AI时代的排队:当每个人都能无限优化自己的利益

排队是一件非常普通的小事。

但仔细想,它实际上是一种极其精巧的社会协议。

当十个人竞争一个服务窗口时,每个人都可以选择:

向前挤。

短期看,这对自己有利。

但如果人人如此,结果就是:

  • 争执;
  • 占位;
  • 堵塞;
  • 注意力浪费;
  • 服务效率下降。

于是社会形成一个简单规则:

先来后到。

每个人都暂时放弃局部最优,换取整体秩序。

这看起来只是礼貌。

实际上却包含了博弈论、调度理论和道德规范。

而AI Agent可能会重新打开这个已经被文明“求解”过的问题。

一、道德可能是被内化的调度算法

排队最大的优点并不一定是理论效率最高。

例如医院急诊显然不能简单按到达时间排序。

计算机任务调度中,短任务优先也可能降低平均等待时间。

但FIFO有一个巨大优势:

非常容易证明公平。

只需要回答:

谁先来的?

不需要比较:

谁更重要?

谁效率更高?

谁更值得?

这种简单性大幅降低了社会协调成本。

于是一个原本需要不断计算的规则,最终被压缩成:

“插队是不道德的。”

这可能正是许多社会道德的来源之一:

把反复出现的博弈问题提前求解,然后把答案写进行为习惯。

二、网络曾经经历过非常类似的问题

计算机网络中也存在“排队”。

网络曾尝试允许报文声明优先级:

实时语音应该比普通文件下载更优先。

逻辑完全合理。

问题在于:

如果任何发送者都可以免费声明“我是高优先级”,那么最终所有人都会这么做。

于是:

高优先级本身失去意义。

这与现实中的紧急通道非常类似。

如果任何人都能给自己贴:

“紧急”

那么紧急通道最终会被普通需求挤满。

因此现代QoS真正重要的不是:

报文能不能写优先级。

而是:

谁有资格承认这个优先级?

并配合:

  • 限速;
  • 重标记;
  • 分类;
  • 公平调度;
  • 防止低优先级饿死。

网络因此给社会制度留下一个非常重要的经验:

不要期待参与者自觉克制对自己有利的特殊权利。

三、AI会摧毁很多依赖“人的麻烦”维持的制度

过去一个人想同时预约100家餐厅,成本极高。

要:

  • 找电话;
  • 填表;
  • 记录时间;
  • 逐家取消。

因此:

一个预约大致意味着一个真实消费意图。

AI出现以后:

一个真实消费意图
→ 可以自动产生100个预约请求。

这就是关键变化:

表达意愿的成本远低于占用资源的成本。

AI可以无限查询。

但真正的座位仍然只有那么多。

于是会出现:

option hoarding——选择权囤积。

个人最优是:

先把所有选择锁起来,最后再决定。

社会最优则显然不是这样。

四、这并不仅仅是餐厅问题

类似结构可能出现在:

  • 医院预约;
  • 演唱会门票;
  • 签证号;
  • 限量商品;
  • 学校名额;
  • 求职;
  • 商业谈判;
  • 公共资源申请。

过去很多规则默认:

一次请求背后大致对应一次人的行动。

AI会让这个假设彻底失效。

一个人可以让机器制造:

一百万次看起来极其“人类”的行为。

因此未来真正的问题将不再只是:

“你是不是机器人?”

而是:

这些机器行为背后代表多少个真实利益主体?

五、但现实不存在统一Agent

这里容易产生一个过度理想化的解决方案:

给每个人一个统一AI身份,于是系统可以判断重复预约。

现实却根本不是这样。

一个人可以同时使用:

  • 手机App;
  • 浏览器;
  • 两个平台;
  • 电话;
  • 多个Agent。

餐厅A也根本不知道你是否已经预约餐厅B。

所以:

“同一人同时只能订一家”

跨平台很难实现。

真正想实现这一点,就需要某种统一主体身份。

但这又会立即产生另一个巨大风险:

为了防止一个人多订几家餐厅,却建立了一套全社会可追踪的身份基础设施。

这显然可能得不偿失。

因此更现实的制度往往不是:

完全消灭重复预约。

而是:

让大规模滥用不再廉价。

六、未来更可能采用局部约束

例如:

单个平台限制:

同一账户不能同时锁太多位置。

同一家餐厅记录:

多次no-show后要求确认。

高价值资源要求:

实名或支付预授权。

公共资源使用:

严格主体资格。

低价值资源则允许:

一定程度的滥用存在。

这其实是一种很重要的制度原则:

资源越重要,身份约束越强。

而不是让整个社会共享一个统一信用分。

七、“落后”的人工接口可能重新具有价值

这里出现了一个有趣的反转。

工业化和互联网时代一直追求:

消灭摩擦。

但AI时代可能需要主动保留一部分摩擦。

例如:

  • 现场排队;
  • 电话确认;
  • 人工窗口;
  • walk-in名额;
  • 抽签而不是秒杀。

这些方式从纯效率看似乎“落后”。

但它们可能承担:

  • 防止无限复制请求;
  • 给非AI用户保留机会;
  • 限制机器速度优势;
  • 让行动本身重新成为承诺信号。

因此未来可能出现一种新的制度理念:

productive friction——有益摩擦。

不是所有摩擦都应该被技术消灭。

有些摩擦本身正在维护公平。

八、AI会不会让老人等弱势群体更难参与?

