“忽然，莫明其妙的，”Cole回想说，“他手网仪表盘上狠狠一拍，扯着喉咙吼道。‘老兄，他妈的给我闭嘴。我他妈没开玩笑，你他妈闭嘴，小心我一拳打烂你的脸。’”
Cole被着突如其来的咆哮吓傻了，他重新握好方向盘，默不作声地调整手的地位，并悄然松开了些，随时预备好挡住这个怒喜洋洋的乘客的袭击。
汽车在无声中行驶着。过了一会儿，Cole的乘客问他能不能在车里抽烟。Cole不敢违犯他的意思，把车停在一边，也是为了避免烟味熏得满汽车都是。两人辨别站在车头和车尾，抽着本人的烟。
到目的地之后，Cole的乘客约请他出来抽会儿大麻，被直言回绝后，他又提议再抽支烟。Cole一边感到烦躁，一边又急于维护两人之间的“战争”，他觉得，本人怕是难以轻松摆脱了。
“我事先不晓得Uber的规则。”Cole说。
Uber公司规则，呈现不良行为的乘客将得到运用此平台的资历。不过，即使晓得这些规则，也无法在紧急状况时救急。“假如我事先晓得这些，他下车的那一秒我一定马上开走。但是我不晓得啊。我不晓得公司有这样的规则，毕竟我那时分刚刚上岗一个星期。”
Cole预备走的时分，那名乘客跟他来了个大大的拥抱，不过没抱多久。在之前的任务中，Cole学到了许多客户效劳技艺，他把手重轻地放在本人胸前，很容易就打断了拥抱。
在这起事情发作一年后，Cole依然是Uber的兼职司机。但他又多了另一重身份：论坛管理员。在全球，有许多为Uber、Lyft等打车公司司机树立的非官方在线社区，用于分享建议，收回正告，答复成绩，传达些许的同事之情。
“我创立这个社区不是为了从他人那里学习什么，而是为了把大家聚集起来。”论坛的另一位管理员Doberman说。他管理着路易斯安那州的Uber和Lyft司机论坛。我采访他的时分，他强调说，他想要营建一种人人指点人人的环境。“有人遇到成绩的时分，我希望他失掉关心，大家来分享相关经历，而不只是坐在旁边看。”
Uber上的司机没法和其他司机沟通。因而，这些论坛，加上旧事、媒体和面对面沟通，让司机们之间可以互通重要信息，从而试图构成行业标准。
在这些司机推进构成的论坛上——包括Facebook、留言板，以及WhatsApp或Zello等聊天使用——司机们正在突破打车软件的算法，搭建属于他们本人的非正式信息网络。
在之前对Uber司机的调查中，我的同事Luke Stark和我发现，算法管理者会就该当有怎样的行为，以及什么时分、在哪里任务停止沟通。虽然自动化反应可以规范化数以万计的司机的行为，但并未涵盖从平安要挟到薪酬不对等的一切紧急事情。Uber的纽约市司机Ricardo说：“控制你的不是老板，而是电话。”
三年以来，我调查打车行业次要是从司机的角度动身。作为一名迷信志学者、作家和研讨人员，我参加了好几个司机论坛，采访过逾100名司机，对美国、加拿大25座城市的超越400名司机停止过察看。对他们中的许多人来说，理解Uber任务的根本只是论坛活动的冰山一角。司机们还用这些在线讨论组来搜集信息，包括新的定价方案，剖析公司的政策，遇到坏脾气乘客相互抚慰，比照各自的支出和评分，甚至剖析招致工资变少的事情。
往年早些时分，发作了这样一件事。Uber司机们应用论坛剖析出，该公司正在对一项新政策停止为期几个月的测试，之后将正式上线。这个政策就是，乘客所领取的费用要比司机们收到的费用高。这一引发争议的定价方案被Uber称为“预付定价”：Uber会依据用户的行程，预算价钱，但给司机的费用却依据实践里程数和工夫来计算。也就是说，即使乘客制服了90美元，司机拿到的能够只要30美元。
司机们在相互比照手机中留下的乘客收据时发现了这个状况，继而迅速传达到各个论坛和博客。虽然有批判家表示，这一政策对司机和乘客来说都不公道，但Uber坚持从5月开端实行。往年晚些时分，Lyft也悄然采取了相似做法，但如今正因而吃上了官司。
随着越来越多的使用截图在各论坛间传达，各个城市的司机相互比照支出，他们发现存在不公道、不公正的景象。从团体角度来说，我采访的一些Lyft和Uber司机对工资差别感到无所谓，另一些人则为此无比不满。但在线论坛却营建了这样一种觉得，那就是一切人都遭到这种不公道的影响。
这种不公道也影响到了家里。比如说，Cole的未婚妻在不上学或不必在家看孩子的时分，就会偶然成为Uber司机。我采访他的时分，他强调说，未婚妻的工资要比他多，由于她的工夫更零散。虽然Cole愈加可信任，但Uber为了留住他的未婚妻，似乎花了更多力气，这让Cole觉得很不公道。
我们不清楚究竟多少司机参与建立了这些论坛和聊天室，但他们至多聚集了不计其数名本地、本国和国际地域的司机（不过谁也不能保证那些人真的是人，或许司机）。许多论坛设立了会员制度，工夫一长，还开端设立把关制度，保证论坛不对大众开放。（在美国，Lyft拥有大约70万活泼司机，Uber大约有75万，不过两家公司对活泼的定义不大相反。）
