從每單 3.67 英鎊到 3.42 英鎊：愛丁堡外送員對演算法黑箱的反擊

一單一單量出來的減薪

平日午後的愛丁堡 Bristo 廣場，一群食物外送員在晚餐高峰前聚在腳踏車和保溫袋旁。他們交換的情報不只是餐廳和路線，還有一個連續下滑三年的數字：平均每單報酬。

化名 David、跑了七年外送的騎士向《衛報》表示：「同樣的工時，我賺的錢只剩四年前的一半。這完全說不通。」

跑了八年、現任「勞工觀察站」（Workers’ Observatory）首席組織者的 Xabier Villares 說得更直接：「過去三年變化劇烈。我以前一週工作四五天，主要跑晚餐和部分午間時段，就足以支付房租帳單、過還不錯的日子。但現在已經不可能了。」

騎士們並沒有想像這種衰退。化名 Dylan、在蘇格蘭替 Deliveroo 工作超過五年的外送員，從 2023 年中以來持續詳細記錄每月收入、訂單數與平均每單報酬。每小時訂單量三年來穩定維持在 3.6 到 3.8 之間，但平均每單費用卻一路走跌：2023 年 3.67 英鎊、2024 年 3.63 英鎊、2025 年 3.51 英鎊、2026 上半年 3.42 英鎊。相同的工作量，每單報酬少了約 7%，而且逐年複合累積。

年份	平均每單報酬（蘇格蘭一位外送員的紀錄）
2023	£3.67
2024	£3.63
2025	£3.51
2026 上半年	£3.42

沒有人看得進去的黑箱

平台對自家派單與定價系統的描述充滿自信。Deliveroo 的演算法名為 Frank，公司曾形容它「超級聰明」，能夠決定「哪位騎士接哪張訂單」——由機器學習技術「預測每筆訂單的時間」，讓餐點以「最有效率、最可靠的方式」送達。

騎士看到的卻是另一套系統。外送員 Graeme Frances 認為平台「依賴（這份工作）的不透明」：「你不知道黑箱裡是怎麼算出該付誰多少錢的。」

黑箱裡裝的，是業界所稱的動態定價——報價隨供需即時浮動，而工會主張，也隨個別勞工「願意接受的程度」浮動。工會正推動全面禁止這種做法，認為它讓勞工對自己的收入毫無穩定的預期基礎。學術證據也站在工會這邊：牛津大學與哥倫比亞商學院的研究發現，2023 年動態定價演算法上線後，Uber 司機的每小時收入「顯著減少」。

這份研究如今有了法律上的對應行動。本週，來自英國、荷蘭等地的司機在阿姆斯特丹對 Uber 提起指標性的集體訴訟——求償金額可能高達數十億美元——主張這套 AI 系統違反資料保護法，並「依據每位司機願意接受的程度壓低他們的收入」。司機們說他們活在對「沒有靈魂」的演算法的「持續恐懼」中。Uber 否認根據個別司機行為調整行程價格，將差異歸因於 GPS 等系統的其他特性。

把勞工變成研究者

愛丁堡這群人透過勞工觀察站組織起來——這是由零工經濟勞工與聖安德魯斯大學、愛丁堡大學學者共同創立的慈善機構。它的前提很簡單：如果平台不願解釋自己的系統，勞工可以測量它。

觀察站剛獲得未來十年的研究經費，而且方法已經產出成果。在法夫郡丹弗姆林的一項實驗中，一群外送員同時登入某外送平台，其中一部分人拒絕低於特定費率的派單。結果：部分人的報酬短期上升，其他人則被懲罰——其中一人不久後就被停權，原因從未被說明。觀察站主任、聖安德魯斯商學院講師 Cailean Gallagher 說，這種反應「看起來非常專斷」。平台堅稱不會因為騎士拒絕派單而停權。

