为人服务。 

　　（作者系美团研究院执行院长）