你有没有过这种经历,明明开着导航,却被带上一条从没走过的冷门小路,心里咯噔一下:这条路到底哪里不对劲?
Peter Suzman 说出了很多人的心声:
"Sometimes I've wondered if I'd been enrolled in an involuntary A/B test to try some obscure route as an alternative."
“有时候我会怀疑,自己在不知情的情况下被拉进了 A/B 测试,被扔到一条冷门替代路线上。”
他猜对了一半。
▲ 沃顿商学院教授 Ethan Mollick 转发引发大量关注,评论区瞬间涌入各种"自己有没有成了实验对象"的真实焦虑。
谷歌承认了:是的,我们确实在悄悄改路线
沃顿商学院教授 Ethan Mollick 把这件事浓缩成了一句让人后背发凉的话:
"When Google altered the routing system for 2% of cars using Google Maps to prefer routes that are just as fast but avoided areas that are congested it increased speeds and decreased fuel consumption for all cars across the city."
“当谷歌把使用 Google Maps 的约 2% 车辆的路线系统改成优先选同样快、但避开拥堵区域的路线后,整座城市所有车辆的速度都提高了,油耗也下降了。”
这话货真价实,来自 2026 年 6 月发表在《Nature Cities》上的论文,外加 Google Research 官方 7 月 7 日亲自撰文解读。
谷歌研究员 Neha Arora 直接把话挑明:他们真的在美国 10 座主要城市里,让 Google Maps 的算法悄悄"手下留情",给一小部分行程推荐了不一样的路,只不过这次的悄悄手,背后有一整套讲规矩的设计。
只改了不到2%的行程,却让全城提速
论文里的数字,幅度小得让人意外:
-
覆盖美国 10 座主要城市,每座城市只挑出约 100 条历史上反复拥堵的路段 -
实验持续了整整 六个月,城市级"开关交替"来回切换处理算法和对照算法 -
最终,真正被改写路线建议的行程不到 2% -
就是这不到 2% 的行程被"劝退",目标拥堵路段上的驾驶速度中位数就涨了约 2%,油耗率降了 0.5%~1.0% -
把范围扩大到所有受影响路段,包括分流出去的路和承接分流的路,早晚高峰速度中位数依然提升约 0.5%
亚特兰大和洛杉矶的效果更猛:高速公路瓶颈上,速度提升中位数分别达到约 3.30% 和 4.56%。
▲ 《Nature Cities》论文页面截图,标题、作者与核心数据清晰可见,证明这件事经得起查证,来自正经发表的同行评议期刊。
这里有个容易被误解的地方。
很多人第一反应会以为,谷歌随机挑了 2% 的用户,把他们的导航算法永久改掉了。
真实情况恰好相反:只要你的行程恰好会撞上那约 100 条容易堵车的路段,才有可能收到一条被悄悄调整过的建议,算完之后,全城观测到的所有行程里,收到"改写建议"的比例还够不到 2%。
杠杆的关键,落在精准卡住那一小撮反复堵在瓶颈上的车流,跟改了多少人关系不大。
为什么大家都想抄近路,反而一起堵死?
这背后藏着一个交通工程里几十年前就讨论过的悖论。
想象一条主路在高峰期像个漏斗。
导航把实时路况告诉所有人以后,每个司机的最优选择依然是"上主路",漏斗越挤越窄。
旁边的支路空着,但对每个司机个体来说,走支路未必划算,大家都在算自己的账,没人愿意先吃亏。
交通工程管这种状态叫用户均衡(user equilibrium);与之相对的,是从整张路网出发、让总时间和总油耗都最小的系统最优(system optimum)。
两者中间那道缝隙,过去只存在于黑板上的数学模型里,直到导航 App 普及,才从理论走进了每个人的口袋。
这次实验做的事情说白了很简单:给那些反复堵车的路段"悄悄加价"。
这里的"价"跟过路费无关,加的是算法内部那套"感知成本",把这段路的成本调高一点点,让系统更倾向于把部分车流引导去出行时间差不多、道路等级也相近的替代路线上。
▲ 左图是旧金山湾区被标记的目标拥堵路段(绿色图钉集中在 Potrero Hill 一带);右图示意干预前后路线变化,干预后推荐路线明显绕开了原拥堵走廊。
第二个约束条件"道路等级相近"才是这次实验真正聪明的地方。
过去十年,导航 App 被骂得最惨的一件事,就是为了省几十秒把车流硬塞进居民区窄巷,法国多个市镇就曾指控 Waze 和 Google Maps 干过这种事。
这次谷歌把"别把高速流量倒进小路"写进了约束条件,算是补上了这笔历史账。
亚特兰大的案例图把这个过程画得很直观:
▲ 蓝色表示被引离市中心高速的车流,绿色是分散到周边道路的增量,车流从少数超载主路被拆分到更多条略微增负的路,路网因此喘了口气。
评论区热闹了:白嫖党、玄学导航和安全焦虑
论文本身足够严肃,让这件事出圈的,是评论区里那些真实到有点好笑的反应。
有人第一反应是概念混淆,@jerezito 就问:
"i am not sure i understand this. Isn't routing people on a different route that is going to be faster, the whole purpose of google maps."