Gallagher 將觀察站的使命定位為「從地基開始理解整個機器如何運作」，因為「有太多知識與資料的基礎設施被隱藏」，讓外送員「在黑暗中工作」。

這是演算法管理遇上了它最系統性的制衡力量：有試算表、有結構化記錄協定、有學術夥伴的協同行動者。簡直就是轉向工業用途的公民科學。

當自動化沒有退路：人臉辨識問題

薪資只是故事的一半，另一半是工作權本身。

2025 年 8 月，外送員 Graeme Frances 在工作外的意外中撞出黑眼圈。Deliveroo 的人臉辨識系統隨後反覆拒絕他登入，而且找不到任何真人客服。在他傷勢肉眼可見的整段期間，他被鎖在收入之外；他表示自己申請人工複審卻沒有下文，直到下次登入才發現已通過——這讓他以為在傷癒前根本無法工作。Deliveroo 承認他多次未通過查驗並將原因歸於照片模糊，表示人工複審後他即可工作。

任何研究過自動化決策系統的人都熟悉這個模式：當現實偏離訓練資料（一張淤青的臉），自動閘門就失靈，而人類後備管道薄弱到近乎不存在。在歐盟《平台工作指令》（2026 年 8 月起全面適用）下，平台必須告知勞工自動化監控與決策系統的存在，且在多數情況下須提供人工複審。脫歐後的英國沒有對等的全面性規範——這正是阿姆斯特丹集體訴訟轉而援引 GDPR 資料保護條款的原因。

產業的回應

Deliveroo、Uber Eats 與 Just Eat 都表示，騎士在執行訂單期間的收入高於國民生活工資——但這個框架不包含等單時間，而對許多外送員來說，等單佔了工時的很大一部分。Deliveroo 指出其訂單期間的最低時薪費率今年調漲 3.8%（高於通膨）、持續與 GMB 工會合作，並表示「任何有關騎士帳戶的重大決定都不是自動化的，而是由我們的團隊審核」。Uber 發言人說其配對工具「平衡時間與距離等多項因素」。Just Eat 則說它使用「由人類團隊監督」的技術來配對訂單與可用的外送員。

這些都是仔細修飾過的聲明。它們沒有回應核心訴求：公布將騎士歷史紀錄、位置與接單行為映射到報價水準的邏輯。在平台做到之前，觀察站那長達十年的研究經費會持續往相反方向拉。

為什麼這件事超出外送員的範圍

愛丁堡的騎士們是一場戰爭的早期參與者，而這場戰爭將定義 AI 時代的勞動市場：誰有權稽核決定薪資的演算法？

三股力量正在匯聚：

1. 法規正在到位。 歐盟《平台工作指令》（2026 年 8 月適用）為數百萬平台勞工創造了自動化決策的透明度與人工複審權。早期執法模式——例如義大利競爭主管機關要求 Glovo 公開其 AI 派單邏輯——顯示監管者願意強行打開黑箱。
2. 訴訟正在規模化。 阿姆斯特丹的 Uber 集體訴訟測試 GDPR 對「純自動化決策」的保護能否延伸到定薪演算法，求償金額可能以十億美元計。
3. 勞工科學正在專業化。 勞工觀察站十年的經費保障，意味著對演算法薪資的系統性、可同儕審查的測量即將到來——不是軼事，而是資料集。

對 AI 從業者來說，這個教訓並不舒服。讓 Frank「有效率」的同一個最佳化目標——在需求限制下最小化外送成本——有一個分配上的後果：從每張訂單擠出的剩餘必須有去處，而騎士們的紀錄指出了去處。在總體指標中隱形的效率增益，會以每單 0.25 英鎊的費用下滑，出現在個別外送員的報稅試算表裡。

可測量的十年

觀察站的經費年限——十年——本身就是一項宣示。演算法管理只會加深：堆疊訂單、人臉辨識閘門、依個人接受意願調校的動態報價。與之對抗，騎士們正在建立反制基礎設施：記錄協定、協同實驗、法律策略，以及現在——一個有經費支持的研究機構的耐心。

下一個十年要回答的問題是：透明度能否一次一次測量地贏來——還是黑箱會一直關著，直到法院或監管者將它整個撬開。無論如何，Bristo 廣場的騎士們已經決定：他們不會等別人來告訴他們，自己的時間值多少錢。