夜雨聆风你有没有遇到过这种怪事？你和朋友用同一款App搜索同一件商品，你们的手机屏幕上一模一样的操作，但最后看到的价格，居然不一样。你心里咯噔一下：难道……它看人下菜碟？恭喜你，你猜对了。
那个"懂你"的App，可能在偷偷给你加价
先说个真实发生的事。
去年双十一，我同事小王想买一双跑鞋。他先在自己手机上搜，页面显示打完折389块。他觉得还行，但想再比比价，就让旁边的同事小李帮忙搜了一下——同一款鞋，同一个链接，小李的手机上显示的是459块。
小王当时就懵了：凭什么？
后来他们研究了半天，发现问题可能出在"用户画像"上。小王是平台的资深用户，买过很多东西但退货率极低；小李是新用户，还从没在平台上买过东西。
平台算法推测：小王是个"精明买家"，给他看低价，他才会下单；小李是"潜在新客"，先让他看到贵一点的价格，等他犹豫了，再给他发优惠券——那感觉，就像白捡了几十块。
你以为你在"比价"，其实你在和一套专门研究你的算法斗智斗勇。
这就是传说中的"个性化定价"——同一个商品，不同人看到的价格不同。不是因为你砍价能力差，而是因为算法觉得你"值得"。
算法凭什么"看人下菜碟"？
你可能会问：算法怎么知道谁"值得"？
这就涉及到AI的核心能力了：它会"读人"。
想象一下，你去逛商场。销售员看你穿什么衣服、背什么包、说话什么气质，大概能判断出你是什么消费水平，然后决定是给你推荐高档货还是打折款。
算法干的是同样的事——只不过它读取的不是你的穿着，而是你手机里的一举一动。
你平时买什么价位的商品？你退货的频率高不高？你付款的时候用的是花呗还是信用卡？你换手机的频率是多久一次？你住的小区在哪个地段？
这些零零碎碎的信息，在算法的眼里拼成了一幅完整的画像：你是个什么样的人？你愿意为什么花钱？你对价格敏感不敏感？
有了这幅画像，算法就可以"看人下菜碟"了。给你推便宜的，是因为算过你会因为价格低而下单；给他推贵的，是因为算过他可能不那么在意钱，更在意时间和服务。
听起来好像很"智能"对吧？但问题来了：这套逻辑，真的公平吗？
比价格歧视更隐蔽的，是"服务歧视"
个性化定价只是"看人下菜碟"的初级版本。更隐蔽的，是服务质量的差异化。
你有没有这种感觉：你是某个平台的老用户，但感觉客服对你的态度，反而没有对新用户那么热情了？
这不一定是你的错觉。
有些平台的客服系统，会根据用户的"价值评分"分配资源。高价值用户（买的多、退的少、投诉少）会被标记为"重点客户"，遇到问题优先响应、处理更快；普通用户可能就要多等一会儿，或者被转接到智能客服"先挡一挡"。
你说，这合理吗？
从商业角度，好像很"合理"——谁贡献多，谁享受好服务，天经地义。
但从伦理角度，这就有意思了：一个平台的服务质量，居然取决于你口袋里有多少钱，而不是你"需要"多少帮助。
穷人用贵、服务差；富人用便宜（或者被"优惠"装在套路里）、服务好。这不就是现实版的"嫌贫爱富"吗？
AI没有价值观，但设计AI的人有。当这套逻辑被写进算法里，就变成了系统性的歧视。
当AI学会了"贴标签"，谁在受害？
算法歧视的受害者，往往是那些"标签不好"的人。
我看过一个研究：美国有保险公司用AI算法评估驾驶风险，结果发现系统给某些社区的保费定价更高——不是因为那些社区的人开车更危险，而是因为那些社区的居民，收入更低、有色人种比例更高。
换句话说，算法"学会"了用收入和种族间接定价，而不是直接看你的驾驶记录。
这在统计学上可能"有效"，但在伦理上是赤裸裸的歧视。
更可怕的是，这种歧视很难被发现。因为算法的逻辑太复杂，普通人根本看不懂它为什么给你定了这个价。等你发现的时候，你甚至找不到证据去反驳。
你只能眼睁睁地看着：同样一辆车，同样一段路，你的保费就是比别人贵。
这不是因为你技术差，而是因为你被"标签"了。
算法歧视，离我们有多近？
说了这么多国外的例子，你可能会想：国内的情况怎么样？
其实，类似的问题在国内也不少见。
比如，外卖平台的骑手调度算法，会根据骑手的历史表现"区别对待"。有的骑手总是被派远单、大单，不是因为他技术差，而是因为算法觉得"他反正跑不掉"。
比如，短视频平台的推荐算法，对不同用户推送的内容质量是不同的。你以为大家都在看同一个世界，其实每个人都在看"算法觉得你该看的世界"。
比如，某些招聘平台悄悄给男性候选人推更高薪的职位，不是因为女性能力不行，而是因为算法"推测"男性更可能长期稳定工作。
这些例子听起来分散，但背后是同一个问题：AI在用一种"效率优先"的方式，固化甚至放大了现实中的不公平。
它让有钱人更容易省钱，让有资源的人更容易获得机会，让"标签好"的人更容易被善待。而那些本来就已经处于劣势的人，在算法的加持下，处境可能变得更糟。
公平这件事，AI真的能做到吗？
说到这里，你可能会问：算法歧视这么严重，难道就没有办法解决吗？
办法是有的，但执行起来挺难。
透明化是第一位的。让用户知道自己被"看人下菜碟"了，这是最基本的知情权。但问题是，很多平台的定价逻辑是商业机密，它们没有义务公开，你也没有办法核实。
审计机制是第二道防线。监管机构需要有能力去检查算法的逻辑，看它有没有"踩红线"。但算法太复杂，很多地方的专业能力还跟不上。
多元化是长远之计。如果AI团队的成员背景单一，设计出来的算法很可能会"偏心"某一部分人。让不同背景的人参与算法的设计和审查，是减少歧视的重要方式。
但说实话，这些办法都很难立竿见影。算法歧视不是某个bug，修复一下就好——它是技术逻辑和商业利益的深度绑定，动了谁的蛋糕都不好办。
那我们普通人能做什么？
说了这么多宏观的，最后来点实际的。
作为普通人，我们能做什么？
首先，保持警惕。当你发现某个平台对你"特别了解"的时候，别光觉得"这服务真贴心"，多想一层：它为什么这么了解我？它在用什么信息判断我？
其次，多用不同账号测试。如果你怀疑某个平台在"看人下菜碟"，不妨让朋友帮你搜一下同一件商品，对比一下结果。证据面前，谁也别想抵赖。
最后，别把AI当神。算法再聪明，它也只是在用历史数据预测未来。过去不代表未来，标签也不等于你这个人。别让算法替你做决定，尤其是那些重要的决定。
说到底，AI"看人下菜碟"这件事，本质上是人类商业逻辑的技术化表达。
以前，一个销售员一天最多"歧视"几十个客户；现在，一个算法一秒钟可以"歧视"几百万用户。
这不是AI变坏了，是人类把"嫌贫爱富"这件事，做得太有效率了。
下次当你发现自己的"待遇"和别人不一样的时候，别急着怀疑自己——也许只是算法觉得，你"值得"被区别对待。
而这个"值得"，值不值得被尊重，是值得我们每个人去追问的。
你有没有遇到过"算法看人下菜碟"的情况？比如同一件商品，你看到的价格和别人不一样？
