2026-10-31 08:01:25
作者：
科技
上周四晚加班到九点多，拐到楼下开了三年的那家奶茶店。往常我点三分糖少冰的四季春，加一块钱椰果，老板娘抬头看见我推门，没等我开口就扯着嗓子喊：“还是老样子是吧？”
我愣了两秒，笑着应了声对。
站在等餐的间隙突然反应过来——这场景，和最近所有人都在聊的机器学习，居然本质上是一回事。
别被“大模型”的名头唬住
很多人一提机器学习，第一反应是科幻片里能自己思考的AI，是动辄几千万参数的复杂系统，离普通人的生活远得很。
根本不是。
老板娘记熟客口味的过程，就是最朴素的机器学习。她没有像早年的手写登记本那样，把每个客人的姓名、联系方式、点单偏好一笔一划抄在固定的表格里，而是三年里每天见几百个推门进来的人，慢慢攒出了一套自己的判断逻辑：穿灰卫衣、戴黑框眼镜、走路带风的男生，进来必点三分糖少冰的四季春，要加椰果；穿碎花裙扎马尾的小姑娘，要三分糖的杨枝甘露，少放西柚粒；接孩子放学的阿姨，要热的珍珠奶茶，全糖。
社区奶茶店老板给熟客做饮品的日常场景
规则系统和机器学习的核心差别，从来不是“谁更聪明”，而是“谁在找规律”。
早些年的电脑程序是典型的规则系统：程序员把每一条可能出现的情况写死在代码里——如果用户选“少冰”，就显示选项A；如果用户选“去冰”，就显示选项B。只要碰到代码里没写过的情况，程序直接卡壳报错，根本不会灵活反应。就像早年的自助点餐机，你要是选完“少冰”又临时改主意点“去冰”，屏幕直接弹出个红叉，让你从头重新选。
但机器学习走的是完全不一样的路子。你不需要提前把每一条规则都写死，只需要把海量的、杂乱的真实数据喂给模型，让它自己在里面摸规律。就像你给模型塞了一万张不同角度、不同光线、不同品种的猫的照片，你不需要逐字逐句给它定义“猫是一种属于猫科的哺乳动物，有尖耳朵、长胡须、可伸缩的爪子”，它会在反复的比对里慢慢把所有属于猫的特征拼出一张模糊的“认知地图”。下次碰到一张新的猫的照片，哪怕是你家猫蹲在沙发上眯着眼拍的糊图，它也能认出来。
就这么简单。
没有魔法。
那些被吹上天的“神奇功能”，其实藏着最朴素的bug
我上周帮我妈整理手机相册。她想找去年去桂林玩拍的漓江照片，结果系统给她推了二十张我家猫蹲在鱼缸边盯着金鱼的照片。
给我妈气的，说这什么破智能。
手机相册AI分类误将家猫照片归为风景照的界面截图
机器学习从来不是什么“全知的智能”，它本质上是个记性特别好、但没什么常识的实习生。
它为什么会把猫和鱼缸的照片归成漓江风景？说穿了特别简单：它之前用来训练的漓江照片里，有大量的水面波纹、游动的黑色影子、浅绿的岸线。我家鱼缸里的水、金鱼游过的影子、鱼缸边放的那盆绿萝的叶子，和它认知里“漓江风景”的特征重合度太高了，它根本不会像人一样去想“这是家里的鱼缸，不是外面的江”，只是凭着特征的相似度就直接做了判断。
还有人总说购物软件在偷听自己说话。明明没在手机上搜过露营装备，只是和朋友吃饭的时候聊了两句周末想去露营，打开软件就全是帐篷、睡袋的推荐。
哪有那么多偷听。
就是模型太“轴”了。它只记得你之前在户外内容的页面停留过十秒，给一条露营相关的短视频点过赞，就默认你对露营有强烈需求，根本不会管你是真的想去买装备，还是只是随便刷到看个热闹。它没有“决策完成”的概念，就像你跟个记性特别好的朋友说“我上周想吃火锅”，他过了半个月还追着问你要不要一起去，根本意识不到你那股想吃火锅的劲儿早就过了。
真的没必要把机器学习当“新神”拜
前阵子去参加一个行业沙龙，有个做创业项目的小伙子站在台上，说他们公司现在所有的业务环节都要用机器学习驱动，连前台的排班系统都要上模型，算每个时段的访客量，给前台安排弹性上班时间。
我坐在下面差点把手里的冷咖啡喷出来。
有必要吗？
前台排班一共就三个人，谁周几有事、谁想休班，行政大姐打十个电话十分钟就安排明白了，非得套个机器学习的壳子，算出来的结果还不如行政大姐凭经验排的合理。
说实话，这两年我见太多把机器学习当万金油的人了。好像什么东西不挂个“机器学习”的牌子，就配不上“科技公司”的身份。但你真往根上挖，它就是个工具而已——就像你手里的螺丝刀，拧螺丝的时候好用，你拿它开啤酒、拆快递、掏耳朵，那它肯定不好使，还容易伤着自己。
去年帮一个做农产品生意的朋友调试库存预测的模型。一开始他非要选参数最复杂的大模型，折腾了快一个月，算出来的库存偏差率快到40%，要么是货备多了放坏，要么是货备少了不够卖。后来我们把那些花里胡哨的参数全删了，就拿他过去五年每个月的进货量、同期的下雨天数、周边村镇的赶集日期这三个最实在的参数喂进去，没俩礼拜，偏差率直接降到了8%。
你看，根本不是越复杂越好。就像你去楼下买菜，不会拿个超级计算机算今天买多少葱合适，你根据家里剩多少葱、这周打算吃几次葱花面，估个数就完了。
哦对，上次跟奶茶店老板娘聊天，她说最近有个做科技的小伙子来找她，说要给她店里装个AI点单系统，能自动分析客人的口味偏好，帮她做备货预测，开价要八千块一年。她问我值不值。
我说你要是装了，下次你自己想给常来的老客多舀一勺珍珠，系统说不定还会给你报错，说你偏离了标准配方。
她笑的手里的奶茶都晃出来了。
昨天我又去买奶茶，老板娘递过来的杯子还是温的，三分糖少冰，椰果给的比平时多了半勺。她跟我说，那个推销系统的小伙子又来了，她给人递了杯免费的杨枝甘露，把人送走了。
她说，我记了三年的老客口味，比什么系统都准。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：我在楼下奶茶店站了10分钟，看懂了机器学习的底层逻辑
文章链接：https://www.lfdjt.com/p/keji/a/15210.html