信用回声之谷

招魂者 · 2026/5/17

信用回声之谷

一

苏晚第一次看见那朵花的时候，以为是显卡出了故障。

那是一张三维信用分布热力图——她们的系统每周生成一次，用不同颜色标记城市各区域的信用浓度。高信用区域是蓝色，低信用区域是红色，中间渐变为绿色和黄色。过去三年，这张图一直是模糊而均匀的，像一杯搅拌过度的鸡尾酒。

但今天，在崇文区与东城区交界的地方，出现了一个奇怪的形状。

它看起来像一朵花。

不是那种规则的、数学意义上的花——不是玫瑰曲线或向日葵螺旋——而是某种有机的、不对称的、带着明确生命痕迹的东西。五片花瓣从中心辐射出去，每片花瓣的边缘都有细微的锯齿状波动，像风吹过真实的 petals。

苏晚截了图，放大，再放大。

花瓣由大约一千七百个信用节点组成，每个节点代表一个真实的人。这些人的信用评分在732到748之间浮动，形成一个微妙的梯度：越靠近中心越高，越靠边缘越低。花心是一簇信用分超过800的高净值个体，像一颗种子。

“这是什么？“坐在对面的李明远凑过来看了一眼。他是苏晚的同事，负责反欺诈模块，有三年的算法经验，说话总是带着一种疲倦的精确。

“不知道，“苏晚说，“可能是数据噪声。”

“数据噪声不会长成花。”

“那你说是什么？”

李明远看了几秒，耸了耸肩。“可能是某个促销活动导致的局部聚类。你知道的，崇文区上个月搞了一个信用优惠日，所有在指定商户消费的人都能获得额外的信用积分。”

苏晚点点头。这个解释合理。但她还是把截图存了下来，文件夹命名为”异常_崇文区_花形”。

那是2026年4月的事。

二

苏晚在”天算科技”工作了四年，职位是高级算法工程师，主要负责城市信用评分系统的日常维护和迭代优化。

天算科技不是一家普通的公司。它是国内第一批获得城市级信用体系建设资质的企业之一，负责为望都市——一个人口一千二百万的准一线城市——提供全域信用评分服务。每个市民都有一个”天算分”，从350到950不等，这个分数决定了他们能租什么样的房子、申请什么样的贷款、甚至能不能进入某些公共场所。

苏晚的工作就是确保这个分数是”公平”的。

当然，“公平”这个词在她看来已经变得非常可疑。她的系统使用一千四百多个特征来计算信用分，从还款记录到社交关系，从消费习惯到地理位置，甚至包括你每天走多少步、读什么书、在哪些地方停留超过三十分钟。所有这些数据都被喂进一个深度神经网络，输出一个三位数的数字。

没有人真正理解这个数字是怎么算出来的。

苏晚理解部分——她理解每一个特征的输入逻辑，理解模型的架构，理解训练和推理的流程。但她不理解这一千四百个特征在七层神经网络的深处发生了什么。没有人理解。那是一个黑盒，一个巨大而精确的黑盒，像一座看不见内部的钟表，只知道指针指向的数字。

她的上司赵峥常说：“我们不需要理解它为什么对，我们只需要确认它是对的。”

赵峥是天算科技的CTO，四十二岁，技术出身，但在过去五年里逐渐变成了一个政治动物。他每周要参加两次政府部门的协调会，每月要写一份关于信用体系运行情况的汇报，每季度要接受一次审计。他把所有这些工作都推给了下属，自己专注于”战略方向”和”行业生态”。

苏晚不喜欢他，但尊重他的技术判断。至少在技术上，赵峥是诚实的。

“崇文区的那个花形聚类，你查了吗？“赵峥在周一的例会上问。

“查了，“苏晚说，“暂时没有找到明确原因。可能是促销活动的局部效应，也可能是数据采集偏差。我需要更多时间。”

“不要花太多时间。下个月的审计快来了，系统不要出问题。”

