算法的重量
第一章：水位
清晨六点十七分，林晓雨的闹钟响了三遍才把她从梦里拽出来。
梦里有水。很多的水。她站在一条河岸边，看见无数发光的数据包顺流而下，每一个包裹里都装着一个人的名字、身份证号、信用评分、通讯录、通话记录、购物车里的有机枸杞和分期付款的雅诗兰黛。她试图去打捞，但每一次伸手触碰，那些数据包就化作银色的鱼，滑溜溜地钻进更深的水流里。
醒来时，枕头湿了一小块。
她坐起身，在黑暗中摸索着点亮手机屏幕。锁屏壁纸是那张她用了三年的照片——云南泸沽湖，水面平静如镜，倒映着满天星斗。那是三十岁生日那天拍的，算是某种对自己的许诺：要在某个湖边安静地坐一整个下午，什么都不想，什么都不算。
三年过去了，那个湖再也没有去过。
今天是周三，她的日程表被切成均匀的碎片：九点到十点是数据对齐会议，十点到十一点处理模型漂移告警，十一点到十二点是周会汇报，下午两点到四点是她给自己留的”深度工作时间”——用来写那个新风控模型的代码，然后晚上八点有一个视频会议，德勤的人想聊聊他们新接的一个城商行信贷系统改造项目。
林晓雨，三十三岁，未婚，蚂蚁金服前员工，现任小数科技风控部副总监，工牌照片上的她笑得很用力，像是在证明什么。
小数科技是做助贷生意的——说白了，就是帮那些在传统银行贷不到款的人找到钱，帮那些在传统银行存钱的人找到利息更高的去处。中间那层油腻腻的利润，就是小数科技的。它曾经有个更好听的名字，叫”普惠金融”，后来这个词被用烂了，就改叫”智慧信贷解决方案提供商”。
林晓雨负责的是核心的风控模型。那套叫”禹”的分级系统，根据三百多个维度给用户打分，决定他们能借多少钱、要付多少利息、会不会逾期、逾期了之后催收的力度应该多重。
“禹”是她到小数科技后主导重写的第一版算法。在此之前，那套风控系统像是个拿着菜刀的屠夫，看见稍微有点风险的用户就一刀切地拒掉，或者给一个高得离谱的利率，把人直接吓跑。林晓林觉得那太蠢了——她相信数据，相信概率，相信只要维度足够多、样本足够大，就能把每个借款人的风险画像画得比他自己还清楚。
她确实做到了。“禹”上线后，小数科技的坏账率从百分之十二降到了百分之七点三，审批通过率提高了将近一倍。公司开年会的时候，CTO陈维信专门点名表扬了她，PPT上打出一行大字：数据即信用，算法即普惠。
那行字亮闪闪的，林晓雨站在台下，觉得自己像是站在泸沽湖边一样，光线温柔，水波不兴。
她那时候不知道的是，那行字的倒影里，藏着另一条河。
洗漱的时候，她习惯性地打开”小数贷”APP看了一眼自己的信用分——七百八十二分，比上个月涨了两分。这个分数是她自己跑出来的，但她从不在自己的APP上借钱。一来不需要，二来她有点……怎么说呢……敬畏。
不是敬畏数据，是敬畏那些数据背后的人。
七百八十二分意味着什么？意味着她在小数科技的评估体系里，是一个”信用优良、还款意愿强、负债率可控”的优质用户。如果她现在想借钱买房，可以拿到年化百分之五点九的利率；如果她想借钱炒股——虽然她不会这么做——大概只能拿到年化百分之十八。
这些数字不是拍脑袋定的，是”禹”模型根据她的社保缴纳记录、公积金基数、淘宝消费类目、支付宝流水、摩拜单车使用频率、甚至她每天几点睡觉推算出来的。
有一次她和男朋友——现在已经变成前男友了——吵架，对方说她：“你这个人，什么都要量化，连感情都要算性价比。”
她当时觉得委屈。现在想起来，觉得对方可能也没说错。
七点四十五，她出门。电梯从十七楼下到一楼，电梯里的广告屏正在播一条小数科技的宣传片：一个穿格子衫的程序员坐在电脑前，手指在键盘上飞舞，然后镜头拉远，他的周围浮现出无数道光线，每一道光线都是一个数据流，最终汇聚成一棵枝繁叶茂的信用之树，树下站着一个微笑的男人——那是陈维信——他张开双臂，仿佛在拥抱整片森林。
画外音说：“小数科技，让信任触手可及。”
林晓雨站在电梯角落，忍住没翻白眼。
出了小区，她扫码骑上一辆共享单车。骑到一半，手机震了一下，是小数科技的内部通讯软件”钉砖”发来的消息：
[风控部-周报] 各位，本周”禹”模型V3.2.1版本更新已排期，请相关人员确认排期安排。详情点击链接。
她点开链接，看了一眼更新内容。主要是对”社交影响力”维度的权重做了微调——简单来说，就是如果你的朋友圈里有人借钱不还，你在平台上的利率就会相应提高。
这个逻辑猛一看挺合理的：物以类聚，人以群分，违约行为在社交网络里是有传染性的。
但林晓雨知道，这个逻辑有个灰色地带。
她的前男友，就是被这个逻辑”误伤”过的——他的一个大学室友在某个现金贷平台逾期了，那个室友当时把他填成了紧急联系人。虽然前男友本人和那笔逾期毫无关系，但”禹”系统在他的社交图谱里捕捉到了那个”室友-逾期”的节点，给他降了三分。
就三分。但那三分让他在小数科技的借款利率从百分之八点五跳到了百分之九点二。
前男友说：“你看看你做的好事。”
林晓雨说：“这不是我做的，是算法做的。”
前男友说：“算法是你写的。”
林晓雨说：“算法不是’我’写的，是’我们’写的。”
前男友说：“你们真了不起。”
那次对话之后没多久，他们就分手了。
林晓雨骑到地铁站，把车停好，锁扣发出清脆的”咔哒”声。她在地铁站口站了两秒，看着早高峰的人流像潮水一样涌向闸机口，每个人都在低头看手机，屏幕的光映在他们脸上，像是水面上的粼粼波光。
她突然想起梦里那条河。那些银色的数据包，那些顺流而下的名字。
她摇摇头，走向闸机。
地铁上，她照例打开”小数贷”APP，切换到”用户视角”——这是她养成的职业习惯，每周至少要当一次自己的用户，去体验产品流程。
首页弹出一条消息：“林女士，您有一笔三万元的现金红包待领取，限今日使用！”
她愣了一下。她没有申请过任何红包。
点进去一看，是平台给她推荐的一个”限时加息活动”——把她的闲钱存入平台的”月月盈”理财项目，年化收益率比平时高出百分之零点五。
这是一种常见的运营手段，在行业里叫”加息券投放”，通过对高价值用户发放限时福利，诱导他们增加在平台的资金沉淀。
林晓雨看了看那个年化收益率，百分之四点二。
比她上个月买的银行理财高了零点三个点。说多不多，说少不少。
