至此，一個由餐廳、平臺、外賣員、「人工+數字」派單的外賣網路初步建立。彼時的外賣系統，也正在經歷進化期。在移動網際網路普及之前，「人」依舊居於系統發展的核心，而隨著中國網際網路通訊技術的不斷發展，外賣網路開始走向數字化和智慧化。下一節要展現的，正是這種「人機的互換」。在過去短短幾年間，外賣系統踏上了數字化和智慧化的快車道。「人」被趕下指揮台，取而代之的是能夠不斷自我學習、自我進化的演算法。這樣的變化牽動著數量龐大的外賣騎手。伴隨著數以千萬計的流動勞動者和消費者不斷加入，外賣系統以極快的速度升級、進化，並開啟了這場外賣經濟的無限遊戲。
快速進化
如果把看待技術發展的視角拉長，我們就會發現，外賣系統的進化史像極了人類的發展史，兩者都是充滿奇幻色彩的加速度運動。科學家李四光在《人類的出現》中曾說：
人類文化的發展……從新石器時代的開始到現在至多不過一萬年，金屬時代的開始到現在不過數千年，人們開始利用電能到現在不過一百多年，原子能的利用則僅是最近幾十年的事……人類的發展不是等速度運動，而是類似一種加速度運動，即愈到後來前進的速度愈是成倍地增加。
這樣的觀察對於外賣來說，同樣適用。人力送餐在中國歷史上存在了至少千年，但是網際網路的出現大大加速了外賣行業的運營規模和效率。數字化的送餐程式僅有二十多年，系統派單的出現也就是過去十年間的事情，而人工智慧派單則只有幾年的光景。在外賣經濟的發展中，技術的發展神秘又飛速。我們很難想象，過去上千年不溫不火的送餐活動如今已經變成了一種遍及大街小巷、轟轟烈烈的系統化勞動。系統是如何快速進化的？哪些人參與了系統的加速升級？產生了什麼影響？這些問題值得進一步探究。
2017年的夏天，我走訪了「百度外賣」。在訪談過程中，研發團隊著重強調了「演算法的演進」，並試圖通過人工、系統、雲端、深度學習四個階段來概括外賣技術系統自身的發展和進步（參見圖8）。
（人工派單）侷限太大。我們詳細分析了這個事情，分析了一些原因，決定走系統化。做這個事情的時候，是2014年，整個行業沒有任何一家公司做這種外賣訂單的自動排程。我們是行業裡面第一家決定做大規模的系統化、人工智慧自動派單的公司，也是真正的第一家開發這樣一整套人工智慧派單系統的（公司）。
而我想知道的，恰恰是這些進化階段背後關於「如何」的問題。人工智慧的派單系統是如何做出來的？根據研發團隊的說法，2014年前後，技術團隊做了一個輔助人工派單的系統，但因為缺少資料積累，系統無法進行精準測算。此時的輔助派單系統「只能給一個大致的結果」，最終由人工做更進一步的篩選和決策。與此同時，工程師補充了一句話，令我印象深刻：「人工的篩選對我們來說，也是一個資料積累的過程。」
輔助派單系統建立的背後，隱約浮現出了「資料的反噬」。同時，「資料積累」也道出了人工智慧派單系統飛速發展的奧秘。資料作為演算法發展的基礎，成為人工智慧發展的重要基石。對於外賣行業來說，2015年以來市場的飛速擴張為其帶來了海量的資料積累。伴隨著移動支付的流行和風投在外賣領域的競爭加劇，在過去的十年間，外賣市場的擴張達到了成百上千倍。這一變化可以從兩個方面窺見：一方面，線上訂外賣的人口數量激增，自2015年以來，線上訂外賣的人口已增加到近5億；另一方面，外賣配送人員的就業數量也顯著增加。雖然截止到目前還沒有關於外賣員就業人數的官方統計，但通過把主要的外賣平臺就業人員相加，我發現，外賣員的就業人口實現了從個別到超過千萬的增長。消費和就業人口呈百萬倍量級的劇增，催生了巨大的消費需求和勞動力產出，這也成為外賣平臺進行資料積累的重要條件。
