###TL;DR：
你以为大模型算法工程师的归宿是OpenAI？格局小了。现在，海底捞、费大厨甚至和府捞面都在招AI大牛，面试题比大厂还硬核。餐饮业正在被AI“卷”成一场算法生意，但别让那点“人味儿”也被优化没了。
最近，世超（也就是我）在社交媒体上刷到不少“大模型算法面经”帖子。分享面试经验，这事儿自古有之。但在麦当劳考察大模型优化点餐推荐策略，这……对吗？[^1]
去雪王（蜜雪冰城）面试，要设计糖分注意力机制。被魏家凉皮拒的原因，是对三秦套餐的底层理解过于纸上谈兵。[^2]
还有人说，本来以为大模型算法岗的尽头是OpenAI、DeepMind、字节阿里，直到他收到了——费大厨辣椒炒肉：大模型算法工程师（后训练方向）面试邀请。[^3]
我本来也以为这不过是大伙儿在搞抽象。结果一查，抽象果然来源于生活。
原来，干饭人早就被“算法”安排得明明白白
我逛了一圈招聘软件，发现海底捞、瑞幸、喜茶、和府捞面……这些你耳熟能详的餐饮大佬，都在疯狂招AI工程师。[^4]
再看看岗位要求，一点不比正经AI公司水。会设计训练模型、开发Agent是基操，最好还懂点公司业务，能让AI和业务无缝对接。这要求，招个CTO也不过如此吧？
而从一些真实的面经分享也看得出来，考题相当专业，从leetcode八股到项目实操，全都向AI最前沿看齐。[^5]
所以，这帮“厨子”搞出来的科技与狠活儿，到底能干啥？
你别说，连锁餐饮和AI，简直是绝配。
可以说，AI正在把餐饮这门长期靠经验判断的生意，慢慢变成一门可以被计算、预测、复制的算法生意。
事实上，在大模型泛滥以前，传统AI算法就已经在餐饮界“卷”起来了。比如2023年，达美乐英国就用上了微软的AI需求预测系统。过去预测进货量，得靠一小队经验丰富的老师傅手搓Excel表格。现在用AI把天气、体育赛事、历史销量全喂进去，预测效率提升了几十倍，准确率也提升了72%。[^6]
所以，用AI降本增效，其实是餐饮业早就尝过的甜头。
但是，这场“AI+干饭”的狂欢里，也有点“不对劲”
我在行业群里咨询了一下，发现有些餐饮搞AI的思路很清晰。比如：
- 供应链优化：把过往的经营数据喂给AI，利用时序预测特性，减少食材浪费或“无货可卖”。
- 门店巡检：利用AI视觉搭配监控，自动实现门店管理巡检，节约人力。[^7]
- 甚至海底捞的技术专家，还是某些开源项目的核心贡献者，这是真·技术入股。[^8]
但也有更多情况，大家一眼就看出是老板在无脑跟风all in AI。 连具体业务也没有，就为了在资本市场好画饼讲故事，招个Agent开发，主要做内部用的知识库、自动化测试。感觉没啥技术含量，用现成的智能办公软件就能解决。
总之，老板的心态就是：“我不知道AI能干啥，但是我得有，免得不知不觉就成诺基亚了。”[^9]
而当餐饮行业在AI的洪流里冲得晕头转向，开始研究配方、学做菜的时候，这事儿就更微妙了……
当AI开始研究“怎么更好吃”，这事儿就变味了
去年五月，一家知名饮品公司的技术总监坦言，他们把口味、原料全部数字化，量化跟踪流行趋势，基于这些数据组合出无数种产品可能，判断哪些适合上新。[^10]
毕马威在《2025年餐饮企业发展报告》中也写到，AI大模型正在为企业提供菜品创新方向的建议，模拟食材搭配，优化菜品配方。[^11]
听起来很牛是吧？但我觉得，想让大模型理解人类的口味，没那么简单。
不信？吃过“豆包饭”（类似豆馅儿的黑暗料理）的人都知道。
从更科学的角度，有人研究过大模型能不能理解中国的饮食文化。最后得出的结论是：大模型懂做饭，却不懂美味。[^12]
研究表明，几乎所有模型在烹饪技巧和菜谱方面都是专家，但在回答一道菜品的味道口感时，表现一个比一个差。
所以，也许大模型在餐饮扎根越深，吃这件事就会越无聊。因为它能做到的，只是通过配料比例的分析，源源不断地端出不出挑，但也绝对不难吃的平均标准化快餐。
AI能通过市场分析，精密计算出一个个爆款产品。可爆款的背后，也是口味的终极同质化。
比如前阵子，有同事带来了一箱**“姜葱白切鸡味”的牛奶**。
我喝了一口，差点yue出来。但看着大家互相伤害，我一边想yue，一边又想笑。
带它来的同事固然其心可诛，但我能肯定，如果只让AI按销量、按复购、按大众口味去计算，它大概永远不会主动生产一款姜葱白切鸡味的牛奶。
总的来说，AI搞产业升级一定是大势所趋，并不是什么坏事。只不过，当各行各业都开始用AI的时候，都real一点，别把那点有意思的“人味儿”也优化没了。
餐饮如此，内容、设计、游戏、教育，也是一样。
大模型的尽头是不是辣椒炒肉？我将配一碗五常大米饭验证。