她在心里飞快地算了一笔账：如果她把五万块闲钱从银行理财转过来，一个月能多赚十二块五。一年就是一百五十。
一百五十块。
她突然觉得有点荒谬。她是一个负责设计风控模型的工程师，每天的主要工作就是用数据精确地衡量别人的信用——借多少钱，收多少息，违约概率百分之几，预期损失多少——但她自己，却在为了一年多赚一百五十块钱而犹豫。
地铁到站了。她收起手机，随着人流涌出车厢。
走出地铁站的时候，阳光正好从云层的缝隙里漏下来，打在她脸上。她眯起眼睛，看见街对面小数科技的办公楼，玻璃幕墙反射着日光，亮得有些刺眼。
大堂的旋转门转动着，把一批批穿西装和穿格子衫的人吞进去，吐出来。林晓雨刷卡进门，在等电梯的时候，抬头看了一眼墙上的公司使命：
数字普惠，共创未来。
她第一次看到这行字的时候，觉得热血沸腾。
现在她只觉得，那行字的每一个笔画里，都藏着一个她不知道该怎么回答的问题：如果”普惠”的代价是让一部分人陷得更深呢？如果”未来”的蓝图里不包括那些被算法判定为”信用不佳”的人呢？
电梯门开了。她走进去，按了十七楼。
第二章：回音
周会开到一半，林晓雨的手机震了一下。
她瞥了一眼，是一条系统告警，优先级标注为”高”。发件人是她手下的小组长，叫赵海涛，一个九五后的男生，去年刚从中科院计算所硕士毕业。
告警内容很短：
[紧急] “禹”V3.2 周三下午场 - 逾期率异常波动的简单分析.xlsx
她皱了皱眉。周三下午场是”禹”模型每日的例行跑批时间，系统会自动用前一天的借款数据重新训练模型，然后输出当天的新客审批结果和存量客户的利率调整方案。
逾期率异常波动？这不是小事。
她正要点开附件，会议室的门突然被推开了。
是陈维信，CTO本人。他穿着一件深灰色的polo衫，手里端着一杯咖啡，脸上带着一种奇怪的表情——像是高兴，又像是……紧绷。
“各位，打断一下。“他走进来，在会议桌前端站定，“有个好消息和一个坏消息。大家想先听哪个？”
会议室里一阵沉默。
“好消息是，“他环顾四周，眼睛里闪着光，“我们刚拿到新一轮的融资，估值十二个亿。”
几个人开始鼓掌。林晓雨没动。
“坏消息是，“陈维信收起笑容，“这轮投资方里有一个对赌条款——明年三月之前，我们的坏账率必须控制在百分之六以下，否则要提前还钱。”
会议室里的空气凝固了一秒。
百分之六。现在是百分之七点三。差了一点七个点。
林晓雨在心里飞快地算了一笔账：小数科技目前的在贷余额大约是八十亿，如果坏账率要从七点三降到六，意味着要减少至少一个亿的坏账金额。
一个亿除以八十亿，是零点零一二五，也就是百分之一点二五。
也就是说，在现有的贷款规模下，只需要把百分之一点二五的贷款从”坏账”变成”正常”，就能达标。
听起来不多。但对于一个风控模型来说，这意味着要么拒绝更多高风险用户——牺牲放款量，要么提高对已有客户的识别精度——在现有的特征维度里再挤出一块空间。
林晓雨隐隐觉得，她的加班费要涨了。
会后，她把赵海涛叫到工位上。
“说说，那个告警是什么情况？”
赵海涛打开电脑，给她看那份Excel。是一张折线图，横轴是日期，从三周前到今天，纵轴是每日新增逾期的笔数。
折线图的前半段很平稳，每天新增逾期大约在三百到三百五十笔之间。但从上周三开始，出现了一个奇怪的小山峰——上周三、四、五连续三天，新增逾期笔数飙升到了将近六百笔，然后回落到四百多笔。
但这个回落没有回到原点。从上周五之后，每天的新增逾期一直维持在四百五十笔左右，比之前高了将近百分之四十。
“这不是正常的波动，“赵海涛指着折线图说，“你看这里，这里，还有这里——这几个日期的新增逾期用户，他们的特征分布和之前的逾期用户有明显差异。”
他点开另一个Sheet，是一张特征分布对比图。左边是”正常用户”，右边是”上周异常峰值期间的逾期用户”。
林晓雨盯着那张图，瞳孔微微收缩。
“这个……”她指着右边的一列数据，“这个’社交违约传染’因子的均值，是不是有误？”
赵海涛点头，声音压低了一些：“我也觉得有问题。这个因子——您还记得吧，就是根据借款人的朋友圈子里有没有其他逾期用户来计算的——它在这一批逾期用户身上的均值是零点七八，比正常逾期用户的零点六二高了将近百分之二十六。”
林晓雨的眉头皱得更紧了。
“禹”模型里有个子模块，专门用来计算”社交影响力”。它的核心逻辑是：如果一个人周围的社交网络里有用户出现逾期，那么这个人自己也逾期的概率会相应提高。这个逻辑本身没问题——统计学上的”物以类聚”，信用状况相近的人确实会倾向于扎堆。
但问题在于，这个”社交影响力”因子是有记忆的。一旦某人在你的社交网络里被标记为”逾期”，这个标记会在你的画像里持续存在，即使那个人后来还清了债务、即使你和那个人已经断了联系。
换句话说，你在平台上的”信用分”会因为你根本不认识的人的行为而永久受损。
“这不应该是新逻辑，“林晓雨说，“这个因子从V1版本就在了，怎么之前没出问题？”
“对，“赵海涛说，“所以我觉得奇怪。我跑了一下这批用户的社交网络图谱，发现了一个问题——”
他点开一张图。那是一张密密麻麻的节点图，每一个节点代表一个用户，节点之间的连线代表社交关系。图中有一块区域，节点的颜色明显比周围深——那是”重度违约区”，意味着这些节点周围的逾期用户密度异常高。
“这里，“赵海涛指着那块深色区域，“这里有大概三百多个用户，他们互相之间的社交关系非常密集——不是普通的熟人关系，更像是……”
“更像是水军，“林晓雨接话，“或者是马甲账号。”
赵海涛点头：“我怀疑是。我们平台有一些用户，专门靠’邀请新用户’拿佣金，他们会在社交网络上互相邀请、互相绑定，形成一张密集的邀请网络。上个月运营那边搞了一波邀请返现活动，这张网络扩张得很快。”
林晓雨明白了。
这三百多个用户，本来都是正常的借款人，有的信用好，有的信用差。但因为他们互相邀请、互相绑定的行为太密集，在”禹”系统眼里，他们被归类成了一个”高内聚社交群”。
然后，其中一小部分人——可能只是几十个——因为各种原因逾期了。
