食堂窗口那最后一勺菜

打饭阿姨用勺子在盆底刮了刮，把最后一点西红柿炒蛋连汤汁一起扣进我的餐盘。旁边窗口的智能结算台立刻报出价格，摄像头认出了菜品种类，连我犹豫着要不要加的那根烤肠都算得清清楚楚。几年前这里还是人工算账，队伍排得老长，现在刷个脸就能走人。技术就这样悄悄钻进了最日常的角落，没人特意提起，可它确实在改变每一顿饭的节奏。

这种改变靠的是背后一套图像识别系统。餐盘往结算区一放，摄像头拍下照片，算法在几百毫秒内完成分割和分类，再对照价格表算出总价。训练这些模型用了海量标注过的菜品照片，从红烧肉到清炒时蔬，不同食堂的盛具、光线、摆盘方式都得覆盖。误判当然有，比如把土豆烧牛肉认成萝卜炖排骨，但系统会记录这些异常，定期回传数据让模型迭代。整个过程没有魔法，就是数据加算力反复磨出来的结果。

往前推十年，食堂里的技术顶多是刷卡机。饭卡消磁了得去窗口排队换，充值时现金和找零在窗口递来递去。后来二维码贴上来，手机扫一下就能付。再后来人脸识别绑定账户，连手机都不用掏。每一步都踩着硬件成本下降和网络覆盖扩大的节点。真正有意思的是，这些技术最初都不是为食堂设计的，图像识别来自安防领域，人脸支付起于零售场景，它们只是被移植过来，适应了打饭这个高频又琐碎的需求。

数据积累到一定量之后，食堂开始做预测。每天中午十一点半，系统根据历史销量、天气、课程表估算各菜品的备料量。下雨天红烧肉多备两成，有体育课的时段米饭消耗加快。这些判断不需要人盯着，算法自己调整。厨师长说以前靠经验，现在看屏幕上的建议数字，浪费少了，临时加炒的次数也降下来。技术没有取代谁，它把经验变成了可以复用的参数，让一个新手也能接近老师傅的备菜水平。

结算台旁边立着一块屏幕，滚动显示今日菜品的热量和蛋白质含量。有人扫一眼就走，有人掏出手机拍照记录。这些数据来自后厨的电子秤和菜谱库，每道菜下锅前原料称重，系统按比例折算营养值。对普通学生来说这不过是多了一个参考，但对需要控制血糖或增肌的人，它把模糊的“多吃点肉”变成了具体的克数。技术在这里做的事很朴素，就是把原本藏在后厨的信息挪到前台，让人自己决定怎么用。

晚上七点半，窗口陆续关了。最后一勺菜被盛走，结算台的摄像头暗下来，后台开始跑当天最后一轮数据同步。销量、误判、设备状态打包上传，等待明天的模型更新。食堂恢复安静，只剩保洁推着拖把经过。明天中午这里还会排起长队，算法还会在几百毫秒里认出每一盘菜，阿姨还会在盆底刮出最后一勺。技术就这样嵌在日复一日的琐碎里，不声不响，却让每一顿饭都跟昨天有点不一样。