“我不太确定自己是否理解了这一点。把人引到另一条会更快的路上,难道不正是 Google Maps 的全部目的吗?”
这是最常见的误解:个体最快路 ≠ 全网最好的流量分配。
谷歌没有把人导向明显更慢的路,做的是在时间几乎相当的前提下做分散,差距通常只有几十秒量级。
也有人打起了小算盘。
@LogicBombe 的评论堪称本次事件"最诚实的反派":
"I dont accept the reroutes. Just think about it, all the plebs get rerouted there, causing congestion but if you dont accept, you will be driving on uncongested road."
“我不接受重新规划路线。想想看:所有普通人被分流到别处造成拥堵,但如果你不接受,你就会开在不堵的路上。”
▲ 这条评论精准踩中了公共品与搭便车问题的痛点,如果人人都学他,系统收益自然会被削光。
研究团队没有回避这个问题:实验测的是"大多数人默认接受推荐"下的平均效应,没有强制谁必须服从。
足够多人学会这套精致利己的操作,协同分流的效果自然会被稀释掉,这套系统的软肋,说到底是人心算计。
还有人贡献了一段玄学轶事:同事俩同一时间出发,Google 地图指一条路,Apple 地图指另一条路,两人从不同方向几乎同时抵达,多个导航平台并存时,单一平台的"协同"能力再强,也只能覆盖自己那份用户。
悄悄调度交通,谷歌已经练习好几年了
如果你觉得这次实验来得有点突然,那其实是错觉。
谷歌在城市交通这盘棋上已经落了好几手子:2021 年上线"省油路线"(eco-friendly routing),让用户自己决定要不要为了环保多等几分钟;2023 年起,Green Light 项目用 AI 帮城市工程师调整红绿灯配时,官方称早期效果能把路口停顿减少约 30%,已覆盖四大洲约 20 座城市。
先给个人一个"要不要省油"的选择按钮,再优化信号灯,最后直接在需求侧动手悄悄调配车流本身,地图产品早就活成了一整座城市的隐形交通调度中枢,只是这个中枢过去连块牌子都没挂过。
谁来监督这个看不见的交通警察?
有一条评论,把这件事的伦理内核挑得明明白白。
@kar_nels 提醒:
"Safety considerations would be good also, don't send cars to where many crashes, ped injuries ah happened to save 0.5 minutes of commute"
“安全因素也应该考虑进去:不要为了省 0.5 分钟通勤,就把车送到事故和行人受伤高发的地方。”
▲ 速度和油耗的提升固然亮眼,但"分流去哪儿"这件事本身,永远比"分流了多少"更值得追问。
这套结论建立在美国 10 座城市的基础上,能不能套用到所有国家和 App 还得打问号;当默认路线在处理日和对照日之间悄悄切换,用户主观上完全可能感觉到"今天怎么带我走这条",却没有任何提示告诉你,自己正身处一场六个月的城市级实验里。
速度提升 2%,油耗下降 1%,数字听起来不算惊天动地。
但乘上一整座城市一年的车公里数和能源消耗规模,换算下来是单座城市每年上千吨二氧化碳当量的减排。
真正让人后背一凉的,是这个百分比乘上了整座城市的规模。
下一次导航突然把你带上一条陌生的路,不妨想一想,它可能正在悄悄替全城的人算一道更大的题。
这道题该由谁来出、谁来监督答案对不对,恐怕才是这场实验真正留下的悬念。