因为”社交影响力”因子的记忆效应，这几十个人的”逾期标签”被扩散到了整个三百人的网络里。于是，三百个人里，有相当一部分人的”社交违约传染”因子值暴涨，随之而来的是他们的信用评分被系统性低估，利率被提高，还款压力变大。
然后，更多的人逾期了。
这是一个正反馈循环。
“禹”系统把这种反馈循环识别为”高风险社交网络”，于是进一步提高利率、收紧额度，导致更多人逾期；逾期的数据再反馈进模型，进一步推高”社交违约传染”因子——
雪球越滚越大。
“这不是风控，“林晓雨说，声音有些发紧，“这是踩踏。”
赵海涛没说话。
林晓雨盯着那张节点图，突然有一种很奇怪的感觉。那些密密麻麻的节点，每一个节点都是一个人，一个真实的人——有身份证号、有手机号、有紧急联系人、有爹有妈有房贷有老婆孩子要养的人。他们可能只是因为点了一个邀请链接，就此被卷进了这台不知道向哪里狂奔的机器。
“上周峰值那三天，“她问，“那六百个新增逾期用户，有多少人属于这张社交网络？”
赵海涛翻了一下数据：“四百二十三个。”
百分之七十。
也就是说，上周三到周五那波逾期的峰值，有七成是被这张”社交网”里的互相踩踏踩出来的。
这不是正常的信贷风险，这是算法制造的踩踏事件。
林晓雨沉默了几秒。
“这个情况，“她问，“其他人知道吗？”
“我上周五就发了邮件，“赵海涛说，“但没有回复。我又发了两次，还是没有。”
林晓雨打开邮箱，翻了翻收件箱。果然，赵海涛的邮件安静地躺在那里，标题是”[内网] 关于禹系统近期逾期波动的初步分析”，发送时间是上周五下午三点十七分。
她不记得自己有没有看到过这封邮件。可能看到了，但被其他更紧急的事情淹没了。也可能根本没看到——每天上百封的内部邮件，有多少是真正被读完的？
她打开邮件，看了两眼。邮件写得很清楚，数据详实，结论清晰。如果她当时看到，应该会立刻重视起来。
但她没有。
“我知道了，“她合上电脑，对赵海涛说，“这件事我来处理。你先不要对任何人说。”
赵海涛犹豫了一下：“林总，这个月对赌条款的事——”
“我知道，“她打断他，“我知道。”
她知道。但她更知道的是，如果这件事被压下去，那三百多个被错误标记的用户里，还会继续有人逾期、有人被催收、有人上新闻、有人跳楼。
她不想再听到有人跳楼了。
第三章：涟漪
下午六点半，林晓雨没有下班。
办公室的人已经走了大半，只剩下几个加班的同事在各自的工位上敲键盘。她把百叶窗拉下来，关掉办公室的灯，只留桌上的一盏台灯，然后在电脑上打开”禹”V3.2的源代码。
她要找的东西在”社交影响力”那个模块里。
代码是用Python写的，逻辑清晰，注释完整。林晓雨一边看，一边在心里画那张节点的社交网络图——每一个用户是一个节点，每一条社交关系是一条边，逾期的记忆在节点之间以某种概率传播，像是一滴墨水落进水里，慢慢晕开。
她找到了问题所在。
“社交影响力”因子有一个参数，叫”传染半衰期”。这个参数的含义是：当你社交网络里的一个人逾期后，这个负面标签对你的影响会随着时间衰减，“半衰期”就是指这种影响衰减到一半所需要的时间。
这个参数的默认值是九十天。
这意味着，如果你朋友圈里有个人逾期了，这个标签对你的信用评分的影响会在九十天后减半，一百八十天后变成四分之一，两百七十天后变成八分之一——理论上，要到大概四百五十天后，这个负面标签对你的影响才会基本消失。
林晓雨觉得这个逻辑有问题。
九十天的半衰期太长了。对于一个普通人来说，三个月的逾期记录会严重影响他找新工作、租房子、甚至谈恋爱——而在现实里，三个月前逾期的那个朋友，可能早就把债还清了，或者早就把你拉黑了。
但”禹”系统不知道这些。它只知道：你的社交网络里有一个”污点”，所以你也是有污点的人。
这不公平。
林晓雨盯着屏幕，手指无意识地敲着桌面。
她在想：如果把这个半衰期从九十天改成三十天呢？那些被错误标记的用户，他们的评分会不会回升？那些被踩踏的逾期率，会不会回落？
她没有改。她知道，在小数科技，一项参数的修改需要经过层层审批——模型变更评审委员会、风险合规部、科技管理部——快的三周，慢的两个月。等审批下来，那三百多个人早就被催收电话打爆了。
她需要找一个更快的方法。
她想起了一个东西。
“小数贷”APP里有一个功能，叫”异议申请”。
入口很深，藏在我的-帮助中心-其他服务-信用记录申诉里。一般人找不到，也懒得找。但林晓雨知道，这个入口每天大概会收到几十到上百个申诉。
申诉的理由五花八门：有说身份证被盗用的，有说手机号换了导致账号被人冒用的，有说帮朋友借钱结果朋友跑路的，也有直接骂平台是骗子的。
这些申诉会被分配给客服，客服一般会做个记录，然后给出一个模板化的回复：“感谢您的反馈，我们会尽快核实。”
核实个屁。
林晓雨知道，真正被核实的申诉不到百分之十。绝大多数申诉都在系统里躺三天，然后被自动关闭。
但她现在需要的，恰恰是这个”申诉”的入口。
她打开数据库后台，找到那三百多个被错误标记的用户名单，然后用一个内部的测试账号登录”小数贷”，把自己的信用分页面切换到其中一个用户的视角。
她看到的是一个红色的警示框：“您的综合信用评分偏低，可能无法获得最优利率。建议您保持良好的还款习惯，耐心等待评分回升。”
她退出账号，回到自己的真实身份。
然后，她打开那个隐藏很深的异议申请入口，填了一份申诉：
“本人【林晓雨】（身份证号：310***********121），近日发现本人在贵平台的信用评分存在异常波动。经自查，本人还款记录良好，从未出现逾期，但近期信用分从782分降至761分，下降幅度超过2%。本人怀疑该变化与平台近期对”社交影响力”因子的算法调整有关，导致本人因社交网络内其他用户的信用状况而被误伤。恳请贵平台核实并调整，维护用户的合法权益。”
她知道这份申诉会被客服当成普通申诉处理，大概率会被关掉。
但她也知道，如果她同时提交三百份呢？
她在后台找到那个用户名单，开始一个一个地生成申诉。每份申诉的内容略有不同——不同的姓名、不同的身份证号、不同的降幅——但核心诉求是一样的：信用评分异常，怀疑被社交网络误伤，要求平台核实。
她没有用脚本，没有用批量工具。她就是坐在那里，一个一个地填，一个一个地提交。
