“手机越贵，打车越贵”的说法被记者实测，结果却让人意外：苹果手机有时反而更便宜。复旦调研则显示，苹果用户更易被贵车接单、优惠更少。平台虽否认，多家媒体实测仍指向一个事实：价格歧视未消失，只是穿上了算法的隐身衣。

过去，宰客是明目张胆的“同物不同价”，同一时间、同一路线、同一车型，你和朋友并排站着，手机上显示的价格就是不一样。这种粗暴的“大数据杀熟”被反复曝光后，平台学聪明了。现在的玩法更隐蔽：算法不再直接修改标价，而是通过个性化派单、差异化发放优惠券、动态调整预估里程和时长这些你根本无从对比的维度，来悄悄拉开实付差价。

这就像菜市场的小贩不再直接报两个价，而是给熟人塞一把葱、给生客少找几毛钱。你察觉不到，但你就是多付了。算法成了那个看不见的手，你以为你在叫车，其实算法在叫你。

从“明抢”到“暗算”，宰客进入精细化运营时代

要理解这套新玩法，得先看懂网约车的定价机制。你支付的费用，由起步价、里程费、时长费构成，再叠加上平台的优惠券和动态调价系数。平台承诺的“一口价”看似透明，但变量藏在细节里。比如，同样的路线，算法预估的里程可能相差几百米，预估的时长可能差几分钟。每一单差个块儿八毛，你完全无感，但乘以平台每天上千万单的量级，就是天文数字的利润。

更隐蔽的是派单逻辑：为什么你叫到的总是舒适型而不是快车？为什么你等了三分钟才叫到的车，朋友刚打开软件就叫到了？这背后是算法根据你的用户画像在做匹配。你的手机型号、消费记录、常住区域，甚至你打开App的频率，都在告诉系统：这个用户的支付意愿有多高。

今年三月，北京消协发布的调查结果说，超六成受访者认为大数据杀熟现象普遍，但维权成功率极低。原因就在这里，你根本无法复现“杀熟”的瞬间。平台可以解释为“供需波动”“系统自动匹配”，把责任推给冷冰冰的算法。而算法是不需要解释的，它只需要执行。

这种变化，本质上是宰客的“精细化运营”。从简单粗暴的改价，升级为基于海量数据的个性化收割。用户被拆解成无数个标签，每一个标签都可能成为被多收几毛钱的理由。便宜手机用户享受补贴，是因为他们价格敏感，不补贴就流失；贵手机用户少发券，是因为他们支付意愿高，多花几块钱也不会换平台。这不是商业逻辑，这是赤裸裸的消费者剩余榨取。

谁给了它看人下菜碟的权力？

问题的根源，在于信息的不对等。平台掌握着实时供需数据、用户行为数据、路线轨迹数据，这些数据构成了一个黑箱。你在平台面前是透明的，而平台在你面前是不透明的。

这让我想起牛津大学教授阿里尔·扎拉奇的著作《算法的陷阱》。他提出一个概念叫“算法合谋”：当几家企业使用相似的定价算法时，算法之间会形成一种心照不宣的默契，无需人类沟通就能达成价格同盟。打车平台之间是否存在这种“算法合谋”，我们没有证据，但结果很可疑：当所有平台都用类似的动态定价模型、类似的用户分层逻辑、类似的补贴策略时，用户其实已经没有了真正的选择。你换哪个平台，都逃不出同一套算法逻辑的笼罩。

更关键的是，算法正在获得一种“合法伤害权”。因为它没有明文规定“苹果用户加价10%”，所以它不受反价格歧视法规的约束。因为它的一切决策都可以解释为“技术中性”，所以监管部门无从下手。上海交通大学数据法律研究中心执行主任说过一句话：“当算法决策对用户产生重大影响时，用户有权要求解释。”但现实是，你连算法“动了手脚”都证明不了，谈何要求解释？

这让算法从工具异化为权力本身。过去我们担心的是企业用算法作恶，现在的问题是，算法本身就内嵌了榨取剩余价值的逻辑，它会在不断自我学习中优化收割效率。人制定规则约束算法，但算法在反向塑造人的行为。平台的产品经理可能都不知道算法具体是怎么定价的，他们只知道KPI完成了。

欧盟的《数字服务法》要求大型平台开放算法审计，接受独立第三方检查，用户有权知道为什么被推送某个价格。美国联邦贸易委员会今年也开始调查网约车和外卖平台的个性化定价问题，要求企业证明其算法不构成歧视。新加坡的做法更直接——竞争与消费者委员会有权要求平台披露定价逻辑，并对算法驱动的反竞争行为开出高额罚单。

这些监管探索告诉我们一个共识：算法可以复杂，但不能成为拒绝监管的理由。我们的监管框架其实已经有了雏形。《个人信息保护法》第二十四条规定，个人信息处理者利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正，不得对个人在交易价格等交易条件上实行不合理的差别待遇。今年3月正式实施的《互联网信息服务算法推荐管理规定》，也要求平台以显著方式告知用户算法推荐服务情况，并提供关闭选项。

法规有了，落地却面临两难。一方面，算法确实提升了匹配效率，降低了空驶率，对司机和乘客都有利。如果强制要求算法完全透明，可能扼杀创新，甚至被薅羊毛的人借机伤害普通用户体验。但另一方面，如果任由算法黑箱存在，消费者的公平交易权就是一句空话。

怎么破局？

我认为有两条路可走，一条是技术路线，一条是制度路线，二者缺一不可。

技术层面，我们需要强制性的算法备案与抽检机制。监管部门不需要实时监控每一条算法规则，但有权定期对平台的定价算法进行压力测试。就像汽车上市前要做碰撞测试一样，算法上线前也应该经过公平性测试。同一时间、同一路线、不同用户画像的模拟订单，看看实际成交价的差异是否在合理范围内。技术上，这完全可行。

今年上海消保委联合复旦大学做的打车软件测评，就是一个很好的示范。动用学术机构的专业力量，用技术手段反向测试算法逻辑，将结果公之于众，倒逼平台自查自纠。这种“第三方技术审计”的模式，应该常态化、制度化。

制度层面，要重新定义“价格歧视”在算法时代的边界。传统的价格歧视认定，依赖明确的证据链条，比如同一商品标有两个价签。但算法时代，歧视是动态的、分布的、统计意义上的，很难用传统证据规则去套。这需要立法层面更新认识：算法歧视不是“人”的歧视，而是“系统”的歧视，监管的重点应该从“抓现行”转向“过程管控”。

具体来说，平台应该被要求公开算法的核心参数权重，比如预估价格中，用户画像因素占多大比例？优惠券的发放逻辑中，手机型号是不是一个变量？如果答案是“是”，那对不起，你就涉嫌不合理的差别待遇。如果你不公开，监管可以推定你存在歧视。把举证责任倒置，是目前最务实的破局思路。

结语

说到底，大数据不是原罪，算法也不是洪水猛兽。真正的问题在于，当技术掌握了定义公平的权力，谁来监督这个权力？我们享受算法带来的效率红利，并不意味着我们要默认接受算法隐秘的收割。

消费者需要一个可以讨价还价的菜市场，而不是一个由算法扮演上帝、而我们跪着扫码的数字游戏。