很多时分，司机们会同时为两平台效劳，很多论坛一开端的时分只面向Uber司机，但很快就会扩展到面向多平台司机。
在我所对话的司机中，大局部人都很熟习这些在线论坛，但其中活泼用户很少，许多人只是读读下面的信息。即使是历来没有用过这些论坛的司机，也很快能理解论坛对其任务环境的影响：在线司机讨论会影响媒体对他们的任务的报道，进而使整个行业愈加通明。比如说，去年7月，《纽约时报》发现，Uber被爆经过错误的税务计算，从司机的工资中不当扣除了数百万美元；纽约的独立司机协会也指称Lyft存在异样的行为。这些报道在论坛内、论坛外传达的时分，让许多司机对工资发生了临时的挫败感。
虽然司机们经常也会担忧打车成为群众行业，但任务中一发作什么事情，论坛还是大家的首选之地。（我在论坛上发现这样一条建议，建议司机们在遇到细微事故——比如说刮擦-的时分，不要汇报给Uber或Lyft，由于能够会影响到他们在平台上的活动。）
论坛上的内容并不只要司机们面临的成绩，也有许多积极的，比如说给他人的高评分点赞，分享用户的表扬，分享赚钱的单子，以及偶然开一些和任务相关的笑话。
但抛开积极内容不谈，评分降低、佣金增加、待遇差别，常常交织在一同，倾吐着司机们的愤懑与不满。当一名司机看到他人也遇到异样的成绩是，就会构成一种更宽广的框架，在这样的框架下，司机们可以相互了解彼此的任务环境。
我所对话的司机中，不运用在线论坛的人也反映了论坛中谈到的许多成绩。Amadi是华盛顿特区的Uber和Lyft司机，他通知我，一名乘客在扶手椅背上留下了大麻，之后的另一名乘客当天就赞扬了他，称遭到影响。Amadi之后在平台封禁了一段工夫，还面临一场调查。在论坛上，Uber和Lyft的司机们相互分享由于这些曲解而被乘客赞扬的心酸。
司机们常用来在交通事故和恶性乘客事情中维护本人的行车记载仪，其画面也常常传播在各论坛间，给司机们讲述了一段段需求留意的故事，有时分赢得大家轻松一笑。不久前，达拉斯的一位检察官丢了本人的饭碗，由于Uber司机把她要挟本人的话全部录上去了。这些沟通渠道，加上媒体自身对Uber的超高关注，让我们理解到，司机们必需承当起不轻松的责任，才干维护本人和他们的任务。
多年以来，Uber司机和公司联络的首要渠道就是Uber Support——一款基于邮件的客户效劳工具，通常由原在海内的员工回复，比如说菲律宾。当Amadi或Cole等司机讯问什么事情，或许赞扬的时分，收到的往往是依据其邮件关键词给出的自动回复，而从不论他们提到的详细事情的详细细节。
任务中假如呈现什么改动，司机们也会在论坛上不时讨论。过来6个多月里，Uber和Lyft开端给司机们提供一个电话号码，并在局部城市设立人工司机效劳中心。不久前，Uber添加了一项功用，司机们可以直接在使用中给予反应。此外，Uber还在建立一个司机征询论坛，Lyft也在采取相关措施，更多地理解司机们的成绩。
在一个行业风向常常变化的行业，有关一项机密实验的些许信息，行将出台的定价政策 ，或是正在测试的一项功用，这些信息都会很快在论坛间传达。比如说，去年，一位被误停的Uber司机收到了平台的“重新激活”信息以及100美元冷遇，以补偿他的支出损失。在分散这样一则信息的时分，司机网络扰乱了信息在Uber等平台上的活动方式。
拿近期的一件事来举例，Uber和两位学术协作者参与了一个双城市经济学研讨实验，司机可以选择能否参与。但是最终，参与实验的一位司机的截图，经过多个论坛，传达到了全国各地。
关于想要管理信息传达的公司来说，这些论坛也对他们的任务构成了应战。
在论坛上，司机们每分钟都会发新帖子，包括在路上的体验，或许运用使用的体验。工夫一长，我发现论坛上的许多文章几天后成了旧事文章。作为不时发布有关Uber和Lyft外部音讯的平台，论坛上的文章也渐渐流向了外界。
Kofi是华盛顿特区的Uber和Lyft司机，在采访中，他说，上个月，他从媒体那里——而不是从老板那里——得知去年全世界5700万Uber司机和乘客的团体信息都被走漏了，包括姓名、邮件地址和手机号码，他对此感到十分震惊。仅在美国，就有60万司机的团体信息被盗，包括他们的执照信息。Uber给了黑客一笔钱来删除数据，并对数据泄露事情缄口不言，后来在2017年11月22日——也就是彭博社爆出此音讯后的一天——发邮件告诉了司机们。在搬到美国之前，Kofi是埃塞俄比亚的助理律师，“我以为Uber在维护隐私信息方面会做得更好，不论是对用户还是司机。”
经过将司机分类为独立承包商，用算法停止管理并完成通讯自动化，像Uber这样的公司让他们的员工坚持间隔，彼此间隔悠远。与此同时，失业趋向显示，随着越来越多的公司依托分包，其员工队伍的越来越长。在线论坛不只能协助像Cole这样的司机应对任务中的应战，也能协助我们这些运用和学习这些平台的人理解这些应战。它们的存在通知我们，虽然员工分隔得越来越远，他们还是可以应用技术来改动本人的任务环境。