你的机票为什么比别人贵？科罗拉多要对“监控定价”下手了

当价格开始“认识你”，问题就不只是贵一点

你大概有过这种感觉：同样一张机票，你和朋友几乎同时查询，价格却不一样；同样一份外卖、同一家超市、同一个酒店页面，刷新几次后，数字像是长了眼睛，专门盯着你钱包的厚度变化。过去我们把这类现象归因于“平台套路深”，现在，越来越多州议员开始把它说得更准确一点——这可能是“监控定价”。

美国科罗拉多州众议院本周通过了一项颇有时代气息的法案，编号为 HB26-1210。它要限制企业把个人数据丢进算法里，用来决定商品价格或劳动者工资。法案瞄准的数据范围并不窄：搜索记录、财务状况、上网习惯、用户在网站和 App 上的点击和停留行为，甚至地理位置，都可能被纳入画像。简单说，就是你以为自己只是随手搜了一下“儿童退烧药”，平台可能已经在推测：这个人着急、这个人愿意多付钱。

这种事真正让人不安的地方，不是平台会不会做促销，而是它开始把每个人变成一个单独的定价对象。传统市场里的“同货同价”，正在被一种更安静、更隐蔽的逻辑替代：价格不再只由供需决定，也由你是谁、你看起来有多急、你有多难离开这个平台决定。技术上，这当然很先进；社会意义上，它却未必体面。

从推荐系统到“榨取消费者剩余”，算法已经走得太远

科罗拉多州议员的话说得很直接。民主党籍议员 Javier Mabrey 把手机形容成“人脑的延伸”，我们把最私密的内容塞进手机里：短信、搜索、定位、浏览痕迹。问题在于，这些数据最终并不只是帮助平台“更懂你”，还可能帮助商家“更会收你钱”。这句话听着像口号，但放在今天的互联网商业里，几乎就是现实。

过去十几年，互联网平台最擅长的事是推荐：给你推荐视频、商品、广告、路线、新闻。可一旦推荐系统和定价系统打通，事情就变味了。平台不只知道你想买什么，它还想知道你最痛的时候能承受多高的价格。尤其在机票、酒店、药品、日用品这些领域，消费者常常不是在“悠闲比价”，而是在赶时间、带孩子、准备出差、处理突发情况。人在焦虑时，算法最会做生意。

美国联邦贸易委员会 FTC 在 2025 年的一份报告里提到，随着人工智能技术进步，企业越来越有能力依据极其细致的个人特征调整价格。报告用了一个很关键的表达：价格正在变成“多维”的。翻译成人话就是，以前一个商品对应一个标价，现在可能对应一套动态矩阵，而你只是其中一行数据。平台不一定会赤裸裸地说“你更有钱，所以多付 20%”，它完全可以通过受众分层、行为预测、风险评分等方式，让结果看上去既自动化，又难以追责。

这也是为什么这项法案的重要性，远超一州一地的监管新闻。它其实在逼问整个数字经济：个性化服务和个性化剥削之间，边界到底在哪？

这次立法想禁什么，又没禁什么

HB26-1210 并不是要把一切价格波动都打成违法。法案明确留了几个口子：会员积分、忠诚度计划、优惠券，以及面对教师、退伍军人等特定群体的折扣，不在打击范围内。基于供需关系的价格变化——比如节假日机票涨价、暴雨天网约车加价——也不被视为“监控定价”。

这点很关键，因为它说明立法者并不是反对市场机制，而是反对那种消费者看不见、也很难拒绝的数据驱动型差别定价。换句话说，商家可以公开地说“今天需求高，所以价格上调”，但不能偷偷地根据你的搜索焦虑值、支付能力和行为习惯，给你生成一个专属高价，再假装这一切只是系统自动计算。

更有意思的是，法案不仅盯着消费者，也盯着劳动者。它要禁止企业利用类似的数据和算法来决定工资。为什么工资也会被卷进去？因为在不少企业的人力资源系统里，算法早已不只是“辅助决策工具”，而是隐性权力的一部分。它可能根据绩效、历史薪酬、跳槽频率、教育背景，甚至员工在内部系统中的行为痕迹，给出一个“合理薪酬区间”。听起来高效，但也可能把旧有偏见包装成数学结论。

如果一家公司的算法默认某类人“不太可能谈薪”，或者依据历史工资推算新工资，那么它就可能把过去的不公平，批量复制到未来。放在 AI 加速进入企业管理流程的今天，这绝不是小问题。

支持者和反对者，其实都说到了点子上

支持法案的一方认为，这就是 21 世纪版本的消费者保护。民主党籍议员 Jennifer Bacon 提到，反垄断法和反欺诈法的存在，本来就是为了保证消费者能在相对公平的环境里做决定。今天的欺骗不一定发生在广告文案里，也可能藏在看不见的算法规则中。你以为自己面对的是市场，其实面对的是一套针对你个人的行为预测机器。

反对者的担忧也并非全无道理。共和党议员 Chris Richardson 认为，法案措辞可能过宽、过模糊，尤其是在“工资设定”的定义上，可能误伤企业日常的数据分析。比如一些人力资源软件会根据绩效推荐薪酬带宽，这究竟是合理管理，还是算法越权？监管如果写得太粗，企业会担心连正常分析工具都不敢用了。

我倾向于认为，方向上这项法案是对的，但执行细则将决定它是不是一把好刀。今天很多技术治理争议都卡在这里：原则非常正确，落地异常复杂。你不能因为定义难，就默认平台有权“先用再说”；但也不能只凭一句“禁止算法定价”，就把所有数据分析一锅端。真正考验立法能力的，不是喊口号，而是能不能把“个性化服务”和“个体剥削”划出一条操作性边界。

为什么偏偏是现在？因为 AI 正在把“区别对待”变成基础设施

这项法案出现的时间点，很有象征意味。过去两年，生成式 AI 抢走了大部分头条，仿佛技术革命的主题全都围着聊天机器人打转。但对普通人更直接的影响，往往不是 AI 会不会写诗，而是 AI 会不会悄悄决定你买菜要花多少钱、面试能拿多少薪水、贷款利率是多少。

纽约州去年 11 月已经先走一步，成为首个要求企业披露“是否使用个人数据进行算法定价”的州。其他州也在跟进。不过目前多数立法仍停留在“告知义务”层面：告诉你，平台用了算法。可问题是，知道自己被算计，并不等于有能力反制。科罗拉多这次更进一步，直接奔着限制使用去，这才让它显得更有冲击力。

更大的背景是，数字平台的商业模式正在从“卖广告”走向“卖预测”。广告时代，平台预测你会点什么；AI 时代，平台开始预测你能承受什么。对企业来说，这是提高利润率的自然演进；对消费者和劳动者来说，这却可能意味着一种前所未有的细粒度不平等。每个人都被单独测量、单独估值、单独报价，表面上高度个性化，实际上高度失衡。

我一直觉得，技术社会最危险的时刻，不是机器犯了明显错误，而是机器把不公平做得异常顺滑、异常高效，以至于大多数人根本察觉不到自己被区别对待。今天谈“监控定价”，本质上不是反技术，而是在追问：技术究竟该用来提升效率，还是用来榨干信息不对称带来的最后一点利润？

科罗拉多这项法案接下来还要进入州参议院审议，能否最终成法还未可知。但至少，它已经把一个很多人隐约感到不舒服、却很难准确命名的问题，摆到了政治台面上。对科技行业来说，这种变化值得认真对待，因为下一个被质疑的，可能不是某个具体平台，而是整套“以数据换便利、以画像定价值”的默认商业逻辑。