窗外的天色从深蓝变成黑色，办公室的灯一盏一盏熄灭，只剩下她这一盏还亮着。百叶窗的缝隙里透进来的路灯光，在墙上投下一道一道的条纹，像是某种囚笼的影子。
填到第一百二十三份的时候，她的手机响了。
是一个陌生号码。她犹豫了一下，接了。
“林晓雨女士？“对方是一个中年男人，声音里带着一种职业性的疲惫，“我是小数科技客服部的，我姓王。您今天提交了很多份异议申请——”
“对，“她打断他，“都是真实的申诉。用户确实被误伤了。”
对方沉默了一秒。
“林女士，“他的声音压低了，“您是风控部的对吧？我查了一下您的工号。您应该知道，这种规模的申诉，如果被当回事的话，需要走很长的流程——”
“我知道，“她说，“但等流程走完，这些用户已经被催收了一轮。有些人的通讯录已经被爆了。有些人的名誉已经受损了。”
对方又沉默了。
林晓雨听到电话那头有人在喊什么，好像是在叫”王经理”，声音很急躁。
“林女士，“那个王经理的声音重新响起，这次更低了，像是怕被人听到，“我跟您说句实话。您今天提交的那些申诉，有一部分已经被标记了——不是标记成’待处理’，是标记成’风控部异常操作’。有人已经在查您的后台操作记录了。”
林晓雨握着手机的手微微收紧。
“我不知道您是出于什么目的做这件事，“王经理说，“但我劝您一句——您现在停下来，这些申诉还来得及撤。系统只能看到您提交了很多份，看不到具体内容。您现在撤掉，当什么都没发生。”
“如果我不撤呢？”
电话那头沉默了很久。
“那我就不知道了，“王经理说，“我只是个客服，我能做的就这么多。”
电话挂断了。
林晓雨盯着黑下来的手机屏幕，看了十几秒。
然后她又拿起手机，继续填第一百二十四份申诉。
凌晨两点，她终于填完了最后一份。
三百二十七份申诉，全部提交。
她靠在椅背上，脖子酸得厉害，后背的衣服湿透了，贴在椅背上，冰凉的。她闭上眼睛，脑子里嗡嗡作响，像是有很多人在说话，很多数据在流动，很多名字在呼喊。
她想起梦里那条河。那些银色的数据包，那些顺流而下的名字。
她想，那些名字里，会不会就有这三百二十七个人？
她正想着，手机又响了。
这次不是电话，是一条微信消息。发件人是她妈。
[老妈]：晓雨，都两点了，你怎么还不睡？
她愣了一下。她不记得自己什么时候给她妈发过定位或者加班通知。
[老妈]：你那个APP上有个功能，能看到你几点回家。你今天七点四十五出的门，现在还在公司。
林晓雨盯着这条消息，后背一阵发凉。
她没有开定位。她特意确认过，“小数贷”APP没有获取她的实时位置权限。
那她妈是怎么知道她七点四十五出门的？
她飞快地去查”小数贷”的权限列表。在”位置信息”那一栏，显示的是”未开启”。
但她注意到，在”其他权限”里，有一项叫”常去地点”。
她点开，看到了一行字：“基于系统日志的常去地点分析，仅本地存储，不会上传服务器。”
常去地点。系统日志。
她突然明白了。
“禹”系统不只分析她在APP内的行为——它还通过某种方式，获取了她手机系统的部分日志。打车软件、共享单车APP、外卖软件——这些软件的位置记录，都被以某种方式同步到了小数科技的服务器上。
这不是什么高深的技术。行业内叫”数据共享”，或者更难听一点，叫”数据买卖”。
你下载一个理财APP，它要读取你的通讯录；你注册一个电商平台，它要读取你的短信记录；你使用一个贷款软件，它要读取你的位置历史。你点了同意，你的数据就被洗干净了卖给了第三方。
林晓雨知道这些。她一直都知道。
但这是她第一次，以一个普通用户的身份，感受到这种”知道”。
凌晨两点零三分，她坐在空荡荡的办公室里，被一台算法精确地”读懂”了——她几点出门，几点回家，喜欢去哪里吃饭，周末习惯去哪家商场，连她妈都知道她几点还没睡。
而她对这个系统，一无所知。
她给她妈回了一条消息：[我]：妈，我知道了，马上回去。您也睡吧。
然后她关掉电脑，拿起包，走进电梯。
电梯下行的时候，她看着镜面墙壁里自己的倒影——一个三十三岁的女人，眼角有细纹，嘴角有点下垂，头发乱糟糟的，工牌挂在脖子上，照片里的她笑得很用力。
她突然很想问自己：你是谁？你在做什么？你做的这些东西，到底是在”普惠”，还是在”围猎”？
电梯到了一楼。她走出旋转门，走进夜色里。
第四章：漂流
接下来几天，风平浪静。
林晓雨提交的那三百多份申诉，有三十七份被系统自动通过了——不是人工审核通过，是系统根据某种规则自动判定”申诉有效”，然后悄悄把那些用户的信用分调回去了。
剩下的两百九十份，像石沉大海一样，没有任何回应。
她试着去催，得到的答复都是”正在处理中，请耐心等待”。
与此同时，公司内部开始流传一些奇怪的传言。有人说风控部有人在搞”内鬼操作”，擅自批量修改用户数据；有人说德勤的项目组要来审计”禹”系统的合规性；还有人言之凿凿地说，陈维信在融资完成后就会启动一轮大裁员。
林晓雨不知道这些传言有几成是真的。
但有一件事是真的：那个王经理——客服部的那个——离职了。
她是从钉砖的通讯录里发现的。王经理的头像从”小数科技-客服部”那个部门群里消失了，取而代之的是一个灰色的”该成员已离职”。
她试图加他的微信，想问他怎么回事，但好友申请发出去之后，一直没有回应。
她有点不安。她不确定王经理的离职和她提交的那些申诉有没有关系，也不确定自己算不算是那个”导致”他离职的”原因”。
周五下午，她接到一个电话。
是一个她不认识的号码。她犹豫了一下，接了。
“林晓雨？“对方是一个年轻女人，声音有点紧张，“我是时报的记者，我姓周。您方便说话吗？”
时报。财经时报。林晓雨记得这是一家挺有名的商业媒体，之前写过几篇关于现金贷的深度报道，有一篇还把某家头部平台扒得挺狠。
“您找我有什么事？“她下意识地压低了声音。
“是关于小数科技的事，“周记者说，“我们收到了一封匿名爆料，说小数科技的’禹’风控系统存在系统性的算法歧视——对低收入用户、低学历用户、特定地区的用户给予更差的信用评级，导致这些用户要么借不到钱，要么要支付更高的利息。”
林晓雨的瞳孔微微收缩。
