调度系统在骑手接单前就已经算好了路线。它知道哪个路口红灯时间长，哪条小巷可以穿过去，甚至能根据历史数据预测某栋写字楼电梯在午高峰要等多久。这些计算发生在云端，骑手看不到，顾客也看不到。他们只看到一个预计送达时间，误差通常不超过五分钟。算法的精度建立在海量数据之上，每一条被记录的配送轨迹都在让下一次预测更准。
手机屏幕上的导航箭头在雨天偶尔会飘。高楼遮挡、信号反射，定位偏差有时能到几十米。早些年骑手得靠记忆认路，现在多数人选择相信导航，但也会在关键时刻抬头看一眼真实的门牌号。技术提供了便利，却没有完全消除不确定性。骑手在电梯里刷新页面，楼层数字和订单状态同时变化，这种同步依赖的是基站切换时数据不丢包。
餐盒里的温度是另一个战场。保温箱的内衬材料从泡沫换成铝箔，再到现在的真空隔热层，热饭送到时还能冒气。有些平台开始测试智能温控箱，内置加热片和温度传感器，超出设定范围就报警。成本不低，只在部分城市试点。大多数骑手还是靠经验，冬天多垫一层锡纸，夏天把冷饮和热食分开放。技术方案和土办法并行，谁也没完全取代谁。
顾客在app上看到骑手位置的那个小蓝点，背后是每三秒一次的位置上报。服务器要同时处理几十万个这样的数据流，把坐标匹配到地图上，再推送到用户端。延迟超过十秒，用户就会觉得卡住了。工程师把服务器部署在多个区域，就近响应请求。这些基础设施平时没人注意，只有在大促或恶劣天气订单暴涨时，才会有人抱怨地图怎么不动了。那时后台的负载曲线正陡峭上升。
雨停了，外卖箱上的水渍慢慢干了。骑手在路边等下一单，手机屏幕亮着，系统正在给他分配新的任务。他看了一眼方向，把车头调转，又出发了。箱子里现在空着，但很快会被装进新的餐盒，沿着另一条计算好的路线穿过城市。技术藏在这些日常动作的背面，不声不响地维持着整个流程的运转。
