这是一个非常经典且敏感的问题，也是平台经济中“技术中性”与“用户感知”冲突的核心体现。
我们可以把这条界线想象成一个“光谱”，而非一条清晰的线。光谱的左边是“合理的动态定价”，右边是“被法律和道德禁止的价格歧视（杀熟）”。划分的关键在于四个维度：意图、依据、透明度与可选择性。
光谱的左侧：合理的动态定价（平台视角）
平台会辩称这是正常的商业行为，其依据是：
基于成本的动态定价：出行高峰（雨雪天、早晚高峰）、酒店会议期间、演唱会热门时段，因需求暴增、供应紧张（司机少、房间少），价格自然上涨。这符合经济学基本原理。
基于效率的实时匹配：系统根据用户所在位置、周围车辆/商品数量、预计通行时间等复杂变量，计算出能最快促成交易的“当前市场价格”，目的是
提升整体交易效率。
基于宏观市场条件的调整：例如航空公司的收益管理系统，根据历史数据、预订节奏、竞争对手价格等进行预测和调价。
这一侧的核心理念是： “对事（情境）不对人”。价格变化的主要驱动因素是公开的、非个人的市场环境因素。
光谱的右侧：被谴责的“杀熟”（用户感知）
用户感受到的“杀熟”，通常指向一种令人不快的体验，其特点是：
基于个人特征的歧视性定价：
- 利用行为数据：根据你的消费记录、搜索历史、购买频次、价格敏感度（比如你是否经常使用优惠券）等，推断出你的支付意愿，对愿意付更多钱的老客户报更高价。
- 利用设备信息：使用苹果手机 vs. 安卓手机，新用户 vs. 老用户，不同会员等级之间的价格差异，且这种差异脱离了成本或服务的不同。
不透明与信息不对称：用户完全不知道价格是如何产生的，无法验证其合理性。当两个人在同一时间、同一地点、购买同样服务时，价格却不同，这直接触发了“不公平感”。
滥用锁定效应：对于已经养成使用习惯、迁移成本高的忠实用户，暗中提价，利用其“懒得换平台”的心理获利。
这一侧的核心理念是： “对人不对事”。价格变化的主要驱动因素是隐蔽的、个人的用户画像数据，旨在最大化从每个用户身上获取的利润。
那条模糊的“界线”到底在哪？
法律和监管正在努力界定这条线。目前，可以从以下几个原则来判断：
“成本/价值对应”原则：
- 过线：如果给老用户的价格显著高于新用户，但提供的服务（车型、房间、配送速度）完全一样，且不存在明显的即时性供需失衡，这就可能越界。
- 合理：老用户享受了更多权益（如会员免费配送、优先派单、累计优惠），或新用户价格是明确标注的“首单优惠”、“拉新补贴”，这通常是合理的。
“非个性化市场因素”优先原则：
- 过线：价格波动主要由你的个人数据驱动，而非时间、位置、天气等公开因素。
- 合理：价格波动主要由公开的、影响所有人的市场因素驱动，个人数据可能只用于微调或匹配更适合的服务（而非提价）。
透明度与同意原则：
- 过线：完全黑箱操作，用户毫不知情，也无法选择退出个性化定价。
- 合理（未来方向）：平台应提供“平价模式”选项，或简要说明当前高价的主要原因为“需求激增”或“附近供应少”。欧盟的《数字市场法案》等法规正朝强制透明化方向推进。
反欺诈原则：
- 绝对过线：虚构“需求紧张”（如显示“附近车少”的假地图红区）或制造抢购恐慌来人为抬高价格，这已是明确的欺骗行为。
如何应对与思考？
- 对于用户：当怀疑被杀熟时，可以尝试“交叉验证”——换一个账号、换一部手机、换一个网络，在同一时间地点查询比价。如果价格差异巨大且无合理解释，你很可能遭遇了基于个人数据的歧视性定价。此时，用脚投票是最有力的工具。
- 对于平台：长期来看，滥用“杀熟”会严重损害品牌信任，导致用户流失。平台应致力于提高定价算法的透明度（哪怕只是模糊的解释），并探索更健康的商业模式，如通过提供增值服务（而非隐秘涨价）来获取利润。
- 对于监管：需要制定更细致的规则，要求算法可审计、定价逻辑可解释，并禁止基于特定敏感个人特征（如收入阶层、消费习惯）的歧视性定价。
总结而言，那条界线可以简化为：
当定价从“响应一个公开的市场”变为“算计一个具体的个体”，并且旨在利用信息不对称从该个体身上榨取超额利润时，它就跨过了界线，从“聪明的商业”变成了“可恶的杀熟”。
这条线在实践中虽然模糊，但通过增强算法透明度、加强监管和提升用户权利，我们可以让它变得越来越清晰。
