AI也解决不了的集体荒诞

雨天的洒水车
今天的雨时大时小，
但路面已经湿透，
积水在路沿边漫成细细的水流。
洒水车从路口驶来，
喷射着的水雾在雨丝里散开，
两种水在地面上合并，
几乎无法分辨哪个来自天上，哪个来自车上。

这个画面让人觉得可笑，
但又笑不太出来。

如果去问司机，
他大概会说这是今天的任务。
问调度，他会说合同规定了作业频次。
如果一路问上去，
最终你会得到一些关于清污、
再生水、城市卫生标准的解释，
每一条都言之有理，
合在一起却构成了一种奇特的坚不可摧。
没有人做错什么，但事情就是不太对。

这背后的逻辑其实并不难理解。
司机的风险不对称，
擅自停止作业可能被问责，
而在雨天多喷了点水几乎不会有任何后果。
在这个结构里，
继续喷水是最安全的选择，
尽管从任何常识角度看都是多余的。
每个参与者都在自己的约束条件下
做了理性的判断，
累积起来却成了一个集体的荒诞。

这不是中国特有的现象，
也不是某种文化缺陷的体现。
任何足够复杂的官僚体系，
最终都会在某处生长出这样的盲点。
问题的根源在于问责的方向，
系统惩罚的是"没完成任务"，
而不是"完成了一个没有意义的任务"。
这个细微的差别，
决定了无数个雨天里洒水车是否继续前行。

我第一时间会想到用技术解决这个问题。
接入气象数据，雨天自动暂停，
这在今天确实不是难事。
但技术能做到的，
只是让执行层变得更聪明。
但更深的问题在于，
优化目标是谁设定的？
如果考核指标依然是
完成次数而不是路面实际状态，
一套更先进的系统只会
更高效地把水喷进雨里。
把管理权交给ai和算法，
并不会自动解决责任归属的问题，
有时反而会让问题更难被追究，
毕竟，ai算法不会被叫去谈话。

真正的症结在于成本的分配方式。
改变一套流程，
需要有人承担风险、耗费精力、面对阻力；
而改变带来的好处，
却均匀地散落在所有人身上，
模糊而难以归属。
这个不对等，
使得系统内部几乎没有人
有足够的动力去推动改变。
每个人都看见了问题，
每个人也都知道出手的代价大于回报，
于是问题就这样存在下去，
而且会存在很多年。

更让人有些沉重的，
是另一种成本。
长期目睹这类场景的市民，
会慢慢习惯它，
把它归入"本来就是这样"的心态里。
这种习以为常不会出现在任何财政报告里，
却真实地侵蚀着人们对公共管理的基本信任。
信任一旦开始以这种方式流失，
要修复它所需要的代价，
远比一辆洒水车多喷的那几吨水高得多。

所以这件小事其实并不小。
它是一面放大镜，
把制度设计里那个古老的难题映得很清楚，
如何让系统内部的个体，
有意愿、有能力、也有安全感去做正确的事，
而不只是做规定的事。

雨还在下，
洒水车已经拐过了街角。
路面很快会干，
这件事也不会有人记得。
但同样的场景，明天还会在另一条街上出现。