很可能。

真正危险的不是:

老人不会用AI。

而是:

AI渠道太有效,以至于人工入口逐渐被撤掉。

这可能形成一个自动化驱逐过程:

AI更高效
→ 大多数人转向AI
→ 人工渠道利用率下降
→ 机构削减人工
→ 不使用AI的人承担更高成本。

最终社会可能出现:

法律上人人都有资格。

但实际参与要求:

熟练掌握复杂技术代理。

因此一个重要原则应该是:

AI可以是便利层,但不能成为资格层。

公共医疗、政府服务、金融等领域尤其如此。

九、AI会重新定义很多日常社会惯例

例如:

“先到先得”

如果机器能够毫秒级抢位,那么先到只意味着:

谁的自动化更强。

所以稀缺资源可能更多采用:

申请窗口 + 批量分配 + 抽签。

“预约代表真实意愿”

AI可以零成本占据大量选项。

所以预约可能被拆成:

interest
→ hold
→ commitment。

“认真写了一封邮件”

以前一封长邮件代表时间投入。

未来AI几秒即可生成。

所以文字长度和精致程度不再天然代表诚意。

“我亲自做了这件事”

当AI代替大量认知劳动以后:

作者、执行者、责任承担者

之间的边界需要重新定义。

AI改变的不只是效率。

它会改变很多社会信号的含义。

十、如果所有人都有同样好的AI,会变得更公平吗?

会削弱一部分不平等。

例如:

  • 搜索能力;
  • 文书能力;
  • 语言能力;
  • 复杂规则理解;
  • 私人助理式服务。

这些能力可能逐渐接近公共基础设施。

但财富和权力不会因此消失。

因为财富最重要的功能之一,并不是:

在公共队伍里插队。

而是:

退出公共队伍。

普通人没抽中热门餐厅:

那就算了。

富人可以:

  • 换一家更贵的;
  • 包场;
  • 去私人会所;
  • 请厨师上门。

公平抽签只能保证:

大家在同一个池里的机会相同。

不能保证:

大家拥有相同数量的池。

财富本质上购买的是:

选择权。

十一、权力则是另一种东西

政治权力的优势不只是:

排得更前。

而是:

定义谁可以例外。

甚至:

定义队伍在哪里、资源有多少、分配规则是什么。

因此AI如果削弱信息差,社会中的不平等可能反而变得更加赤裸:

过去:

“他更懂规则。”

未来:

“我们都知道最优解,但他有钱,我没有。”

或者:

“他可以改变规则。”

这可能削弱很多传统绩效叙事的遮蔽作用。

十二、当所有人都能轻松算出最优解,道德会怎样?

今天社会秩序有一个经常被忽略的条件:

大多数人并没有把个人利益优化到极致。

不是每个人每天都在计算:

  • 怎样占最多公共资源;
  • 怎样少付一点成本;
  • 怎样利用别人礼貌;
  • 怎样精准踩在处罚线边缘。

很多时候不是因为特别高尚。

而是:

太麻烦。

AI会把这种天然摩擦消掉。

普通人只需要说:

“在不违法的情况下最大化我的利益。”

机器就可能找到过去只有专业套利者才能发现的策略。

因此道德可能发生一个重要变化:

过去:

道德告诉人“应该怎么做”。

未来:

道德开始规定哪些最优策略不应该进入搜索空间。

也就是:

maximize utility

但 subject to:

  • 公平;
  • 权利;
  • 互惠;
  • 尊严;
  • 不伤害他人。

道德逐渐成为:

优化约束。

十三、但不能依赖AI和个人自己克制

如果守规矩意味着持续承担机会成本,那么长期竞争会惩罚克制者。

因此社会不能只期待:

“大家都做一个好人。”

真正可靠的秩序必须是:

即使有人完全自利,系统仍然不至于崩溃。

这需要多层约束:

道德

我不应该这么做。

社会规范

这么做以后别人会拒绝与我合作。

制度

这么做有明确成本。

技术协议

这种策略从技术上根本无法获得额外收益。

AI越强,社会约束的重点可能越向后移动。

十四、AI时代的制度核心:约束外部性,而不是约束思考

AI可以:

无限查询。

可以:

无限计算。

可以:

无限比较。

这些行为本身几乎没有问题。

真正需要约束的是:

把自己的优化成本转嫁给别人。

查询1000家餐厅没问题。

锁住1000家餐厅就有问题。

比较1000个职位没问题。

向100万个招聘者发送自动化垃圾申请就开始制造外部性。

因此一个很可能成为AI时代基础规则的原则是:

计算自由,资源占用受限。

或者更简单:

query cheap,commit costly。

结语:AI不会消灭公平问题,只会让它变得更清楚

过去很多社会制度能够运行,并不是因为规则本身足够完善。

而是因为:

人的时间有限;

注意力有限;

操作麻烦;

大多数人懒得把利益最大化做到极致。

AI正在消除这些限制。

于是许多原本被“人的有限性”隐藏的问题会重新出现:

什么叫真正的承诺?

谁可以获得稀缺资源?

机器速度算不算公平优势?

财富是否可以买到退出公共竞争的权利?

哪些最优策略社会不应该允许?

这意味着AI时代最重要的制度创新,可能不只是让机器更聪明。

而是重新回答一个极其古老的问题:

当每个人都知道怎样让自己获得最多利益时,我们怎样仍然能够共同生活?