“爆料里还提到，“周记者继续说，“小数科技最近的一次模型更新，加大了’社交影响力’因子的权重，导致某些正常用户因为社交网络里其他人的信用问题而被误伤，出现了一批异常的逾期波动。”
林晓雨没有说话。
“林女士，“周记者的声音变得更认真了，“爆料人提到您的名字。说您是小数科技风控部的核心工程师，参与了’禹’系统的开发，可能掌握了一些内部信息。我想请教您——这个爆料是真实的吗？”
林晓雨握着手机，指节有点发白。
“我不知道你是从哪里得到我的联系方式的，“她慢慢地说，“但我没办法回答你的问题。”
“为什么？”
“因为我没有义务接受未经安排的媒体采访。”
周记者沉默了一秒。“我理解。但我还想再问一句——那些被误伤的用户，他们的权益能得到保障吗？”
林晓雨盯着窗外。夕阳正在西沉，把玻璃幕墙染成一片橙红色，像是某种燃烧的预兆。
“我不知道，“她说，“我希望可以。”
电话挂断了。
她靠在椅背上，盯着天花板。
时报的记者是怎么知道她的名字的？那个”匿名爆料人”是谁？是赵海涛？是那个王经理？还是别的什么人？
更重要的是——时报的报道一旦发出去，会发生什么？
小数科技的股价会跌，投资人会撤资，监管层会介入调查，那三百多个被误伤的用户会成为舆论的焦点——同情也好，嘲讽也好，他们的人生会被放到聚光灯下检验一遍。
而她，林晓雨，作为”禹”系统的设计者之一，会被怎么看待？
她合上眼睛。
她想起那张折线图，想起那块深色的节点，想起赵海涛说的那句话：“这不是风控，是踩踏。”
踩踏已经发生了。那三百多个人已经被踩过了。他们的信用分被调低了，他们被收了更高的利息，他们中的一部分人可能已经收到了催收电话，他们中的一些人可能已经开始互相埋怨、互相甩锅——“都怪你拉我进这个平台”、“都怪你邀请我”、“都怪你”——
那些关系，那些友谊，那些人情，在债务和算法的双重压力下，碎成了一地。
她忽然很想哭。
第五章：岸
时报的报道在周日晚上发了。
标题很长：《小数科技”禹”系统调查：算法歧视、踩踏逾期与消失的申诉》。
文章写得很克制，没有一棍子打死，而是把那些数据和事实摆出来，让读者自己判断。但即使是最中立的读者，也能从字里行间看出问题：
“小数科技的’禹’风控系统，通过对用户社交网络的系统性分析，将部分正常用户的信用评级下调，导致这些用户在借款时面临更高的利率。时报获取的内部数据显示，在过去三周内，受此影响的下沉用户超过三百人，其中七成以上在此前并无任何逾期记录……”
“值得注意的是，小数科技内部存在一个’异议申请’通道，但时报了解到，该通道的实际处理率不足百分之十，绝大多数用户的申诉在提交后三天内被系统自动关闭……”
“截至发稿，小数科技尚未对时报的多次采访请求做出回应。”
文章发出去之后，舆论像是被点燃的干柴。
周一早上，“小数科技”上了微博热搜，排名第十二。热搜词条下面第一条热门评论是：
“所以我朋友欠钱不还，我的利息也要涨？这什么狗屁逻辑？”
这条评论有三千多个赞。
第二条热门评论是：
“难怪老子借了一万块，还了两年还欠八千——原来是老子室友之前在别的平台借钱不还！”
这条评论有五千多个赞。
林晓雨看到这条评论的时候，正在家里吃早饭。她妈坐在她对面，手机也刷到了这条新闻。
“晓雨，“她妈放下手机，表情有点复杂，“你们这个，是不是有点……”
“有点什么？”
“有点缺德？”
林晓雨低头喝粥，没有说话。
“我不是说你，“她妈补充道，“我是说……你们那个系统，是不是本来就有问题？”
林晓雨抬起头，看着她妈。
“妈，你知道吗，“她说，“我从交大数学系毕业的时候，我的导师跟我说过一句话。他说，数据本身不会说谎，但数据的收集方式会，数据的解读方式会，数据的使用方式会。一句话，数据有没有问题，取决于用数据的人想不想让它有问题。”
“那你觉得，你们公司是想让它有问题，还是……”
“我不知道，“林晓雨打断她，“我以前以为我知道。我以为我们是在做一件好事——让那些在银行借不到钱的人也能借到钱，让那些没有信用记录的人也能积累信用。我以为我在做的事情，是’普惠’。”
她放下筷子，盯着碗里的白粥。米粒在灯光下泛着淡淡的光泽，像是无数细小的数据点。
“但我现在不这么确定了。”
周一上午十点，小数科技紧急召开全员大会。
视频会议的形式，全公司几千人同时在线。林晓雨在工位上戴着耳机，看着屏幕上的直播画面。
陈维信坐在镜头正中央，表情严肃，polo衫换成了一件深蓝色的西装——这是她第一次看见他穿正装，像是某种”事态严重”的信号。
“各位同事，“他开口了，声音平稳但低沉，“大家应该都看到今天的新闻了。我今天上午已经和投资方、管理层开了会，我们达成了一个共识——在这个关键时刻，小数科技全体员工要团结一心，相信公司，相信管理层的判断。”
“时报的报道存在严重的失实和误导。他们把一个技术层面的参数调整，恶意解读为’算法歧视’；把一个正常的风控手段，抹黑成’系统性踩踏’。我要告诉大家的是，我们法务部已经开始准备起诉材料，时报必须为他们的不实报道付出代价。”
“与此同时，我们决定从今天开始，启动一轮全面的内部审查。审查的重点，是’禹’系统的每一个参数、每一条规则、每一个决策节点。我要强调的是，这不是因为我们’做错了’，而是因为我们要用行动证明——小数科技是一家负责任的金融科技公司，我们的技术是经得起检验的。”
“审查期间，所有关于’禹’系统的参数修改，全部暂停。所有相关的代码访问权限，全部收回。所有对外的信息发布，全部经过公关部统筹。”
“我相信，只要我们团结一心，这个风波很快就会过去。黑暗之后，是黎明。”
他最后一句话，让林晓雨差点把耳机摘下来。
黑暗之后，是黎明。
他在说这话的时候，背后的PPT正好翻到了一页新的——那张她看过无数次的图，一棵枝繁叶茂的信用之树，陈维信张开双臂拥抱整片森林。
她突然觉得很恶心。
全员大会结束后，林晓雨被叫到了陈维信的办公室。
陈维信的办公室在十八楼，采光很好，墙上挂着一幅字——“上善若水”。他坐在那幅字下面，表情平静地看着林晓雨坐下。
“晓雨，“他开口了，语气很温和，像是在跟一个老朋友聊天，“你在小数科技几年了？”
“五年。”