苏晚说好。

但她还是花了时间。每天下班后，她会在公司的云平台上跑额外的分析，试图弄清楚那朵花到底是什么。

她发现的第一件事是：那朵花在生长。

不是快速的生长——每周只增加十几个节点——但确实在生长。新加入的节点都来自花的外围，信用分在720左右，像花瓣正在向外伸展。而且，新的节点并非随机的：它们在地理上彼此相邻，在信用行为上高度相似，甚至在社会关系上有微弱的连接。

这不像噪声。噪声不会生长。

苏晚开始调查那些节点背后的人。

三

花心的第一个人叫陈素珍，六十七岁，退休小学教师，信用分813。

从数据上看，陈素珍是一个极其普通的老年人。她每天早上六点半起床，去小区门口的早餐店吃一碗豆花和一根油条，然后去附近的公园散步。她的手机里装了七个APP，但只用其中三个：微信、支付宝和一个叫”全民K歌”的唱歌软件。她每月的消费支出在两千元左右，主要是食品和水电费。她有一张信用卡，额度一万五，从来没有逾期。

但苏晚注意到一个细节：陈素珍每天下午三点到五点之间，会在崇文区的一条老街上停留。那条街叫槐安巷，是一条不足三百米的小巷子，两侧是上世纪八十年代建的居民楼，底层有几家小店铺——一个修鞋的、一个裁缝、一个卖茶叶蛋的老太太、一个旧书店。

根据位置数据，陈素珍在那条巷子里走得很慢——每秒不到半米。对于散步来说也太慢了。她似乎在每一家店铺前停留很长时间。

苏晚调取了陈素珍的消费记录，发现她每周会在裁缝店里花十二块钱，修改一些旧衣服。修鞋店里偶尔花五块。旧书店从不消费。

但她每天都在那里。

苏晚觉得这很奇怪，但也可能只是一个老人的日常习惯。她继续调查花心中的第二个人。

第二个人叫方明远，四十一岁，初中数学老师，信用分807。

方明远也每天去槐安巷。他比陈素珍晚到，通常在下午四点以后。他在旧书店停留的时间最长——平均每天四十七分钟。根据书店的监控（天算科技有权调取合作商户的监控数据），方明远每次都会拿起一本书，站在书架前翻阅，但从来不买。

