每天都希望 Wi-Fi 在我离开信号覆盖范围时能尽快切到 5G，但每次它都能坚挺到最后半格信号，我却连看个天气预报都看不了…我不得不手工关闭 Wi-Fi，然后等走远了之后再打开，如此反复，不厌其烦。

早上出门上班，关上家门等电梯时，家里 Wi-Fi 信号已经很微弱，但依然坚挺，没即时切到 5G，傍晚下班离开公司，走出大楼时，公司 Wi-Fi 信号已经很微弱，但依然坚挺，没即时切到 5G，这两个时间有那么一两分钟是无法上网的，除非我手工把 Wi-Fi 关闭，等走远了再打开。

坐车经过曾经住过的酒店时，酒店 Wi-Fi 瞬间就连上了，但我只是快速路过，信号很快微弱，但依然没切 5G。

总结下来就是系统默认有 Wi-Fi 尽量用 Wi-Fi，理由难道是为我省钱吗？

但5G 资费已经不贵了，而且 Wi-Fi 速率也不一定更快。

技术手段解决这个问题理论上不难，但终究会遇到调参问题。比如：

• 当 Wi-Fi 信号弱到 $\alpha$ 以下，并且至少持续 $\beta$ 时间，随即切换到 5G；

紧接着的问题就是 “如何在灵敏度和抗噪声之间权衡”：

• 如果我只是离开信号覆盖区域去取了个快递，即使 $\alpha$，$\beta$ 满足了条件，也不该切换，参数倾向于保守抗噪声；
• 如果我是上班下班了，说明我在几个小时内不会再回来，即使 $\alpha$，$\beta$ 不满足条件也要切换，参数倾向于灵敏化；
  到底要如何调参？

理工科背景的思维方式往往不屑于直接相信统计结果，总是并且总能用例外来反驳，这种思维方式需要为任何结果找一个唯一的原因，或至少要找一个首要原因，证明事实确实且必然如此才满意，所以他们在不得要领时，总会陷入一些自以为然的启发式算法，增加参数数量，继续调参，试图把例外全都囊括，试图解释世界。

但相反的思路往往更简单，粗暴到有效，直接学习现象，对现象编程。

不管信不信，背后也没什么原因，人们每天的行为轨迹在时间序上是有规律的，观察和统计上下班打卡时间，外出跑步时间，坐地铁班次，甚至消费时间，你会惊奇地发现每天几乎都是 “那个点”，误差甚至不超过一两分钟。这个跟我此前说的 “每天坐地铁都会遇到相同的人，坐在或站在几乎相同的位置” 相一致。

这个事实可用来指导拥塞控制算法，也可以用来指导 Wi-Fi 切换。

• 早上上班时间段 7:20~7:25 以及傍晚下班时间段 17:51~17:55 or 18:30~18:33(要赶固定时间地铁，时间必须控准)，周五 17:20~17:25 这几个时间段，Wi-Fi 信号稍有减弱，马上切 5G；
• 中午外出吃饭时间地点亦固定，搜索到饭店特定 Wi-Fi 马上切；
• 工作日上下班路上路过的酒店 Wi-Fi 不切换；
• …

这些信息对于一个现代操作系统的应用程序而言非常容易学习得到，整天智能智能喊个不停，Wi-Fi 切换一点都不智能却鲜有人做。

说实话几乎所有人的生活都在绕圈圈，或大或小而已，所有人的行为叠加起来也是个漂亮的周期函数，这背后可能是一些长程依赖，或许可以用各种统计学相关的行为理论去解释，但管它呢，利用观测到的事实编程就是了。

浙江温州皮鞋湿，下雨进水不会胖。