“五年了。时间过得真快。“他叹了口气，“我记得你刚来的时候，还是个很纯粹的工程师。产品给你一个需求，你就老老实实地写代码、写测试、写文档。那时候你跟我说，你想做的是’用数据帮助更多人’。”
林晓雨没有说话。
“我很喜欢你那时候的状态，“陈维信继续说，“纯粹，专注，有理想。所以我一路把你提拔上来，从工程师到组长，从组长到副总监。我知道，你对’禹’系统是有感情的。它就像你的孩子一样。”
“陈总，“林晓雨打断他，“您想说什么？”
陈维信看了她一眼，笑了一下。
“我想说的是，我理解你。”
他站起身，走到窗边，背对着林晓雨。
“时报那篇报道里提到的’禹’系统的问题，包括那些’社交影响力’因子的误伤问题，我都看到了。“他转过身来，面对着林晓雨，“我不是不讲理的人。‘禹’系统有缺陷，我们承认；我们会在审查过程中把这些缺陷改掉。但是，晓雨，你要明白一件事——”
他走回办公桌前，双手撑在桌面上，俯视着林晓雨。
“审查是为了让公司更好地活下去，不是为了把公司送进火葬场。”
林晓雨抬起头，迎上他的目光。
“陈总，您的意思是……”
“我的意思是，“陈维信的声音变得很轻，很柔和，但每一个字都像是钉子，“在审查结果出来之前，你不要对任何人——包括媒体、包括监管层、包括你手下的那些工程师——透露’禹’系统的任何问题。你明白我的意思吗？”
林晓雨沉默了很久。
“如果我不答应呢？”
陈维信看了她一眼，那眼神里有一种奇怪的东西——不是愤怒，不是威胁，更像是……悲悯。
“如果你不答应，“他说，“那审查结果出来之前，你可能就不适合继续留在公司了。”
他顿了顿，又补充了一句：“当然，我们会给你一笔补偿金。数目不会太小。你可以考虑一下。”
林晓雨站起身。
她没有说”好”，也没有说”不好”。她只是看着陈维信，看着墙上那幅”上善若水”，看着窗外那片被夕阳染红的天空。
“陈总，“她说，“您相信因果报应吗？”
陈维信愣了一下。
“什么意思？”
“我是说，“她慢慢地说，“那些被’禹’系统误伤的人，他们会不会有因果报应，我不知道。但我觉得，做这个系统的人，是会有因果报应的。”
她转身，走出了办公室。
第六章：分岔
接下来的两周，林晓雨像是变了一个人。
她不再加班了。每天准时六点下班，下班之后就消失在城市的某个角落——有时候是滨江的步道，有时候是老城区的小咖啡馆，有时候是图书馆的自习室。
她开始在社交媒体上发一些奇怪的东西。不是抱怨工作，不是吐槽加班，而是一种很……哲学的东西。
“算法在决定谁可以借到钱，谁要付更高的利息。但算法本身不还钱。真正还钱的，是人。”
“我在设计风控模型的时候，总是想着怎么降低坏账率。但我忘了一件事——坏账率的另一边，是一个个真实的人。他们借钱，是因为真的需要钱。”
“如果一个系统，在统计意义上是正确的，但在伦理意义上是错误的——那它到底是对的还是错的？”
这些帖子下面的评论很有意思。有些人骂她矫情，有些人赞她清醒，有些人猜测她是不是被公司开除了在发泄不满，还有些人直接问：“你是不是小数科技的那个林晓雨？”
她没有回复任何一个评论。
与此同时，舆论的风暴继续发酵。时报之后，又有几家媒体跟进了报道——虽然不如时报那篇深入，但每一篇都在小数科技的伤口上撒了一把盐。
然后，监管层介入了。
银保监会发布了一份措辞严厉的函件，要求小数科技就”禹”系统的算法逻辑、合规性、以及用户投诉处理机制进行自查，并在一个月内提交书面报告。
同一天，小数科技的股价在开盘后十五分钟内暴跌了百分之九。
陈维信在下午三点召开了一场紧急电话会议，林晓雨没有参加——她请了假，理由是”身体不适”。
但她知道那场会议上发生了什么。有人在钉砖上实时转播了会议的要点：投资方施压、管理层内斗、有人提议甩锅给技术团队、还有人提议找几个”替罪羊”出来平息舆论。
会议结束后不到一个小时，赵海涛给她发了一条私信：
[赵海涛]：林总，有件事我觉得您应该知道。今天下午，陈总让技术部提交了一份”技术方案”给投资方，说是为了”优化社交影响力因子”。但那份方案……不是我写的。
[赵海涛]：那份方案的核心逻辑是，把”社交影响力”因子的计算完全自动化——不再有人工复核，算法说什么就是什么。这样一来，如果以后还有误伤，就可以说是”算法的问题”，而不是”人的问题”。
林晓雨盯着这条消息，半天没有回复。
她突然明白了。陈维信不是在”救”小数科技，他是在”备”小数科技——他在给自己留后路。
如果审查过关了，皆大欢喜；如果审查不过关，就把责任推到”算法”头上。“不是我们故意歧视用户，是算法自己学习的；不是我们不想改，是算法的逻辑太复杂改不了；不是我们草菅人命，是技术的局限性我们也没办法。”
人可以为算法背书，但算法不能替人坐牢。
第七章：底牌
第三周的周三，林晓雨去了一趟医院。
不是去看病，是去看一个朋友。
朋友叫张薇，是她大学时候的闺蜜，现在在一家公益基金会工作。基金会有一个项目，专门帮那些被网贷催收的人做债务重组——说白了，就是帮他们跟贷款平台谈判，争取减免利息、延长还款期限、避免被起诉。
张薇坐在医院走廊的椅子上等她。椅子的颜色是医院标配的惨绿色，墙上贴着一张”吸烟区禁止吸烟”的告示，告示下面站着一个穿病号服的老太太，正在偷偷抽烟。
“最近怎么样？“张薇问她。
“还好，“林晓雨坐在她旁边，“你呢？基金会那边？”
“忙疯了。“张薇叹了口气，“你知道吗，我们上个月接到的求助电话，比去年同期多了三倍。其中有七成都是因为小数科技——不是他们直接贷的款，是他们平台上的那些小贷公司。”
“七成？”
“对，七成。“张薇从包里掏出手机，翻出一张统计图给她看，“你看，这是我们整理的求助者画像。男性占六成，三十五岁到四十五岁占四成，农村户籍占五成，大专以下学历占七成。他们借钱的理由也是五花八门——有的是给老人看病，有的是给孩子交学费，有的是做生意亏了本，还有的是……”
她顿了顿。
“还有的是什么？”
“还有的是被平台’邀请’的。“张薇的声音变得有点冷，“我们接触到的一些求助者，他们说自己根本没有主动去借钱，是小数科技的推销人员打电话给他们，说’您在我们的评估中是优质用户，可以享受一笔授信额度，不用白不用’。然后他们就稀里糊涂地借了。借了之后才发现，利息比银行高得多，而且一旦逾期，催收的电话会打爆他们通讯录里的每一个人。”
