即时配送的派单不是一个算法：调度系统的四层拆分
把”派单”当成一道路径题，是这类系统最常见的设计起点：给定若干订单和若干运力，算一条总里程最短的路线。真正跑起来之后会发现问题不在图上——状态在变、估计会错、被改派的人不接受结果、出了争议拿不出证据。里程最短只是目标函数里的一项，而系统能不能被使用，取决于另外三层的工程质量。
按四层来拆比较经得起推敲：时空状态层、ETA 层、约束求解层、处置层。每层都有自己的输入质量要求和自己的失效模式，混在一起谈”算法好不好”得不到可执行的结论。
一、时空状态层：快照与它的新鲜度代价
这一层负责回答”此刻世界是什么样”：运力位置与运动状态、订单的承诺时间窗、商家的出餐进度、路网与楼宇的静态属性、天气。它的工程难点全部集中在新鲜度上。
位置上报的频率越高越好用，但代价由终端承担——频率影响电量和流量，也影响弱信号环境下的功耗。更麻烦的是可用性：城市峡谷与楼宇内部的多径会让定位漂移，把漂移值当成真实位置送进上层，ETA 和顺路度就会一起失真。所以位置字段不能只是一个坐标，必须带采集时刻、精度半径和一个质量分，让上层能选择”用”、”降权用”还是”等下一次”。
商家侧状态是这一层里最容易被低估的部分。出餐进度通常是”商家自报”与”从历史出餐时长推断”的混合，两者都有系统性偏差：高峰期自报会滞后，历史推断对新菜式和不熟练的厨师会过于乐观。这个偏差不是靠更复杂的求解器补偿的，它直接进 ETA，再进时间窗判断，最后表现为一批”看着合理但必然超时”的指派。
原则是：状态层的每个字段都要能被追问”这是什么时候的观测、有多可信”。没有质量分的状态层，会让上层把所有噪声都当成事实来处理。
二、ETA 层：到店与送达要分开估
一条履约时间线至少有三段：从当前位置到商家的移动段、在商家处的取餐等待段、从商家到用户的交付段。三段要分开建模再相加，理由不是精度，而是可校准、可归因、可干预。
移动段靠路网与实时速度，误差相对可控。长尾误差集中在另两段。取餐等待取决于商家当时的排队与出餐节奏，本身方差大；交付段里真正吃掉时间的往往不是骑行，而是楼宇内部：门禁核验与登记、等电梯与电梯停靠层数、到达后的步行与找门牌、高层与无电梯建筑的爬楼。这些动作在地图上不存在，所以任何”按距离和速度算总时长”的做法都会在同类楼宇上反复失准，而且是单向失准——只会低估。
分开估之后，每段都能拿到观测真值做校准，超时也能归因到段；合在一起估，只能得到一个不准的总数，改都不知道往哪改。
还有一个常被跳过的点：进目标函数的不应该是点估计，而是分位数。同样顺路的两个方案，一个的到达时间分布紧凑，另一个长尾很重，均值一样但风险完全不同。用中位数派单，长尾那些订单就会在最后一刻集体超时；用高分位数派单，又整体变保守、单量上不去。取哪个分位数是业务判断，但系统必须把不确定性作为一等公民传下去，而不是在中间层把它抹平。
三、约束求解层：目标函数里有四方
约束这一侧相对清晰：顺路度、同时在手订单上限、载具容量（餐箱体积与保温分区，冷热不能混放）、技能约束（药品、生鲜、大件、需要开箱核验或代开票的品类）、时间窗、运力可用的连续工作时长、商家产能。目标函数这一侧没那么清晰，因为它至少同时装着四方利益：平台成本、商家出餐节奏、运力提供方收入、用户体验。
单纯最小化总里程之所以伤人，是它做了一次代价转移而没有消除代价。里程短往往意味着单件收益下降、在商家处的等待增加、时间窗余量被压薄；被压薄的余量最后落在骑手和用户身上，表现成超时投诉和”明明顺路却不愿意接”。这时系统看到的指标很好，一线的体验很差，接指派率下滑又反过来恶化效率——问题出在目标函数没把等待时间和余量薄度算成成本。
下面这张表是按”谁的代价”来对照指标，很多争论源于同一个指标被三方用不同方式优化。
| 指标 | 表面目标 | 代价实际落在谁身上 | 容易被忽略的反作用 |
|---|---|---|---|
| 单均行驶里程 | 平台成本 | 运力收入与接单意愿 | 强制顺路导致等待变长、拒单增多 |
| 准时率 | 用户体验 | 运力（时间窗被压薄） | 为保准时预留过头，整体吞吐下降 |
| 在手订单数 | 吞吐 | 用户体验与交付质量 | 并单过多导致每单停留变长、错漏上升 |
| 商家平均出餐等待 | 商家节奏 | 运力（原地等） | 为不等而提前到店，占用车位与人力 |
| 改派率 | 局部最优 | 运力信任 | 无理由改派让一线不再相信系统提示 |
