最近，台灣社群上炸開了鍋，起因是知名叫車訂餐平台吳伯萬的會員們，發現了一個讓人哭笑不得的現象：身為忠誠付費的會員，叫車或訂餐的價格，竟然比非會員還貴！
有網友親身實測分享，她和媽媽同時用吳伯叫同一趟車，目的地一模一樣。結果，持有吳伯萬會員資格、照理說享有優惠的媽媽，折扣後車資是 158 元；而沒有會員身份的原Po，車資反倒只要 126 元。
這簡直是把消費者當成了冤大頭，難怪網友們群情激憤，直呼：「繳了年費，反而被當盤子！」這波「退訂潮」背後，其實隱藏著一個在網路世界早已不是秘密的「潛規則」——一個源自中國大陸，如今席捲全球電商、外送、旅遊平台的灰色地帶：「大數據殺熟」。
「大數據殺熟」是什麼？演算法精準鎖定你的錢包
什麼是「大數據殺熟」？顧名思義，就是平台利用龐大的數據分析技術，對老客戶、熟客或特定群體，施以比新客戶或不常使用者更高的價格。
它不是隨機的，而是精密計算下的「差別定價」（在經濟學上稱為一級價格歧視）。
平台背後的演算法，就像一個冷酷無情的商業間諜，默默收集並分析你我所有的網路行為：
你的消費習慣： 過去的購買紀錄、對價格的敏感度、是否經常比價、使用的優惠券類型。
你的支付能力： 透過你的手機型號、居住地郵遞區號、過去的消費金額，推測你的收入水平與價格承受上限。
你的急迫性： 搜尋同一商品或服務的頻率、瀏覽時間、是否「加購後放棄」，都會被視為購買意願強烈的訊號。
演算法會為你繪製一個極為精準的「用戶畫像」，然後根據這個畫像，實施「一人一價」的收割策略。它知道你最多願意付多少錢，然後就收你那個最高價，拿走所有本來屬於你的「消費者剩餘」。
在演算法眼中，你不是需要被回饋的「熟客」，而是被鎖定收割、價格彈性最低的「盤子」。
不只會員被坑：連手機型號都有「歧視」價
如果你以為只有會員和非會員之間才有價差，那就太小看大數據的「殺傷力」了。在中國大陸，這類「殺熟」現象早已深入各行各業，甚至出現了更為荒謬的「設備差異化定價」。
北京消費者協會的調查和學者的研究都發現，「殺熟」現象普遍存在於網約車、外賣、訂房、購票等 APP 中。最讓人震驚的例子包括：
手機越貴，車費越高？ 曾有教授實測，使用價格越貴的手機（例如高階 iPhone），叫網約車時更容易被分配到更貴的車型，享受的優惠更少，整體費用也更高。
「四機四價」的網路購物： 近期的實測發現，在主流電商平台，使用不同型號的手機（例如不同款的 iPhone、三星、安卓機），搜尋同一款日用品，竟會出現「四機四價」的情況！最大價差甚至可達數十元人民幣，且價格高低分佈毫無規律，打破了「蘋果用戶一定最貴」的傳統認知。
這一切都指向一個結論：平台正在利用你的「數據資產」，在不告知你的情況下，對你進行無差別、無死角的利益掠奪。
「二重身」算法：找到另一個你來定價
更深層次的殺熟邏輯，來自於一種名為「協同過濾」的算法，或稱「二重身」（Doppelgänger）算法。
這種算法會在你龐大的數據庫中，找出與你的年齡、行為規律、消費偏好、甚至收入水平等數據維度都高度相似的「二重身」群體。平台不需要知道你確切的個人極限，只需要看你的「二重身」願意付多少錢、承受多高的保費，或在賭場中在哪個「放棄點」離開，就能精準預估出你的最高支付意願。
這就是為什麼在熱門時段，你常點的外送會默默漲價；這也是為什麼當你猶豫不決、多次瀏覽卻未下單時，商品價格反而可能微幅上漲，因為演算法判斷你的購買慾已經被「二重身」群體驗證了。
反擊！年輕人的「反向殺熟」與法規的警示
面對平台冷冰冰的演算法霸權，消費者難道只能束手就擒嗎？
近年來，中國大陸的年輕人開始了一場與大數據的「貓鼠遊戲」，也就是「反向馴化」（或稱「反向殺熟」）。
年輕人的「反向馴化」攻略
這群「數位原住民」深知演算法的邏輯，於是反其道而行，試圖破壞平台建立的用戶畫像準確性：
建立「哭窮」人設： 在各大社交平台或商品評論區，頻繁發布「太貴了，買不起」、「缺錢」等與價格敏感度相關的負面情緒化文案，讓演算法誤以為你是「價格敏感型」消費者。
技術性干預： 頻繁使用 VPN、切換不同設備、清除 APP 緩存，甚至採取「卸載—重裝—差評」的策略，擾亂平台對自身行為的追蹤與判斷。
匿名化偽裝： 使用虛擬 ID、隱藏個人資訊，擺脫平台基於身份標籤的精準推薦。
這些策略雖然看似有趣，但正如專家所言，這只是一場耗費時間與精力的博弈。終有一天，這些「反向馴化」行為也會被更聰明的演算法歸入新的參數，成為新的殺熟依據。
法律的警鐘：遏止算法作惡
真正治本的方法，還需仰賴法規的介入與制約。
中國大陸已密集出台《個人資訊保護法》、《互聯網信息服務算法推薦管理規定（徵求意見稿）》等法規，明確要求：
不得濫用算法權力： 平台不得在消費者不知情的情況下，利用數據和演算法，基於消費習慣等資訊，對同一商品或服務設定不同價格。
保障知情權與選擇權： 平台應向消費者提供「不針對其個人特徵的選項」，消費者有權利選擇不被個性化定價。
建立算法透明度： 要求平台公開「預估價格」的計算構成，並推動算法備案與審計制度，打破「算法黑箱」。
經濟學家或許認為價格歧視能提高效率，但當這種歧視是基於隱蔽的數據掠奪時，它破壞的就不僅是消費者的錢包，更是整個數字經濟賴以維繫的信任基礎。
我們能做什麼？避免成為下一個「盤子」
面對無所不在的演算法，我們必須從「被動接受者」轉變為「主動策略者」。
多設備、多帳號比價： 在進行大額或高頻消費前，養成用不同手機、不同帳號（例如用家人或朋友的）交叉驗證價格的習慣。保留證據、積極維權： 一旦發現價差，立即保留「同一時間、同一商品、不同設備」的完整截圖，向消保單位或平台客服投訴，降低平台違規的縱容成本。
了解平台規則，善用選擇權： 仔細閱讀平台的隱私權政策，主動查找並關閉「個性化推薦」、「基於數據的廣告投放」等選項。
警惕高佣金平台： 依據學術研究，當平台的佣金（提成）比例過高時（例如超過 20%），平台和第三方商家利用大數據殺熟的動機就會急劇增加，因為高佣金往往伴隨著壟斷和對消費者剩餘的掠奪。
技術本身並無好壞，但手握技術的平台，卻有義務「科技向善」。 作為消費者，我們的覺醒與行動，正是督促平台回歸公平、讓數據運用「有溫度」的最強大力量。
延伸閱讀：
訂閱 Uber One 的用戶是盤子？網友實測會員搭車費用比非會員還貴
