晚上十一點半，你陷在沙發裡，拇指有一搭沒一搭地滑手機。購物App首頁的第三個位置，擺著麻辣牛油鍋底、寬粉，還有那罐你上個月回購過的花椒辣油。照片拍得油亮，紅得發光，你幾乎隔著螢幕就聞到那股又麻又香的氣味，舌根開始冒口水。
你還沒開口，它已經替你把話說完了。
這幾天微博熱搜掛著「AI賦能新電商發展」，談的是人工智慧怎麼改變網購這門生意：推薦更準、客服更快、商品圖更漂亮、出貨更有效率。名詞聽起來很大，落到你我的日子裡卻很具體。從今天起，越來越多人的冰箱、餐桌與宵夜，是跟一個看不見的系統一起商量出來的。
它記得你的每一筆訂單，也記得你半夜的手滑
你的胃口，早就有另一份檔案了。你在某張火鍋照片上停留了三十秒，某款辣椒醬回購了三次，某個下雨的週二深夜搜尋過鹹酥雞。這些碎屑單獨看沒什麼意思，湊在一起，卻是一個比你自己還誠實的「你」。演算法把這些撿起來、拼起來，在你的餓意浮上來之前，先把照片端到你眼前。
這套本領其實有前輩。巷口雜貨店的老闆娘，你上門三次她就記得你要低糖豆漿；早餐店阿姨連你「蛋不要全熟」這種細節都記得住。差別在於，老闆娘的記性裝在她腦子裡，演算法的記性放在雲端，而且一個晚上能同時記住幾百萬個人的蔥花要去掉。
這讓我想起我們聊過的《GTA6》六十萬套動畫，早餐店老闆娘天天在做：遊戲公司用天文數字的細節，讓虛擬世界裡的路人像真人；而現實裡的老闆娘靠一個保溫箱和一副好記性，早就把「讀你」這件事做成了每天的日常。
那碗AI畫出來的牛肉麵，好看得有點心虛
電商新一波的看家本領，是讓AI直接生成商品圖。於是你會看到一碗完美到可疑的牛肉麵：湯面平得像鏡子，蔥花漂浮的角度像排練過，牛肉的油花每一條都恰到好處。照片裡的麵永遠不會軟，湯永遠不會涼，那是一個不存在的世界。
貨到的那天你就懂了。蔥沉了底，油花沒那麼勻，麵體泡得比圖片裡胖了一圈。這稱不上詐騙。比較接近真相的說法是，科技到目前為止還喫不到味道，也聞不到香。
人類做這件事其實有老手藝。日本餐廳門口那一櫃食物模型，職人用蠟與樹脂做出來的拉麵、豬排、聖代，連湯的熱氣都凝在半空，以假亂真是他們喫飯的本事。但模型有個底線：它就站在店門口，跟你盤子裡那份是同一個尺寸、同一個模子。那是一種誠實的誘惑。線上購物把這層保險拿走了，所以你更得替自己把關。多看幾張實買實拍，把那些有口感的差評從頭讀完，一個寫著「麵泡五分鐘就爛」的負評，比十張精修圖都誠實。
老闆娘的推薦引擎，跑在雲端外面
傳統市場那套，是另一種推薦引擎。魚販把白鯧翻過來給你看，魚眼清亮，鰓色鮮紅，他順口交代：這尾清蒸就好，紅燒可惜了。菜攤老闆看你伸手挑絲瓜，會提醒這批水多適合煮湯，那批結實拿去炒。他的推薦附贈火候與做法，有時還外加一句「要不要幫你削皮」。
演算法也會說「買了這項的人也買了那項」，但它不會跟你說今天的魚眼睛濁了，勸你改天再買。它看得見你的訂單，看不見貨本身。老闆娘推薦錯一次，名聲就掉一分，她的準確是幾十年的生意換來的。兩種推薦各有本事，一個懂你，一個懂貨，把兩邊都當朋友，日子最劃算。
演算法的廚房裡，永遠少一味
它知道你買過三次花椒油，卻不知道你第一次開瓶時，被那股麻香衝得後退半步的表情。它知道你常在深夜下單滷味，卻不知道那是加完班只想犒賞自己的小小儀式。味道的記憶黏著人與事：感冒時你只想喫某一家的清粥，考完試那碗牛肉麵喫起來特別香，這些它都存不進檔案。
就像我們寫過的過得好的人，冰箱會先說話，一個人的近況，冰箱與食慾常常比本人先透露。演算法讀得到行為，讀不到原因。而行為背後那個原因，往往才是胃口真正的起點。
把它當學徒，別當總鋪師
既然躲不開，不如把它教好。你可以主動餵它好料：多搜尋你真正想煮、想喫的東西，收藏你真心喜歡的店家，別讓某個晚上手滑的三次點擊，決定你接下來一個月的首頁。它跟人一樣，喫什麼長什麼。
買生鮮也有分寸。耐放的米、麵、罐頭、冷凍火鍋料，網購省事又常常劃算；葉菜、鮮魚、當季水果，還是交給你自己的眼睛和手。魚看眼、瓜聽聲、水果聞蒂頭，這些老方法不必急著退休，它們是你隨身攜帶的品管系統。
再來，留一張屬於你的味覺清單。阿嬤的滷肉要先炒糖色，媽媽煮魚湯前薑片要下鍋煸香，巷口那攤的辣椒記得請老闆多給一匙，寫進紙本的筆記本或手機記事都好。雲端會替你儲存訂單，但配方與想念，只有你自己能存檔。
那天深夜，你盯著那鍋麻辣底看了很久，最後還是放下手機，走進廚房給自己煮了一碗蔥油拌麵，淋的是上週在市場跟老闆娘買的醬油膏，蔥花在熱油裡嗶剝作響的聲音，比任何推薦都準時。演算法明天依舊會準時上工，把你的胃口照顧得服服貼貼；只是你今晚為什麼特別想喫這一味，這題它答不出來，你阿嬤大概一聽就懂。