林晓雨盯着那张统计图，一个一个地看着那些数字。
平均借款金额：两万三。平均实际年化利率：百分之三十五。平均逾期后的催收电话次数：十七次。平均被催收后产生的心理问题（如焦虑、抑郁、失眠）：无法量化，但”非常普遍”。
“这些数字，“林晓雨问，“小数科技知道吗？”
“他们当然知道。“张薇说，“他们比任何人都清楚——他们的目标用户，就是那些没有其他融资渠道的人。银行不给他们放贷，他们只能来找我们。我们的利息是高，但至少我们愿意借给他们。这叫什么？这叫’普惠金融’。”
最后四个字，她说得很重，像是在引用某段话。
林晓雨没有接话。她只是看着那张统计图，看着那些数字，看着那些用红字标注的”异常值”。
她突然想起那张节点图。那些密密麻麻的节点，那些深色的”重度违约区”。三百多个被”禹”系统误伤的用户。
三百多个。而这，只是冰山露出水面的那一角。
“晓雨，“张薇转过头看着她，“我问你一个问题，你能不能如实回答？”
“什么问题？”
“你觉得，小数科技会改吗？”
林晓雨沉默了很久。
“我不知道，“她说，“但我觉得，不会有根本性的改变。”
“为什么？”
“因为他们的商业模式，就是建立在这些’误伤’上面的。“林晓雨的声音很轻，但很清晰，“你觉得是小数科技在为用户提供’普惠’，但实际上，是用户在为小数科技提供’普惠’——他们在用高于市场水平的利息，供养着小数科技的高估值、高薪资、高利润。”
“禹”系统做的事情，不是筛选出’好用户’和’坏用户’，而是把’好用户’的利息压低，把’坏用户’的利息提高，同时通过’社交影响力’因子，把所有人都绑定在一个系统里——你借不借得到钱，取决于你自己；但你借钱的成本，却取决于你周围的人借不借得到钱、还不还得起钱。”
“这不是金融，“林晓雨说，“这是连坐。”
张薇看着她，眼神有点复杂。
“你既然知道这些，为什么不离开？”
林晓雨低下头，看着自己的手。那是一双写过几十万行代码的手，曾经被同事称为”黄金右手”。
“因为我还没有想清楚，“她说，“如果我离开了，我能做什么？”
“可以做很多事情啊，“张薇说，“来我们基金会，我们可以一起做金融消费者教育，教那些普通人怎么识别高利贷、怎么保护自己的信用记录、怎么在借款之前想清楚自己能不能还得起——”
“但这不是我想问的，“林晓雨打断她，“我想问的是——如果我离开了小数科技，小数科技会不会改变？”
张薇愣了一下。
“不会，“她说，“你一个人离开，不会改变任何事情。”
“对，“林晓雨点头，“所以我要找到一种方法，让改变发生。”
她站起身，看了看窗外。医院的对面是一栋写字楼，写字楼的玻璃幕墙上映着下午的阳光，亮得有些刺眼。
“张薇，“她说，“我需要你帮我一个忙。”
“什么忙？”
“帮我约一个人。时报的那个记者，姓周的那个。“
第八章：重写
周四晚上，林晓雨和周记者在一间小咖啡馆见面。
咖啡馆在老城区的一条巷子里，招牌很小，灯光很暗，适合两个人谈一些不方便被听到的事情。
周记者比电话里听起来要年轻，大概二十七八岁的样子，戴着一副圆框眼镜，穿着一件格子衬衫，说话的语速很快。
“林女士，“她开门见山，“您今天约我出来，是有什么新消息吗？”
“有，“林晓雨说，“但不是你想的那种’新消息’。”
“那是什么？”
林晓雨从包里掏出一个U盘，放在桌上。
“这里面是一份文档，“她说，“关于’禹’系统的核心算法逻辑，以及我对它的一些……反思。”
周记者盯着那个U盘，没有伸手去拿。
“林女士，我需要提醒您——如果您给我这份文档，就等于承认自己是’禹’系统的核心开发者。这可能会让您面临法律风险。”
“我知道。”
“您还可能会被小数科技起诉，要求您赔偿损失。”
“我知道。”
“您甚至可能会被行业拉黑，以后找不到类似的工作。”
“我知道。”
林晓雨看着周记者的眼睛，一字一句地说：“但我也知道另一件事——如果我今天不把这个交给你，那三百多个被误伤的用户，就永远不会得到他们应该得到的道歉。”
“而更重要的是，“她顿了顿，“如果不把这套逻辑公开出来，让更多人知道它的问题在哪里，那以后还会有更多的人被误伤。”
“三千个。三万个。三十万个。”
“他们不会死，但他们的人生会被’禹’系统打上烙印——有些人借不到房贷，有些人找不到工作，有些人谈恋爱的对象会因为他们的’信用分’太低而分手。这些事情不会上新闻，不会被报道，但它们会真实地发生在每一个被系统判定为’信用不佳’的人身上。”
“这不公平。”
林晓雨把U盘推到周记者面前。
“我知道公开这份文档不能解决所有问题。但至少，这是一个开始。”
周记者看着她，沉默了很久。
然后她伸出手，把U盘拿了起来。
“林女士，“她说，“在拿走这个U盘之前，我还有一个问题。”
“什么问题？”
“您为什么选择信任我？您怎么知道，我不会拿着这份文档去敲诈小数科技，或者把它卖给竞争对手？”
林晓雨笑了一下。那是一个很淡的笑，带着一点疲惫，一点释然。
“我不知道，“她说，“我只是觉得，你是时报的记者，你的职业道德要求你把真相写出来。如果你真的写了，那三百多个人就有可能得到他们应该得到的道歉。”
“如果你没有写，“她顿了顿，“那我就认了。我至少做了我能做的事情。”
她站起身，拿起包。
“U盘里的文档，你看完了可以发表，也可以不用发表。随你。但有一件事，我希望你能做到——”
“什么事？”
“如果你决定发表，我希望你能去采访那三百多个人中的至少十个。听他们讲讲，被系统误伤是一种什么样的体验。”
“他们不是数字，他们是真实的人。”
她转身，走出了咖啡馆。
第九章：清算
时报的第二篇报道，在两周后发表了。
标题比第一篇更长：《小数科技”禹”系统内部文件泄露：算法歧视的系统性逻辑与沉默的受害者》。
文章很长，将近两万字，配了很多图表和采访实录。文章的核心是林晓雨提供的那份文档——她对”禹”系统核心算法的反思，以及她对”社交影响力”因子的分析。
但更有冲击力的，是那十几个”沉默的受害者”的采访。
