凌晨两点便利店的加热柜前，穿校服的男孩盯着一份照烧鸡排饭。玻璃门上的雾气被暖光烘出小片透明，他伸手又缩回，反复三次。最终他扫码付款，微波炉开始嗡嗡作响。这台机器能识别饭盒底部的条形码，自动设定火候，全程不用按一个键。二十年前店员得靠手感判断转多久，现在连盐分含量都能印在包装上。男孩端走热饭时，柜里另一份意面正被红外传感器记录着温度变化，数据传回总部，用于调整明天所有门店的加热曲线。

这种无人值守的精准，来自传感器和算法配合的日常。加热柜里藏着热电偶，每十秒测一次腔内温度。后台系统发现某台机器升温慢了四秒，就会推送清洁提醒。连锁便利店总部能同时监控三千个加热柜的能耗曲线，发现异常立刻派单。技术没让食物变得更好吃，但它让每份饭的加热误差从正负十五秒缩到三秒。一个夜班店员不用再背加热时间表，他只需要补货和擦玻璃。

算法还管着进货。系统根据气温、周边小区入住率、甚至附近网吧的夜间活跃度，预测每小时需要多少份饭。上周降温，某店关东煮销量涨了四成，系统自动追加了萝卜和竹轮。第二天没卖完的饭团会被打折标签提醒，标签是电子墨水屏，总部远程改价，不用店员手写。这些决策不依赖某个人的经验，而是几百万条销售记录训练出的模型。它不会累，也不会因为心情差就少订两盒牛奶。

但机器算不准人的饥饿。有次系统预测某店凌晨三点只有两个客人，结果隔壁医院急诊室突然来了二十个家属。店员临时打电话调货，骑手从另一家店取走所有饭团。算法第二天才把急诊室排班表纳入变量。技术总在追赶现实，它需要足够多的意外来学习。那些没被记录的需求，比如有人只想买半份饭，或者想加热自己带的便当，目前还无法被条形码和传感器捕捉。

加热柜本身也在变。老式机器用金属加热管，饭盒边缘常焦糊。现在用石墨烯薄膜，通电后整面均匀发热。某品牌甚至试过用射频识别直接读取饭盒内食物的介电常数，判断含水量，动态调整功率。这些改进不来自实验室论文，而是便利店总部每年收到的两万条顾客投诉。有人嫌饭太干，有人嫌菜太凉，每条投诉都被拆解成温度曲线上的一个点。技术就这样被抱怨推着走。

男孩吃完最后一口饭，把空盒扔进分类垃圾桶。垃圾桶盖自动开合，内部称重传感器记录下这次投递。数据汇入城市垃圾处理系统，用于规划清运路线。加热柜的玻璃又蒙上雾气，下一份饭正在被解冻。整个夜晚，无数这样的机器在亮着，处理着人类最基础的需求。它们不说话，不休息，只是把电变成热，把数据变成下一批进货单。天快亮时，补货员推着新饭盒进来，扫码枪响了一声。