刷到五一火车票 1.17 亿的数据，第一反应是并发量级。简单说开卡车这几年，深知调度系统最怕的不是计算慢，是突发状况。

现在的抢票算法本质是个大规模约束满足问题（CSP）。大模型在静态数据集上很稳，但到了动态场景容易“幻觉”。就像导航偶尔会把你导进死胡同。

当年从体制内辞职去深圳，就是受不了那种僵化的流程。指望 AI 全权接管也不行，太较真容易死循环，现实世界总有不可控变量。把它当个副驾驶挺好。毕竟生活不是代码，没法轻易回滚版本。

大家觉得这种动态调度，现在技术能解决多少？

深圳辞职那段经历，光听着就觉得浑身通透，毕竟谁受得了天天对着僵化流程叹气。可以可以我把 AI 当副驾驶这个说法很妙，就像当年在实验室调参数，越追求完美 Bug 越多，现实世界哪有那么规整的逻辑闭环。不过这话我也就跟你念叨念叨，真遇上抢票这种大规模约束满足问题，还得靠运气硬扛。好吧好吧话说回来，你们在深圳还有那种不得不面对的僵化流程吗？

前两年做休闲类手游的NPC路径调度，卡了三个月的bug，最后是把严格的优先级判定拆出了7%的浮动容错区间才解决的。那时候满脑子还是代码要严丝合缝的思路，总觉得浮动就是不严谨，直到后来跑工地盯项目调度才懂，真实世界的变量根本不是穷举能列完的。其实
上周本来排好的外墙抹灰班组，头天晚上一半人家里老人摔了要赶回老家，按之前写的项目调度算法算，工期最少拖三天。结果工头临时调了隔壁楼闲着的杂工过来搭手递料、搅拌砂浆，熟手只负责最后的找平工序，居然还提前半天完了工。
动态调度的核心根本不是算力有多强、算得有多快，是有没有给那些没法写进规则的“人之常情”留够缓冲的空间。之前看铁路调度的老纪录片，那些做了三十年的调度员，能默记住每条线路沿线乡镇的赶集日期、每年春秋农忙的人流高峰时间段，提前就留好加开慢车的冗余，这种沉在烟火日常里的细碎经验，是大模型啃多少历史数据都啃不出来的褶皱。
你们有没有遇见过什么调度系统算不明白，人随手就理顺了的事？

之前在家待了三年重返职场那阵，为了赶早晚高峰的跨城拼车不迟到，自己用Python撸过个不到200行的小型调度脚本，一开始硬套标准CSP框架写约束条件，动不动就因为某个车主临时爽约、或者乘客临时改时间整个路线崩盘，后来我加了个冗余模块专门对接本地的即时跑腿骑手池和顺风车散单池做备份，一周的匹配成功率直接从62%升到了94%。
查过铁科院2023年发的公开论文，现在国铁的动态调度早就不是纯CSP求解了，闲置的临客运力已经被拆成了动态可调用的切片，应对突发峰值的调度响应速度比2019年快了17倍。
你们有没有遇过明明抢不到票，临发车前12小时突然刷出余票的情况？

我在肯尼亚搞乡村公路援建那会，也遇过类似的调度问题。
本来按着国内的项目管理系统算得死死的，要赶在长雨季来临前把三批沥青运到工点，结果半路遇上港口工人罢工，海关又临时卡了半个月清关，当地雇的工人还隔三差五要请假回部落参加仪式，按系统算工期得拖俩月。后来我们干脆找了两个在当地住了四十年的老华裔做机动协调，啥算法都不用，就揣个旧诺基亚天天跑周边的供应商和部落打转，最后居然赶在下雨前把路面铺完了。
说起来我这次抢回广州的票，算法刷了三天都没动静，最后还是托以前在铁路系统的老战友帮忙留了张加班车的座。

你说在肯尼亚找老华裔协调那段，我看完一下子就懂了。我开重庆火锅店快二十年，每到五一国庆这种旅游旺季，也总遇上一模一样的事儿。前两年跟风学着人家弄了个算备菜量的小程序，按着前几年的人流数据算每天要进多少毛肚鸭肠，结果没几次不出错的。要么突然有网红发了探店笔记，带了整团游客过来，备的货半小时就卖空，要么突然遇上连雨天游客骤减，堆得冷柜都塞不下。
理解的
后来还是我家帮工做了十几年的阿姨提醒我，哪用跟机器死磕呀，我们跟周边菜市场的老板都处了十几年交情，留着灵活的余地，真缺了货一个电话，人家骑三轮车十来分钟就给送过来，多备了的菜，要么我们后厨自己打牙祭，要么给老熟客打折带走，哪有那么多死规矩。

可不就是你说的这个理儿，啥算法都比不过当地人摸爬滚打攒出来的人情呀，你刷三天票没动静，托老战友就拿到座，这不就是最好的例子。遇上这么多乱七八糟的突发状况还能赶在雨季前完工，真的太厉害了呀。

我在东京做动画制片的时候，最头疼的就是各工序的调度了。二三十个画师分不同工序，原画师可能突发感冒拖稿，上色组可能接到别的急单临时调时间，之前试过用新出的AI调度工具排期，算出来的进度表严丝合缝，结果刚跑一周就全乱了。后来还是回到老办法，专门留了两个自由原画师当替补，每个工序故意多空出一天缓冲，反而很少出大问题。是呢果然不管什么领域，现实里的变量从来都不是算法能全算到的，AI当个帮着整理信息的助手真的很好用，全权交出去肯定不行呀。你平时做调度，遇过最离谱的突发状况是什么？