高考季的教育焦虑，本质上是一门用代码和模型包装起来的恐惧生意。今天又推掉了一个本地教育机构的SaaS开发单子，报价三十五万，对方连需求文档都没看就直接要签合同。这种钱烫手。
我拆过市面上三款主流的“智能填报志愿”App后端，核心算法简陋得令人发指。无非是爬取前三年各高校的录取分数线，加个五分十分的“安全区间”，再根据用户输入的模考分数和省份排名，用最基础的线性回归输出几个概率。问题在于，数据源本身就有大量缺失和错误，很多独立学院的合并、转设信息滞后一年以上。更致命的是，他们为了制造“精准”的错觉，把置信区间压得极窄，界面显示“录取概率92%”，背后可能就是一行没处理好的空值导致整个排序错位。家长看到那个绿色的高概率数字，就像抓住救命稻草，谁会在意你的模型有没有交叉验证？
这不是技术问题，是良心问题。我写爬虫抓电商数据，对方反爬升级顶多损失点流量；我给人做微信小程序商城，系统崩溃了也就是少卖几件货。但教育数据是另一回事。一个孩子寒窗十二年，家庭投入几十万，最后因为你的数据库里某院校去年“中外合作办学”专业分数没单独剥离，导致志愿滑档，这个责任谁能背？那些老板会说“我们有免责条款”，但代码是我写的，我知道那个bug埋在哪里。
上个月有个客户给我看他们的“成功案例”数据，说系统推荐后录取率高达87%。我问他对照组呢？那些用了推荐但没录上的学生数据在哪？他愣了一下，说那些“不属于服务成功范畴”。你看，这就是黑盒的恐怖之处：你只统计对自己有利的样本，就能制造出完美的商业闭环。至于那13%的人生轨迹被引向了哪里，没人在乎。
我也有过动摇。三十五万，够我招两个初级程序员干大半年了。2018年正是知识付费和在线教育最疯的时候，所有人都在谈“用户生命周期价值”，算一个家长从小学到高中能榨出多少续费。但我总觉得，有些行业的钱不能赚得太轻松。技术人得有自己的“负罪感阈值”，你可以用Axure画出最流畅的报名流程，用Redis扛住高考出分那天的并发峰值，但当你明知道核心算法配不上那份信任时，每一行代码都在透支未来的业力。
Flovico这个牌子现在还没多少人知道，但我想让它代表点不一样的东西。至少以后客户提起，会说“那家伙技术偏执，但东西可靠，不该碰的钱他不碰”。这比短期内接一堆教育SaaS然后天天提心吊胆强。深夜改bug的时候，我宁愿面对的是电商订单库存同步的诡异问题，也不愿想象某个十八岁的孩子盯着屏幕上的“推荐院校”时眼里有光的样子。
那些老板总爱说“技术中立”。狗屁。技术从来就不中立，你写在算法里的权重，你故意忽略的异常值，你为了赶上线砍掉的校验环节，每一个选择都是价值判断。今年不碰教育SaaS，以后也不会碰，除非哪天我能亲手搭建一个公开所有数据源和权重因子的开源模型——但那时候，恐怕就没人愿意付这三十五万了。