时间窗违约的惩罚项写法也值得推敲：线性惩罚会诱导系统把少量订单推到极深的超时上，因为总惩罚看起来更小；要让违约分布可见，就要对”深度超时”设非线性代价，并把申诉成本一并计入。
四、处置层：压单、改派、预警与申诉
现实里多数价值来自处置，不来自首次指派。压单（暂缓派发等更好的匹配）、改派、超时预警、异常上报与申诉，这四种动作各有工程要求。
改派要幂等且可回滚。一次改派同时改动两方的任务，必须考虑中间状态：原运力已经到店、货已出库，这时撤回指派会产生资损，所以改派动作要有前置状态校验和失败后的补偿路径，不能只更新一条数据库字段。
超时预警的判据要用剩余分布而不是剩余分钟。同样的”还剩十分钟”，在平地短交付和高层写字楼交付上的风险差很远，用固定阈值会同时出现大量误报和关键漏报。预警还要给出可执行选项（改派、协调商家、提前联系用户），否则只是把责任推给一线去判断。
申诉链路是最容易被砍、代价却是长期的一项。它的技术本质是要求系统能重放决策时刻的输入：当时看到的位置与质量分、当时的商家出餐状态、当时可用的运力、目标函数里各项的取值与权重。这就要求决策日志以快照形式留存，保留时长要覆盖申诉周期，而不是只留一个最终指派结果。没有可重放的日志，申诉只能靠双方各执一词，最后由人工经验裁断，规则也永远修不进模型。
五、窗口、频率与可解释：算法系统的工程现实
调度窗口长度是一个明确的取舍。窗口越短，算力越省、响应越快，但解的质量越差——批处理窗口内可交换的组合数量随订单与运力规模增长，即时贪心派单看不到”稍后一单更顺路”的可能。窗口拉长会提升匹配质量，代价是订单在系统里等待，履约时间被自己吃掉一截。这个折中不是调一个常数，而要按品类和时段分别设定，并把它当成可被验收的参数写进配置，改了就记录。
重调度频率与稳定性是第二对矛盾。频繁重调度让指派结果不断变化，一线看不到理由的改派会直接摧毁对系统的信任：一旦形成”系统说的不如我自己判断”的共识，接指派率与主动上报都会下滑，状态层的数据质量随之变差，形成下行回路。所以”可解释的改派理由”是产品要求，不是锦上添花。理由还必须来自目标函数里真实存在的项（哪个约束被破坏、哪段时间窗风险变大），套模板文案会被一线很快识破。
评估是第三道墙。这类系统不能拿真实运力去做对照实验——把一半订单交给较差策略，代价由具体的人承担。可行的替代手段有五种，各自有偏差：
- 影子模式：新策略并行计算但不生效，比较两者给出的指派与预估目标值。安全，但看不到一线对新结果的实际响应。
- 历史回放：用同一时刻的输入快照重放两种策略，比较违约率与代价构成。适合回归验证，缺点是历史状态里已含旧策略的影响。
- 区域或时段配对：在规模与结构相近的区域之间做切换对照。能看到真实行为响应，但要防配对偏差与溢出。
- 离线仿真：把运力行为建模进去做压测。适合容量与极端场景推演，但接单意愿、挑单、弃单这类行为最难仿真，仿真结论要打折使用。
- 新区域与新品类直发：在刚开通的区域或刚接的品类上直接按新策略上线。这里没有存量运力可以被牺牲，不产生对照代价，但也没有基线，只能与相近区域的成熟指标做结构性比较，适合验证明显错误而不是微调收益。
评估指标也要成套看，不能只看效率项：准时率与深度超时分布、改派率与改派接受率、单均等待时间、申诉发起率与申诉翻案率。申诉翻案率是一个被低估的信号，它高说明系统的判据与一线常识不一致，通常是状态层缺数据。
六、洹拓视角：同一套结构迁移到企业派工
设备维保、外勤安装、巡检这类企业自有履约任务，结构与即时配送同构，差别只在参数上：运力换成熟悉设备与资质证书的工程师，出餐状态换成备件是否在场站、客户是否具备停机窗口；ETA 的长尾从楼宇垂直交通换成进厂审批、安全交底、登高与受限空间作业的准备时间；并单上限换成”一人一天能完成的作业点数”与法规工时；时间窗违约惩罚换成服务等级协议条款与连带停机损失。
真正能直接复用的是那四层结构和三条纪律：
- 状态字段一律带采集时刻与质量分，到场与完工状态不能只靠人工回填，否则调度层拿到的是”事后编制的现实”。
- 估计分层，路上时间与作业时间分开建模，作业时长用同设备同工种的分布而不是拍一个定额。
- 每次指派与改派留存决策快照，费用结算与考核争议要能重放当时的输入。
多数团队做派工系统时把问题当成最短路径，上线后失败点几乎都落在两处：状态新鲜度不够，系统算出来的是过去；申诉与结算链路拿不出证据，一线不再接受指派。这两处都不是算法问题，是数据与流程工程问题。企业客户在选型时可以把它们写成验收项——要求演示一次改派的全链路重放，比看一次漂亮的调度大屏有用得多。