最近，美团外卖新上线了一项功能，骑手在权利受损时有机会屏蔽顾客，这是外卖行业首次推出“反向拉黑”功能，被业内解读为打破了顾客与骑手之间的不平等反馈机制，骑手权益保障再上一台阶。

　　据介绍，“反向拉黑”功能允许骑手在订单结束后48小时内，通过订单页面对用户进行匿名评价。若遭遇辱骂、恐吓、威胁等不当行为，骑手可在评价页面直接勾选“不再为该顾客送餐”选项，提交相关证据，经审核后成功屏蔽该用户。每位骑手最多可同时屏蔽两位用户，屏蔽有效期为365天。

　　记者从平台获悉，首批试点城市为咸阳、潮州、丽江、西宁、开封、晋江和绍兴，并不包含上海。后续将根据运行效果逐步推广至全国，具体时间尚未确定。

　　这一功能的推出，源于骑手群体长期面临的现实困境。记者此前采访外卖骑手时，很多骑手反映，顾客可随时对骑手差评甚至“拉黑”，商家也有“限制顾客下单”功能，商家可根据订单或评价选择拉黑用户，并设置拉黑时长和理由。相比之下，骑手却缺乏有效申诉或自我保护渠道，处于明显弱势。

　　目前，骑手有权“反向拉黑”，打破了这种单向评价机制，给予骑手一定反制能力。

　　虽然这是外卖行业首次推出的新解法，但在其他共享经济中，“反向拉黑”早已成为通用规则。

　　早在2018年，滴滴就增加“黑名单”功能，司机和乘客都可以将对方加入黑名单，“拉黑”后，滴滴将在12个月内不会将双方匹配订单。滴滴方面公开表示，乘客多次被拉黑，会影响匹配的司机数量，也会对出行造成一定影响。“美国版滴滴”Uber也在乘客指南中明确，蓄意破坏车辆或触碰车内人员，哪怕是言语挑逗，都有可能被封杀。

　　然而，随着算法的不断进化，“反向拉黑”不再是解决外卖骑手和顾客矛盾的最优解。表面看是为骑手减负，实则暴露了算法设计的短视——将平台管理漏洞转嫁给骑手与顾客，掩盖了系统性矛盾。这种简单归因不仅无助于问题解决，反而容易激化对立。

　　比如，平台派单系统未建立科学的风险评估机制，无法精确识别频繁差评、无理投诉等顾客恶意行为，导致骑手反复陷入纠纷。当算法仅提供“拉黑”这一单向出口，等同于将管理责任推给一线骑手，忽视了平台本应通过技术来优化预防冲突的义务。

　　又如，真实的外卖场景，远比平台算法来得复杂，有些纠纷也并非骑手或顾客“非黑即白”的错误。

　　前不久，有报道称上海一高端小区考虑到安全问题，不允许骑手上门送外卖，必须乘坐摆渡车，同行需按顺序逐个配送，送单时保安全程陪同，其余骑手需在车内等候，送餐平均比其他小区多花十多分钟，导致订单频繁超时。

　　在这样的场景下，物业、骑手和顾客，孰是孰非，的确很难一笔带过。住在小区内的顾客，若因此被骑手集体拉黑，着实很冤。

　　公平公正的算法，绝非将矛盾简单归因为“骑手难管”或“顾客刁钻”，而是通过技术构建双向保护机制。平台需以算法为工具，平衡骑手权益与顾客体验，杜绝“甩锅式”管理。

　　如今，算法优化的空间依然很大。首先，可以引入AI动态风险评分模型，基于顾客历史订单、评价行为等数据，自动标记高风险用户并调整派单策略。其次，优化匹配算法，将骑手服务偏好、区域熟悉度与顾客行为特征进行智能关联，减少冲突触发点。最后，建立平台主导的纠纷仲裁流程，由算法辅助生成客观证据链，由平台专员介入调解，而非让骑手与顾客自行对抗。

　　有温度的算法，不应该制造新的矛盾，而是要公平守护每一份信任。