他决定启动“午高峰的算法优化实验”。目标：在不动用复杂编程、不增加骑手额外操作负担的前提下，利用现有工具和极简的数据记录，尝试为“接单网格”注入一点“智能”，提升协同匹配的成功率和整体路径效率。

第一步：数据采集与模式分析（非高峰时段）

古民在接下来一周的非午高峰时间，集中做了几件事：

1.结构化日志记录：他设计了一个简单的在线表单（利用免费问卷工具），包含以下字段：[骑手编号][接单时间][取餐网格-商家类型][取餐实际耗时][送达网格-小区类型][送达实际耗时][总里程估算][特殊备注]。要求参与实验的7名骑手，在午高峰期间，每完成一单，尽可能抽空（例如在等电梯时）花15秒填写。为降低负担，大部分字段为下拉选择（预先定义好的网格编号、商家类型快中慢、小区类型易中难）。作为激励，每有效记录一单，额外获得2个“协作积分”。

2.关键节点耗时采样：他亲自在几个典型商家聚集的网格（b3、d1）和主要小区入口，进行定时观察和抽样记录，用秒表粗略估算商家出餐中位时间、小区入口到单元楼的步行中位时间。

_c