中国人心目中的顶级时令风味中，一定少不了秋天的大闸蟹。

古往今来，中国文人墨客对大闸蟹赞不绝口。李白写下过「蟹螯即金液」，现代美食家蔡澜感慨「第一个吃螃蟹的人」应得诺贝尔奖。

《红楼梦》更是把吃蟹写出了一个新高度——林黛玉一句「螯封嫩玉双双满，壳凸红脂块块香」，径直总结出了一只好蟹的黄金标准。

但问题是，吃了这么多年蟹，如何挑到一只好蟹，仍是件碰运气的事。同样的价格和规格，有人拆开膏满黄肥，有人拆开肉少黄薄，一只螃蟹吃出开盲盒般的体验。

养殖端也有难处。过去，螃蟹分拣时主要靠经验判断：看蟹壳、捏蟹腿、翻蟹脐，再凭手感判断一只蟹够不够肥。经验丰富的师傅几秒钟就能完成一只蟹的判断，但当数量从几十只变成几千、几万只，误判就很难避免。

不开壳，怎么知道一只大闸蟹肥不肥？俨然成了一道现实问题。

01

薛定谔的肥蟹

2025年，全国消费者吃掉了93.9万吨的螃蟹。2026年气候适宜，行业预计大闸蟹产量将增长20%。

从螃蟹上架的那一刻开始，消费者的知识储备正式进入竞技模式。

对一只大闸蟹，「肥」是最高的评价。不同于肉蟹，大闸蟹最被惦记着的，是蟹黄和蟹膏。在社交媒体上，网友常晒出螃蟹掰开后的蟹黄和蟹膏，来判断其是否为「报恩蟹」；在行业评价时，同样绕不开肥满度等指标。

但河蟹要吃活的，没人能在买蟹时将其掰开判断。

于是，消费者只能寻找各种「间接证据」。

最常见的是看产地，这也让阳澄湖大闸蟹成了全国性的消费符号。但产地解决的是「蟹从哪里来」，并不能保证这只蟹到底肥不肥。况且，当大闸蟹进入规模化养殖之后，环境条件可以通过养殖技术部分调节。

早在2014年的全国河蟹大赛上，便有非阳澄湖产区的螃蟹夺得「蟹王」「蟹后」。

即便放弃对产地的执念，普通消费者想去海鲜市场、超市亲自挑出一只「报恩蟹」，同样不容易。

挑蟹是门经验活。蟹场的老师傅们可以结合细微特征判断一只蟹够不够肥美。但普通消费者一年可能只买几次蟹，照着攻略验蟹，很难与多年经验相比。

最终，买蟹仍然像一次概率游戏。你付的是好蟹的价格，却要等到开壳之后，才能知道自己到底买到了什么。

这其实也是生鲜消费长期存在的一个问题：最影响品质的变量，恰恰是消费者购买时最难看见的部分。

既然「肥蟹」才是最终目的，能不能不再绕着产地、规格和外观打转，而是直接把「肥」这件事量化出来？

盒马正在尝试这么做。2025年，盒马联合上海海洋大学、上海市水产研究所、上海识加科技，共同研发了一套AI「电子验蟹师」，开始用机器视觉和数据判断大闸蟹的肥满度。

这样，即便不开壳，人们也能给一只蟹打分。

02

AI验蟹 肥满度有了分数线

在江苏兴化三王村的「大闸蟹盒马村」，刚从塘里捕捞的大闸蟹会被送上传送带。

它们依次经过摄像头，屏幕上的数字随之跳动。过去只能靠经验判断的「肥不肥」，开始变成一个可以计算的数字。

AI「电子验蟹师」可以在约0.8秒内识别大闸蟹外壳的8个关键点位，计算壳长，再结合称重数据，计算出反映肥满度的K值。

简单理解，K值就是用体重和壳长之间的关系，判断一只蟹长得够不够「肥满」。普通消费者可以把它理解成「大闸蟹版BMI」。

肥满度其实并不是一个新概念。早在2001年的农业行业标准（NY 5064-2001）中，肥满度就已经被列入中华绒螯蟹的理化指标。

但知道怎么测，和能不能把它用起来，是两回事。

按照传统方法，一批大闸蟹往往只需要抽样检测。如上述标准中，当一批大闸蟹超过1万只时，肥满度检测随机抽取雌、雄各20只，最终以样品平均值代表整批产品。

但如果要求每一只蟹都检测，事情就完全不同了。一只蟹要测壳长、称重量、计算指标。如果依靠人工完成几千、几万次重复操作，时间和人工成本都很高，而活蟹捕捞后讲究尽快流通。

