清晨炸油条的锅与看不见的算法

巷口炸油条的摊子五点半就支起来了。铁锅里的油还泛着青烟，摊主老周把一根面剂子抻长了，贴着锅边滑下去。面剂子入油的瞬间，细密的泡从边缘涌起，噼啪作响。他不用看表，凭油面的动静就知道该翻面了。旁边放着一把长筷子，筷头被油浸得发黑发亮。这个场景我看了很多年，直到最近才意识到，老周判断油温的方式，其实是一套没有写进任何手册的算法。

算法这个词听起来离油锅很远，可它本质上就是一组判断规则。老周看油面冒烟的形态、听面剂子入锅的声音、感受筷子尖传来的阻力，这些输入信号在他脑子里汇成一个输出：翻，或者再等三秒。区别在于，人的判断靠经验积累，机器的判断靠数据训练。现在有些智能炸锅内置了红外测温模块和视觉识别系统，能实时分析油面气泡的密度和颜色，自动调节火力。原理不复杂，难的是把老周那种“差不多”的感觉变成可量化的参数。

传感器是这套逻辑的起点。油锅边上装一枚热电偶，或者用非接触式的红外探头，每秒钟采样几十次温度数据。温度曲线传回控制板，和预设的理想曲线做比对。如果升温太快，就调小燃气阀；如果油面开始冒细密的青烟，说明接近烟点了，得降温。这些判断在毫秒间完成，人还没反应过来，锅已经自己调整好了。更精细的做法是用摄像头拍油面，通过图像识别气泡的大小和分布，反推油的品质和当前温度。老周那套“看泡识油”的本事，被拆解成了像素和阈值。

控制算法负责把传感器读到的数字变成动作。最简单的控制是开关式，温度低了就加热，高了就停。但油锅有热惯性，关火之后油温还会往上冲一冲，开关式容易震荡。于是用PID控制，比例项管当前误差，积分项管累积误差，微分项管变化趋势。三个参数调好了，油温能稳在正负两度以内。再复杂一点，用模型预测控制，根据当前温度和加热功率，预测未来十几秒的走势，提前调整。这就像老周在面剂子下锅前，已经预判了接下来半分钟油温会怎么变。

数据积累让算法越来越准。一个炸锅每天工作八小时，采样几万次，几个月下来就是上百万条温度、图像、燃气阀开度的记录。把这些数据喂给机器学习模型，它能找出人没注意到的规律。比如某种面粉的面剂子入锅后，油温会先降后升，降的幅度和面剂子的含水量有关。模型学会之后，下次遇到类似情况就能提前加大火力。老周的经验靠口传心授，传不了几代就丢了。数据不会丢，还能复制到每一台同型号的炸锅里。

可油锅终究不是实验室里的恒温槽。刮风天热量散得快，面剂子带进去的水分多少有波动，油用久了烟点会下降。这些变量在真实场景里永远存在。算法能做的，是在不确定中找相对稳定的输出。老周的办法是每次换新油都先炸几根试手，调整自己的判断。智能炸锅也留了手动微调的旋钮，让摊主在算法给出的建议上再加一点自己的偏好。机器学人的经验，人也在学机器的逻辑，两边都在往中间靠。

油锅还在那里，面剂子还在往里滑。老周不知道PID是什么，也不关心红外探头的采样率。他只在意今天的油条是不是还和昨天一样脆。算法藏在控制板里，藏在温度曲线的波动里，藏在每一次燃气阀开合的动作里。它不声不响，但确实在改变那口锅里的物理过程。科技有时候就是这样，不一定要长成芯片或者屏幕的样子，它也可以是一行代码，悄悄替人盯着油温。