這個轉變發生在他入職前半年。第一代遠程操作員因為直接操控車輛導致過兩起事故——人的反應延遲加上網絡抖動，比演算法自己處理還慢。後來智行出行的CTO拍了桌子，整個部門推倒重來，最終確立了現在的模式：演算法處理百分之九十九點九的場景，剩下那零點一個百分點，由人類操作員用最精準的語言告訴演算法這是什麼該忽略什麼可以用什麼方式通過。
張遠的工牌上寫的是高級行為乾預師，但他更喜歡叫自己雲端哨兵。
淩晨四點，第一批晨練的老人開始出現在城西公園附近的道路上。張遠負責的區域內有兩輛車正在那個片區運營，它們的感知係統頻繁地把慢跑的老年人標記為移動障礙物，軌跡預測模塊給出的路線在安全避讓持續通行之間反覆橫跳，平均每三分鐘就需要一次人工確認。
他的手指在觸控板上飛快跳動。十七號車前方有一位穿紅色運動服的老人，步態略有不穩——可能是膝蓋不好，也可能是路麵不平。演算法的行人姿態分析給出了百分之六十七的摔倒概率，於是整輛車進入了一種近乎神經質的戒備狀態，刹車踏板上的壓力傳感器微微收緊，隨時準備急停。
十七號，目標行人步態正常，無需額外製動空間。保持現有速度通行，注意右後方電動自行車。張遠下完指令，又補了一句：紅色衣服，彆跟丟了。
最後那句話是說給追蹤模塊聽的。紅色在清晨的灰色街景裡是最容易丟失的特征，一旦目標從主攝像頭的視野邊緣消失，重新找回的算力開銷極大。果然，在他的指令下，十七號車的多目標追蹤器把紅色運動服的行人標記成了高優先級跟蹤對象，即便在老人拐進林蔭道、身影被樹影切割成碎片之後，鐳射雷達的回波依然牢牢鎖定著那個移動的熱源。
周姐那邊忽然發出一聲輕微的吸氣聲。張遠轉頭看去，周姐的主螢幕上，一輛在工業園區行駛的車輛遇到了一個他從未在培訓案例裡見過的情況：前方道路上散落著幾十張被風吹散的紙頁，像是從某輛貨車上掉下來的發貨單，在柏油路麵上鋪成一片不斷翻湧的白浪。
無人車的視覺係統正在瘋狂輸出語義標簽。在訓練集裡屬於低關注度物體，但演算法同時檢測到了紙頁上印刷的條形碼——那被誤判成了某種警示標識。於是路徑規劃模塊產生了矛盾：一方麵認為前方是可通過的散落物，另一方麵卻因為條形碼的屬性而想要繞行。繞行的路徑又會被其他紙頁上的條形碼繼續阻斷，整輛車在原地以極慢的速度畫著微小的弧形，像個迷路的螞蟻。
這什麼情況？張遠忍不住問。
周姐已經在處理了。她冇有直接給出繞行或通過的指令，而是先調取了前十五秒的錄像，確認紙頁的來向，又在高精地圖上標記了疑似散落源頭的貨車軌跡。做完這些前置分析，她纔對著麥克風說：三十二號，前方散落物為普通紙質單據，無危險品標識。允許低速直行通過，無需避讓。所有條形碼均為印刷品，非交通標誌。
三十二號車猶豫了大概零點八秒，然後像突然想通了什麼似的，直直地軋過那片紙海。攝像頭捕捉到一張紙頁被氣流捲起，貼在車頭散熱格柵上，幾秒後又脫落，翻卷著消失在車底。
周姐在日誌裡詳細記錄了事件，標註了條形碼誤檢散落物語義分級缺失兩個問題，抄送了演算法訓練組。做完這一切，她摘下眼鏡靠在椅背上，閉了會兒眼睛。
小張，她冇睜眼，你知道我們這行最怕什麼嗎？