所以传统分级最终还是更多依靠克重、规格等简单指标，肥满度并不直接产生价差。

站在消费者的利益上，零售商卖蟹要解决的首要问题是，能不能低成本、高效率地把上述标准执行到每一只蟹身上？

盒马借助机器视觉技术做到了这一点：大闸蟹从产地出塘后先经过人工初筛，再由AI「电子验蟹师」复检；进入收货仓后，还会再次进行AI检测。

2025年产季，AI「验蟹师」累计检测约1000万只大闸蟹，其中约700万只最终进入盒马货架。盒马团队复盘销售数据后发现，当年与「大闸蟹不够肥」相关的客诉下降了60%。

今年，盒马又对AI「验蟹师」进行迭代、将其直接送上流水线，AI检测效率较首次投入使用时提升了数十倍。

这背后的变化，其实比「AI技术为零售提效」更深远。当人工经验被拆解成数据和标准，让螃蟹的「肥美」有了分数线，盒马就有可能进一步做出一个过去很难做出的承诺——不肥包退。

消费者未必关心K值是多少，也不需要知道一只蟹上架前经历了几轮检测。

他们真正关心的，是盒马App上的分级标准是否意味着真实的品质差异，以及「不肥包退」到底是不是靠谱。

归根结底，零售商用技术解决的，是消费者的痛点；由此获得的，是消费者的信任。

而信任关系的沉淀，是零售商实现长效经营的底气。

03

不只大闸蟹 盒马让买菜不再开盲盒

站在消费需求的视角审视零售行业，需要降低不确定性的不只是大闸蟹。

生鲜品类的品质，天然存在波动。水果会受到成熟度、糖度影响，蔬菜讲究采摘时间和新鲜度，水产则存在肥瘦、活力等个体差异。即便是同一批生鲜、规格和价格也相同，实际品质仍可能存在差异。

所以零售商真正要解决的，并不只是从哪里采购，而是品质如何稳定可控的难题。

这也是盒马这些年不断向供应链上游走，在全国建300多个直采基地、100多个盒马村的原因。

比如今年采购山东蒙阴鲜桃时，盒马会对部分品种提出九成熟、糖度不低于14°才能采摘等要求，采摘后还要经过分选线，对重量、糖度、外观和色差进行检测。

对于有机蔬菜沙拉，盒马借助「盒马村」模式与生产基地建立长期合作，并将溯源细化到每一包沙拉的每一种叶菜。消费者只要扫个二维码，便可了解到每一种蔬菜的种植基地、认证信息和采收时间。

这些动作表面上各不相同，但背后其实是同一件事：把「好」从一种模糊的感受，逐渐变成一套可以被生产、采购、检测和追踪的品质标准。

而盒马能把这种方法用到大闸蟹、有机沙拉等品类，也与它过去积累的数字化能力有关。

新零售平台，新就新在由数据和技术驱动。只不过早期的新零售，最大的想象力来自用数字化改造「怎么买」——线上下单、即时配送、门店和库存管理数字化；再往后，数字化开始进入「怎么卖」——通过预测需求，反向驱动供应链。

如此，这些数字化能力正在转化为支撑商品品质可控的底气。

盒马采购还分享过一个细节：大闸蟹的生长状态会随着产季而变化，不同年份的整体品质也不完全相同。而盒马可以根据过去数年积累的采销数据，对不同阶段的螃蟹K值进行调整，再把标准反向传递给产地。

可以预见的是，当类似的标准化动作越来越多、标准越来越细，消费者购买生鲜时「开盲盒」的概率，也会越来越低。

生鲜零售竞争到最后，或许不只是挖掘更多的宝藏产地、稀有商品，还有摆上餐桌那一刻的确定性。