外婆药盒里的ML

周末帮我妈整理外婆留了几十年的老樟木箱，翻到最底下压着个银灰色的方盒子，边角磨得发乌，侧面印着个指甲盖大的ML标，不是什么发布会背景板上烫金的logo，是喷上去的浅灰色字，摸上去有点糙。盒子侧面还有外婆用圆珠笔画的半朵梅花，线条歪歪扭扭的。我妈擦了擦盒子上的灰，说这是你外婆最后一年用的药盒。

翻出来的银灰色盒子

之前外婆用的药盒是我妈早年从超市买的塑料格子款，一周七天，每天分早中晚，格子上印着卡通的小太阳小月亮。那时候外婆记性已经差了，有时候早上把中午的药吃了，有时候到了晚上想不起来早上有没有吃过，攥着药盒坐在藤椅上愣半天。去年春天她摔了那次，就是早上漏吃了降糖药，出门买完菜晕在小区的下坡路上，还是保安把她扶回来的。

社区医院的小周上门随访的时候，带了这个药盒，说现在都是带智能功能的，适合记性不好的老人。我那时候还笑，说不就是个定时提醒的闹钟吗，能有多智能。小周当时没跟我扯什么技术名词，就说你用用就知道了，它会慢慢学老人的习惯。

外婆刚用这个药盒的时候，确实闹了不少笑话。比如一开始提醒的声音太尖，外婆嫌吵，对着盒子拍了两下，说“叫什么叫，我耳朵不聋”。结果过了三天，那个提醒的声音就自动变轻了，跟她平时听的越剧的音量差不多。我当时还以为是我妈偷偷调的，我妈说她压根没碰过盒子上的设置键。那时候我才隐约反应过来，这东西跟我之前在公司接触的那些ML产品，好像有点不一样。

模型记的小事

我之前在互联网公司做了快五年的ML相关产品，天天跟数据、模型、精度这些词打交道，总觉得ML是个离普通人日常很远的东西，是跑在服务器集群里的代码，是发布会上吹的千亿参数，是算着用户喜欢什么口味的奶茶、什么款式的鞋子的推荐算法。直到我对着外婆的药盒翻了后台的简单日志，才反应过来，原来落到普通人生活里的ML，根本没有那么多宏大的叙事。

这个药盒用的是端侧微调的轻量ML模型，所有的学习过程都在盒子本地完成，不用把老人的隐私数据传到很远的云端。它记的都是些上不了台面的小事：比如外婆每次吃二甲双胍之前，必须先含一颗话梅压一压药的苦味，所以只要磁吸糖盒的传感器检测到外婆拿了话梅，对应格子的药就会自动弹出来，不用她费劲按按钮；比如外婆每周三、周六打完太极回家，会在药盒旁边的小储物格放两个硬币，等下下楼买糖粥藕，模型就会在那个时间点，把当天的早药提前推出来，省得她打完太极脑子昏沉沉的找格子；甚至它还记着，重阳节那天外婆想给我打电话，对着盒子喊了我的名字，模型居然真的帮她拨了我的号码，我当时正在开产品评审会，接起来听见那边老人的声音，支支吾吾半天就说“没什么事，就是看看你在干嘛”，那时候我才知道，原来这个看起来笨笨的小盒子，居然还能当老人跟晚辈联络的小助手。

有次我跟外婆视频，她举着那个药盒跟我炫耀，说这个盒子比你还贴心，你上次回来还是半年前，它天天陪着我。我当时对着屏幕笑，鼻子有点酸。之前我总觉得，要给老人买最贵的保健品，换最大的电视，才叫孝顺，结果没想到，最让她觉得舒服的，是这个几百块钱的小盒子，没有花里胡哨的功能，就是一点点把她的小习惯都记下来了。它不会像社区的志愿者那样，每次上门都要问“你今天有没有好好吃药”，也不会像我妈那样，隔三差五就打电话催“你别忘了吃降压药”，它就是安安静静蹲在阳台的藤椅旁边，把所有的细节都揉进那些轻得像蚊子叫的提醒里。

没跑完的训练集

外婆走的很突然，是去年冬至那天，在阳台的藤椅上晒太阳走的，手里还攥着半块话梅。当时那个药盒还在正常跑，按照之前的更新逻辑，模型每个季度都要根据老人最近的状态微调参数，比如那年冬天外婆的活动量比前一年小了三分之一，本来要把提醒的间隔调长一点，省得吵到她。结果人突然就没了，那堆存在盒子本地的、还没来得及上传给厂商的172天的行为日志，就成了永远没跑完的训练集。

我妈本来要把这个盒子跟外婆的旧衣服一起捐掉，说看着就难受。我把它留下来了，现在插着电放在我家玄关的柜子上。每天早上七点半，它还是会准时轻轻“嘀”一声，是之前设的提醒时间，现在没人走过去拿药了，那个声音还是每天准点响。有时候我下班开门，听见那个声音，会愣两秒，好像下一秒就能看见外婆穿着藏青色的棉服，坐在藤椅上，伸手去摸那个弹出来的小药格。

之前在公司开产品会的时候，我还跟团队吵过，说我们做的ML产品，要追求极致的精度，要把用户的停留时长多提0.1个百分点，要算清楚每一分钱的ROI。现在对着这个小小的药盒，突然觉得有点荒谬。我们花了那么多钱，租了那么大的机房，搞那么复杂的模型，要猜用户喜欢看什么广告，买什么东西，结果最让人觉得暖的ML，居然是蹲在一个老人的日常里，记着她怕苦要吃话梅，记着她嫌提醒的声音太吵，记着她打完太极要去买糖粥藕。

前几天我把药盒里的本地日志导出来，存在我自己的移动硬盘里，没有传给厂商。我也不知道这些数据以后能干啥，是等以后我妈年纪大了，把模型的习惯参数换成她的，还是就存着，当个念想。有时候我坐在玄关盯着那个小盒子看，会想，到底什么是ML啊。不是电脑屏幕上弯来弯去的loss曲线，不是发布会上举着的金句PPT，是一个已经走了的老人，留在盒子里的，一整年的、碎得像梧桐落叶一样的生活细节。窗外的梧桐叶被风吹得沙沙响，盒子又轻轻嘀了一声。