1980年，麻省理工学院人工智能实验室年轻的程序员理查德·M·斯托曼被一台打印机惹恼了。

打印机是施乐公司捐赠的最新款，可以直接网络打印，属于尚未上市销售的概念款。比起旧打印机，新玩意儿效率高了一个数量级，但也产生了新麻烦：由于联网打印，机器同时服务多人，卡纸问题也比前一代严重。

最开始，这个问题似乎很简单。人工智能实验室聚集着当时全美最优秀的程序员，遇到类似问题，技术极客们一般是进入机器控制程序，直接对内部软件做修改。

事实上，之前那台旧打印机的卡纸问题，就是理查德·M·斯托曼加了几行代码解决的。

这正是施乐公司这样的企业喜欢把产品捐送给实验室的原因，这群极客如同企业外延的研发部门，他们的修修补补，很多时候会成为下一代产品创新调整的方向。

然而这一次，斯托曼想修改打印机软件时碰了一鼻子灰。作为凝结了当时最前沿技术的打印机，施乐公司在这款产品上花费不菲，也对其寄予厚望。为了尽可能保护未来的商业利益，施乐公司封闭了产品源代码。

这个举动惹恼了斯托曼。

在此之前，软件是圈子里的共有资源。极客们把各种软件***来***去，如同接受来自天上的雨水一样理所当然。互相***、修改和使用软件，并不影响其他人，甚至更多时候，是带来创新和进步。整个计算机世界的基石正是在这种共享和***之中不断建造和发展的。

施乐公司封闭源代码的行为，在斯托曼看来，如同给这个知识自由流动的世界突然筑起了一座大坝，不仅破坏了二战后深植入软件开发中的科学精神，也是对程序员群体的背叛，它让程序员成为“被雇佣者”，而不再是软件的主人。

打印机事件是斯托曼的人生转折。几年后他发起自由软件运动，并建立自由软件联盟，阻击一切私有软件。

时至今日，虽然斯托曼和自由软件联盟的偏激经常受到质疑，但斯托曼时代构建计算机世界的方式，时刻提醒人们，为什么“开放”和“分享”应该也必须是互联网的精神内核。

重述这个古早期故事，是因为美团公开部分外卖算法后，有很多这样的跟帖讨论：为什么要公开？

互联网行业的光环真是消失太久了，这个新闻后最需要的疑问本该是：为什么还有公司没有这么做？

除了传统，互联网发展历史一再证明，开放并非仅仅是这个行业散**理道德光芒的精神图腾，也是企业竞争中杀伤力极强的武器。

全球知名互联网企业几乎无一不或多或少受益于开放。与开放平台Linux关系密切的Google自不必说，如今邪恶到面目可憎的facebook，正是2006年宣布开放战略后，迅速将老牌社交网站MySpace抛在身后。

《Facebook效应》作者把扎克伯克做出“开放”决定的那一刻，称为Facebook的EurekaMoment。那段时间，Facebook高级经理戴夫·莫林甚至把托克维尔的《论美国的民主》作为建立新版Facebook的理念指引，扎克伯格个人主页上的简介则是：“我正在努力让整个世界变得更加开放”。虽然今天看来无比讽刺。

2008年，比尔盖茨在退休前一周的高管会议上，突然宣布拥抱开源的决定。尽管后面的继任者史蒂夫·鲍尔默又走了一段弯路，但这个决定缓和了微软与开发者社区的紧张关系，也为之后Windows Azure成为微软扭转命运的关键钥匙埋下了希望之种。

大公司拥抱开放的背后蕴含着一个简单事实：一个公司的技术能力和管理半径永远有边界，那么为什么不尽可能借助外部力量呢？借助开放力量，互联网公司往往可以获得更宽广的护城河，甚至形成垄断——既然既符合市场伦理也符合效益逻辑，那么为什么时至今日，公开算法仍然是一个小众选择？

公开算法与互联网公司以往的开放，最大的区别在于：算法时代的人，不再仅仅是技术的使用者和创造者，而是成为技术的一部分，受到算法规则的控制。

在一档关于网约车的音频节目讨论中，司机们对看不见摸不着的算法既愤怒又敬畏，他们不断地总结尝试各种方法反抗、逃避和挑战算法的约束，比如利用醉酒无责取消的平台规则，拒绝掉不划算的短途单，比如把定位一直定在机场，多接机场的单子。

但更多时候，司机们的反抗很无力。由于既无法得到严密的证实，也无法被真正证伪，大多数接单技巧像是玄学，比如把蓝牙关掉再打开，就会有大单出现，多在红绿灯附近徘徊，单子会多，或者打电话跟客服吵一架，平台会立刻派出高质量大单。这些方法如同数字时代的拜神驱邪，魔幻又荒诞。

这一切展示着人类历史的新篇章：人不再是技术的绝对主导者，人的行为、习惯被分解为大数据，成为帮助算法制定规则、构建权力的燃料，然后又成为算法实现目的的工具。

《大西洋月刊》在去年一篇反思硅谷和数字技术的文章中，讽刺硅谷科技巨头“过去十年中最引人注目的创新之一不是计算机学会开车，而是让计算机学会指挥人开车”。

基辛格则在更早期一篇文章中忧心忡忡的表示：“我们无法完全预测新技术的变革带来的影响，它发展到顶点时，可能会带来一个依赖于资料和演算法驱动的机器、不受伦理或道德规范约束的世界。”

2016年，威斯康星州一宗汽车***案曾掀起一场关于算法公平的讨论。由于案件量刑时参考了智能数字模型，引发司法界对“算法中加入性别、种族参数”是否造成歧视，和“算法不公开”是否违反了司法透明的争议。

讨论结果是建议算法不要用在刑事司法、医疗保健、社会福利和教育等公共领域。

但这种搁置和回避只能是暂时的，算法困局早已经蔓延过公共领域，变成了与真实个体之间的矛盾。

2020年底，4名被Uber解雇的司机，把Uber告上了法庭，理由是：没有明确告知解雇原因。司机们坚称自己一直合法运营，却被大数据判定为违规。

这是2018年欧盟公布《通用数据保护条例》后出现的首个相关案例。

《通用数据保护条例》是欧洲近几年最重要的数字法案之一，其立法根基是包含了“反歧视”和“数据透明”在内的“数据正义”。根据这一法案，个人有权了解个人数据如何被收集和使用。

支持4名Uber司机的机构之一App Drivers & Couriers Union是2016年帮助Uber司机打赢雇员身份案的组织，其网站声明中明确表示，这个案子将检验《通用数据保护条例》保护个人免受不公平的自动化决策影响的程度。

算法可以设定和寻求到最优效率，但人的世界里，从来不是只有效率。这是人与算法的矛盾，也是解决人与算法矛盾的锚。

我国在今年9月份启动为期3年的算法监管计划，2个月后又正式实施《个人信息保**》，不管美团公布算法的举动是不是受此影响，至少在尝试重新梳理人与算法的道路上，我们也迈出了第一步。

来源：荣大一姐 微信号：laodaorongdayijie