有一个在工厂打工的中年男人，因为工友借钱不还，他的利率被提高了两个点，多付了两千块利息。他说他不懂什么叫”社交影响力因子”，他只知道他按时还了钱，为什么还要多付利息。
有一个在县城开小饭馆的女人，因为她的一个远房亲戚在平台上逾期，她的信用分被降了。她去申诉，被驳回；再申诉，还是被驳回。后来她才知道，平台把她和那个远房亲戚算成了”社交关联用户”——理由是他们的身份证地址都在同一个县。
有一个刚毕业的大学生，因为他的室友分期买了一部手机逾期了，他的贷款利率被上调了。他说他从来没有借过钱，这次是第一次——他想借点钱去学驾照。他不明白，为什么别人的错误，要他来承担后果。
文章的最后，周记者写了这样一段话：
“我曾经问过小数科技的一位核心工程师：‘禹’系统的设计初衷是什么？她告诉我，最初的目的是’普惠’——让那些在传统金融体系中得不到服务的人，也能获得金融服务。
这个初衷是好的。
但在执行的过程中，‘普惠’变成了’围猎’——平台用高利息吸引那些没有其他选择的人，用算法把他们的社交网络变成一个互相捆绑、互相牵制的链条，用风控的名义，把本该被保护的弱势群体，变成了可以被收割的’风险资产’。
这不是金融创新。这是数字时代的连坐制度。”
文章发出后，舆论彻底炸了。
不是微博热搜第十二名，是第一名。
小数科技的APP在各大应用商店被骂到下架，评分从四点二跌到了二点八。超过十万用户涌进评论区，留下了各种愤怒的留言——有些是真实的用户，有些可能只是看热闹的人，但每一条留言都在问同一个问题：“我的信用，凭什么由别人决定？”
同一天，银保监会发布了一份措辞更严厉的函件，宣布对小数科技进行”立案调查”。调查的重点包括：算法歧视、违规收集用户数据、暴力催收、以及”禹”系统的合规性。
第二天，陈维信辞职了。
他在全员邮件里说，自己是”因为个人原因”离开的，感谢大家五年来的陪伴，祝小数科技”明天更美好”。但所有人都知道，他是被推出去的——投资方需要一个替罪羊，而最好的替罪羊，就是CEO。
第十章：上岸
陈维信辞职后的第三天，林晓雨也提出了辞呈。
HR问她：“林总，您确定吗？小数科技现在正缺人，如果您愿意留下来，可以拿到不错的补偿金。”
林晓雨说：“我确定。”
HR又问：“那您接下来有什么打算？”
林晓雨想了想，说：“我想休息一段时间。”
她确实想休息了。这五年来，她一直在跑，一直在跑，像一只被算法追着跑的老鼠——跑得慢一点，就会被吃掉；跑得快一点，也只是在延缓被吃掉的时间。
她突然想起了那个梦。那条河。那些银色的数据包。那些顺流而下的名字。
她以前觉得，那个梦是一个警告——警告她不要沉溺在数据的海洋里，不要被那些光鲜亮丽的数字欺骗，不要忘记每一行代码背后，都是一个真实的人。
现在她觉得，那个梦是一个预言。
那条河不会消失。那些数据包不会停止流动。那些名字不会被遗忘。它们只是换了一个方向——不再是顺流而下，而是逆流而上，寻找一个可以停靠的岸。
离开小数科技的那天傍晚，她最后一次坐上了那班地铁。
晚高峰已经过了，车厢里人不多。她找了一个靠窗的位置坐下，看着窗外飞速后退的隧道壁。
地铁在黑暗中穿行，偶尔经过一个站点，灯光从窗外一闪而过，像是某种记忆的碎片。
她想起五年前，刚来小数科技的时候，她坐在同一班地铁的同一个位置，心里充满了憧憬和期待。那时候她觉得自己是在做一件有意义的事情——用数据帮助更多人，用算法连接更多可能性。
五年过去了。她确实帮助了很多人——帮助他们借到了钱，帮助他们获得了信用，帮助小数科技的估值从几千万涨到了几十亿。
但她也伤害了很多人——伤害了那些被”社交影响力”因子误伤的人，伤害了那些被高利息压得喘不过气的人，伤害了那些被催收电话逼得走投无路的人。
她不知道该怎么计算这个账。帮助的人多，还是伤害的人多？她做的这件”事”，是好事还是坏事？
她没有答案。
但有一件事她知道：从今天开始，她不会再写那些算法了。至少，不会再写那种”把别人的错误变成你的代价”的算法。
地铁到站了。她站起身，走向车门。
下车之前，她回头看了一眼空荡荡的车厢。灯光很亮，照在那些空座位上，像是一片等待被填满的白纸。
她突然想起泸沽湖。那个她三年前去过一次的地方。水面平静如镜，倒映着满天星斗。
她对自己说：总有一天，我会再回去的。
不是为了逃避，是为了重新开始。
尾声
三个月后，银保监会的调查结果出来了。
小数科技被罚款一千二百万，“禹”系统被要求整改，“社交影响力”因子被暂停使用，所有受影响用户的信用评分被要求重新评估。
三百二十七个被误伤的用户，有二百八十一个提交了申诉，其中一百九十三个最终获得了利息减免或信用修复。另外三十八个用户的申诉被驳回——不是因为系统没有问题，而是因为他们无法证明自己的”社交关联”是错误的。
林晓雨在新闻上看到这些数字的时候，正在老家陪她妈包饺子。
她妈问她：“那些没得到赔偿的人，你觉得很遗憾吗？”
她想了想，说：“是。”
她妈又问：“那你后悔吗？当初做那个系统的时候。”
林晓雨把一个包好的饺子放在篦子上，看着它的形状——不很规整，有点歪，但至少没有破。
“后悔也不后悔，“她说，“我后悔的是，当初设计那个因子的时候，没有多想一步——没有去想，‘社交关联’在算法里是一个冰冷的标签，但在现实中，是一个人的爸妈、兄弟姐妹、老婆孩子、几十年的老朋友。”
“我不后悔的是，把问题公开了。如果不是那篇报道，那三百多个人可能永远不知道自己为什么被误伤。而现在，至少有人知道了，有人在讨论，有人在反思。”
“这算是一种……弥补吗？“她妈问。
林晓雨想了想。
“不是弥补，“她说，“是交代。对那些被误伤的人，也对我自己。”
她妈看了她一眼，没有说话，只是把一碟醋推到她面前。
窗外，冬天的小城正在下雪。雪花纷纷扬扬地落下来，覆盖了屋顶、马路、停在路边的汽车。整座城市都安静了下来，像是按了一个暂停键。
林晓雨夹起一个饺子，蘸了点醋，放进嘴里。
皮薄，馅大，有点烫。
她突然觉得，这就是生活本来的味道——有点烫，有点咸，但至少是真实的。
不是数据，不是算法，不是那些闪闪发光的指标。
是真实的。
这就够了。
（全文完）
字数：约 18,000 字
2026年4月