演算法比你更早知道，你家今晚要煮什麼

先說一件小事。前一晚你搜尋了「番茄 牛肉 食譜」，隔天打開購物App，首頁第一排就是牛番茄、牛腩，旁邊還貼心附了一小罐番茄糊。你還沒決定要煮什麼，螢幕已經替你把菜單排好了。

最近「AI賦能新電商發展」衝上熱搜，談的是人工智慧怎麼改變電商的推薦、客服、選品與物流。這些詞聽起來離廚房很遠，但你仔細想想，電商最早教會我們線上買的東西是什麼？書、3C、衣服。而這幾年，最快被AI摸透脾氣的品類之一，其實是菜。

生鮮是最難賣的東西。一本書寄壞了頂多折角，一把青江菜在路上多晃兩天，送到你手上就是一團軟塌塌的黃。所以生鮮電商比誰都急著用演算法：預測明天哪個城市會下雨、火鍋料要多備幾組；預測寒流來的前一晚，薑和羊肉的搜尋量會暴衝；甚至預測你這個月上旬買了烤箱，下旬就該推你模具和奶油。你在App上滑過的每一眼，都在替下一次的菜籃打底。

菜市場的味道，搬進了螢幕裡

很多人會說，線上買菜少了味道。這話對一半。

傳統市場的迷人，在於你還沒走近攤子，鼻子先工作。烤香的攤位飄出油蔥酥的焦香，魚攤是海水混著碎冰的涼腥，水果攤在夏天會把鳳梨剖開擺著，甜味跟著果香一路漫到街角。老闆娘挑魚的眼力、現場殺魚那俐落的一刀、塑膠袋摩擦的沙沙聲，這些是手機螢幕給不了的。

但線上買菜也有它的一套感官邏輯。凌晨十二點開放預約隔天配送，那個「搶菜」的手感，其實跟清晨五點去市場搶頭一批本地空心菜很像。開箱的瞬間也有它的儀式：保冷袋拆開，冷霧撲上臉，一束還帶水珠的地瓜葉、一盒排得整整齊齊的雞蛋。那種新鮮度是被承諾過的，也確實被兌現了。

這其實跟我們聊過的冰箱的容量決定今晚能變出什麼菜是同一件事的兩面：過去是廚房有多大、冰箱有多深，決定你能買多少；現在是App替你算好份量，兩人份的小家庭不用再為了半顆高麗菜傷腦筋。演算法把「家庭餐桌的規模」也寫進了推薦模型裡。

演算法推薦的，其實是你的昨天

AI推薦最厲害的地方，在於它記得你忘了的事。

上個月你買過一次乾香菇，它記得。這週氣溫驟降，它在你首頁放了枸杞和麻油，因為它知道你去年十一月買過一罐麻油，煮了四次雞湯。你以為是靈感，其實是統計。它把幾千萬個像你一樣的家庭的餐桌，攤開來找規律：下雨天煮麵的人多、連假前一天烤肉的搜尋量漲、發薪日後的那個週末，蝦和牛排賣得特別好。

有趣的是，演算法也悄悄改變了我們煮菜的順序。以前是先想菜單，再去市場找材料；現在常常倒過來，先看到App推了什麼特價、什麼當季，再回頭查食譜。當季的橙子蛤蠣、特價的板豆腐，變成了菜單的起點。這不見得是壞事，市場裡的老手本來就是這樣做菜的：看到白鯧夠新鮮就買，回家清蒸，菜單是在攤子前面決定的。

AI做的事，某種程度上是把市場裡那雙老練的眼睛，裝進了每個人的手機。

便利的背面，總有一雙送菜的手

不過熱搜裡的「新電商」，靠的不只是演算法，還有一羣真實的人。

你凌晨下單的那袋菜，是有人在清晨四點的倉庫裡撿的。冷藏庫裡站著撿貨員，呼出來的氣是白的，手指凍得有點僵，還是要一根一根挑掉彎掉的四季豆。然後是配送，風雨天、大太陽，機車後箱裡塞著好幾家的晚餐。這讓人想起我們之前寫過的外送詩人送了那麼多份別人的晚餐：科技把流程最佳化了，但把熱湯送到你家門口的，始終是一個會累、會餓的人。

所以AI電商發展得再快，餐桌上的溫度還是人的。演算法可以預測你今晚想喫麻油雞，但它沒辦法替你顧爐火，沒辦法在湯滾了的時候提醒你轉小火，更沒辦法把你媽總是多放的那一瓢米酒寫進食譜裡。

聰明用它的方式：讓它管單調，你管味道

如果你也常線上買菜，有幾個實際的做法，可以讓這套系統替你做事，而不是反過來被它牽著走。

重複性高的東西交給它。米、蛋、衛生紙、食用油，這些每個月都要補的，設定期配送最省心，也避免湊單時亂買。真正講究鮮度的，留給你的眼睛和鼻子：魚要看鰓、摸彈性，肉要聞味道，這件事App的照片再清楚也替代不了，偶爾還是去市場走一趟，讓身體記得什麼叫新鮮。

再來，把推薦當靈感庫，別當菜單。演算法推了牛番茄，你不必照著它的食譜走，也許你冰箱裡還有半顆洋蔥和一點絞肉，那就做番茄肉醬。它提供的是「現在什麼便宜、什麼當季」的情報，最後那一勺鹽放多少，還是舌頭說了算。

熱搜會退，技術的名詞每年換一輪。但今晚六點，你站在爐子前面，鍋裡的油開始冒細紋，蒜頭下鍋的那一聲「嗤」，香氣竄上來的那半秒，那才是所有這些技術最終要服務的東西。螢幕裡的演算法再聰明，它存在的理由也只有一個：讓你更從容地，煮好一頓飯。