紫金市八月上旬的白昼穿行在马路上已经很是炎热，因而林远选择一早便起床。

他没有选择坐地铁，而是骑上了他的小电驴。因为给系统建设数据途径必定是需要在区域的每一户商家都跑一遍，他可不想靠自己的双脚去跑。

刘胡子包揽的这片区域涵盖了整个HX区最繁华的地段。在这里有无数的写字楼，好团外卖紫金分部也在附近。

林远跟公司方面申请了外出派送测试的机会，因为外卖平台有些更新上线之前还是需要实地专人测试一下的。一般来说不会让程序猿亲自出去跑，但林远为了在工作时间外出，就主动请缨把这个事情揽了过来。

林远并不清楚针对商家做数据途径建设，应该是怎么個流程。

为此，他特地没有吃早饭，然后一早找了家早餐店，坐进去方便仔细观察。

按照先前的经验，算力系统完成数据载入时是会有相关提示的。可是林远坐进这家早餐店后，已经都快吃完两个包子了，系统还是没有任何反应。

最终，直到他喝完豆浆走出门，系统都没有给出任何回应。

【你难道只能载入已经采集完成的数据？不能自行根据位置主动整理获取？】

【身为系统，你好歹有点逼格嘛。】

尽管林远不停朝着系统吐槽抱怨，可是系统装死起来是不会有任何回音的。

清早的大马路上，林远就那么站在路边，看着来来往往的车流，陷入了淡淡的失落之中。

如果不能对商家完成数据途径建设，那自然也不可能对骑手完成同样的建设。那这样一来，整个外卖路径和派送问题中最关键的两个点--商家和骑手，就彻底和算法是断联状态。

什么AI，什么人工智能，什么chatGPT。别管它名头喊得有多响，逼格吹得有多高。最后都逃不出一点--数据驱动。

再厉害的AI模型也是由数据驱动的，数据是一切的源头。哪怕对于算力系统来说，也是同样的。

数据代表着方向和目的地，没有它的话，即便是千万级别的豪车也不知往哪开。

假如林远设想的这种数据途径建设方式是行不通的，那麻烦还不仅止于眼前的这个外卖算法优化项目，更大的麻烦来自于这算力系统的使用方式。

算力系统能在简单引导下能主动完成数据采集，相比于采集好了数据再丢给算力系统。这就好比是自动驾驶和手动驾驶的区别。

这其中区别可就大了。

就像手动驾驶的时候不能分心干别的事情一样，如果数据必须手动采集后再丢给算力系统，那今后林远将耗费N多的时间去处理这类数据采集问题。

而更进一步的麻烦是。如果以自动驾驶和手动驾驶为例，要是车子的目的是将人送到某个地方，那两者区别也就是车上的人是否可以分心而已。可要是本身的目的不是为了送人而就是为了让车子开到一个地方呢。

也就是说，假如驾驶的目的就是为了让车子从一个地方到另一个地方。那自动驾驶和手动驾驶就将是天壤之别。

因为自动驾驶的话，人可以不用在车里。人只需要给车子设定好目的地后就不用管了，一个人就可以应付成千上万辆车子。可手动驾驶就不行了，一个人就只能应付一辆车子。

这叫什么。

这叫底层原理影响上层应用。