根據工程師甘銳的描述，除了排程系統，「百度外賣」的研發團隊還做了一個外賣配送的「模擬系統」。該系統通過建立虛擬的外賣送餐場景來不斷地訓練人工智慧匹配訂單的能力，並可以根據多種突發情況來模擬和調整派單系統。
這個模擬系統是基於歷史積累的大量資料去建立的。通過這個系統，我們可以實現的是，每個騎手，不管分配什麼樣的訂單給他，我們可以能夠預計每個訂單的完成時間。……這個系統具有人工智慧的自動最佳化能力。它像alphago一樣，可以根據每天不同的、新的訂單配送的情況去自動地學習，（這）使得系統越來越智慧，越來越適合每一個區域的排程。
能夠自主學習的外賣模擬系統在2015年之後逐步建立並完善，這並不是一個巧合。恰恰相反，它的完善期也正是中國外賣經濟的急速拓展期。在這一時期，成千上萬的外賣騎手、消費人群和排程員成為建構人工智慧派單系統重要的「人力基礎設施」。正如丁未在研究網約車司機時所發現的，網約車司機是幫助「滴滴」平臺前期發展、「打下天下」的主力軍。2018年，我和曾在「百度外賣」工作過的蔣大哥聊天，還清楚地記得他時常抱怨平臺的派單系統。用他的話說，就是「東一榔頭西一錘子地亂派單」。在派單系統發展的初期，騎手們正是外賣這個大系統裡的「人體電池」，他們貢獻自己的數字勞動，系統將數字勞動轉化為有用資料，從而幫助派單系統不斷地升級完善。
資料化成為系統快速進化的秘密，而資料化的完成又完全依賴人的勞動。依託技術的發揮，「人一資料一演算法一系統」的鏈條初步搭建成立，這也解釋了外賣演算法系統進化的過程。技術進化的過程，也是其不斷合法化自己的過程。如何塞·範·迪克（josévandijck）所言，資料化正在成為獲取、理解和監視人們行為的合法化途徑。海量資料和以「吸食」資料為主要動力的演算法系統「相得益彰」，構成了當下外賣平臺公司強大的算力和預測力。2018年，「美團」自然語言處理（nlp）中心開始建立「美團大腦」。根據團隊的分析：
「美團大腦」是我們正在構建中的一個全球最大的餐飲娛樂知識圖譜。我們希望能夠充分地挖掘關聯「美團點評」各個業務場景裡的公開資料，比如說我們有累計40億的使用者評價，超過10萬條個性化標籤，遍佈全球的3000多萬商戶以及超過1.4億的店鋪。我們還定義了20級細粒度的情感分析。……我們希望在不久的將來，當使用者發表一條評價的時候，能夠讓機器閱讀這條評價，充分理解使用者的喜怒哀樂……總結商家的情況，供使用者進行參考……幫助使用者快速地進行決策。
根據技術團隊的解釋，「美團」的知識圖譜意味著人工智慧技術的又一大進步：機器開始從感知智慧向認知智慧躍遷。所謂認知智慧，可以被理解為系統開始理解人的語義，並學著像人一樣思考。系統不但在計算能力、知識儲備上超過人類，同時開始具備強解釋性、推理能力和理解能力。通過對海量資料的分析，在未來，這樣的「美團大腦」可以「幫助使用者進行決策」、「指導店老闆決策」、「對使用者進行風險管理」等。
外賣平臺的智慧化一路高歌猛進。在過去的十年間，外賣系統經歷了從系統派單到雲端派單，再到深度學習的智慧派單模式，而且整個過程的進展呈現出明顯的加速度。雖然在系統進化的後期，我們已經很難看到人的身影，但如果把系統的進化史拉長就會發現，系統的騰飛「起於微末」，人的勞動和資料生產是其成長的關鍵。在「美團大腦」的知識圖譜進化中，貢獻力量的有商家、使用者，還有千千萬萬奔跑在路上的外賣騎手。對於系統的進化，外賣騎手是感知最直接、最深刻的人群。這也正是下一節要討論的議題：作為系統的使用者和系統進化的貢獻者，外賣騎手如何感知系統、評價系統？他們與系統形成了怎樣的關係？