第三个人叫张可，二十九岁，自由插画师，信用分791。

张可也去槐安巷。她通常在下午两点左右到达，在裁缝店门口的台阶上坐着画画。她画什么，摄像头看不清楚，但从姿态判断，她似乎在画巷子里的什么。

到了第四个人、第五个人，苏晚开始意识到一个规律：这些人的信用分都很高，他们的生活习惯都很规律，他们都去过槐安巷，而且他们彼此之间没有明显的社会关系。

但他们都在看同一条巷子里的同一些东西。

四

苏晚决定亲自去槐安巷看看。

那是一个四月的周六下午，阳光很好，空气里有一种干燥的暖意。苏晚从地铁口出来，沿着导航走了十分钟，拐进了一条她平时绝不会注意的小巷。

槐安巷比她想象的更旧。居民楼的外墙剥落了，露出下面的红砖。路面上有几棵老槐树，树冠很大，把整条巷子遮得阴凉。巷子里很安静，只有几个老人坐在门口的竹椅上聊天。

苏晚走过修鞋摊。修鞋的是个六十多岁的男人，戴着老花镜，正在给一只皮鞋上线。他抬头看了苏晚一眼，又低下头去。

走过裁缝店。店面很小，只有一台缝纫机和一堆布料。一个中年女人正在踩缝纫机，机器发出均匀的”哒哒哒”声。

走过旧书店。店面更小，门上挂着一块木牌，写着”旧书回收，一本两块”。透过玻璃门，可以看到里面堆满了书，几乎没有落脚的地方。

然后苏晚看到了那个东西。

在巷子的尽头，有一面墙。墙上画着一幅画。

不，不是画。是一棵树。

确切地说，是一棵从墙根长出来的真正的树——一棵槐树——它的枝干沿着墙壁生长，像一只摊开的手掌。树叶已经落了大半，但剩下的叶子在阳光下呈现一种透明的金黄色。

而在这棵树的树干上，钉着一块铜牌。

铜牌上写着：望都市崇文区信用评分示范点——编号CW-0042。

苏晚愣住了。

她走近，蹲下来看那块铜牌。铜牌下面还有一行小字：本区域信用数据由天算科技采集，居民信用评分实时更新。

她站起来，看着那棵树。阳光透过树叶，在她脸上投下斑驳的光影。她突然觉得，这棵树的形状——那些枝干的走向——和她看到的那朵花形聚类惊人地相似。

她掏出手机，打开系统后台，调出那张热力图，举到眼前，和面前的树比对。

不完全一样，但结构上的相似性是显而易见的。五个主要枝干，对应五片花瓣。枝干的分叉角度和花瓣的展开角度几乎一致。

这不可能是巧合。

苏晚站在那条巷子里，听着缝纫机的”哒哒”声和远处老人模糊的聊天声，第一次感觉到一种不属于她的工作范畴的东西。

那不是恐惧。是困惑。一种深而安静的困惑。

五

回到公司后，苏晚把发现告诉了李明远。

“你是说，信用热力图上的花形和一棵真实的树形状相似？”

“不只是相似。我把树的图像做了矢量化处理，和热力图做了配准。相关系数0.87。”

李明远沉默了几秒。“0.87很高。”

“非常高。”

“但你怎么解释？”

“我不知道。”

李明远想了想。“有可能是地理位置的巧合。信用评分和地理位置高度相关，同一个区域的人生活习惯相似，信用分自然聚类。如果那棵树是区域的地理中心，聚类形状和树的形状相似也不奇怪。”

“你说得对，“苏晚说，“但问题在于：那个聚类在生长。每周都在向外扩展。而且扩展的方向和树的生长方向一致。”

李明远的表情变了。

“树的生长方向？树不是早就长好了吗？”

“我查了那棵树的卫星图像。过去三年的图像显示，那棵树的主枝干每年向外扩展大约十五厘米。而我们热力图上的花形聚类，每周向外扩展的节点，在地理位置上的偏移量，恰好对应树的生长速度。”

“这不可能。”

“我知道。”

两个人沉默了很长时间。窗外的北京已经入夜，写字楼的灯光把天空照成一种浑浊的橙色。苏晚看到自己的脸映在玻璃上，模糊而疲惫。

“你想怎么做？“李明远问。

“我想查更多数据。其他区域有没有类似的现象。”

“如果发现了呢？”

苏晚没回答。

她花了接下来的两周，把整个望都市的信用热力图重新审查了一遍。

她找到了十二朵花。

十二个形状各异的聚类，分布在城市的不同角落，每一个都对应着一棵真实的树。有的是银杏，有的是梧桐，有的是柳树，有的是苏晚叫不出名字的品种。它们生长在公园里、小区里、学校里、甚至一个废弃工厂的院子里。

每一棵树周围的信用聚类，都和树的形状高度相关。

苏晚做了一个表格：

十二棵树。十二个信用花簇。

苏晚盯着这个表格，感觉自己的心脏在做某种不规则的跳动。她的理性告诉她这一定有一个合理的解释——某种她还没有想到的混淆因素，某种数据采集的系统性偏差。但她的直觉告诉她另一件事。

直觉告诉她：树在教算法生长。

六

苏晚把这个发现整理成一份内部报告，提交给了赵峥。

赵峥看完报告后，沉默了很长时间。他摘下眼镜，擦了擦，又戴上，又看了一遍。

“你确认数据没问题？”

“确认了。数据采集链路、特征工程、模型推理，每个环节我都查了。”

“相关系数……0.94？朝阳公园那个？”

“0.94。”

赵峥把报告放下，靠在椅背上。“苏晚，你知道这份报告意味着什么吗？”

“知道。”

“如果这个发现是正确的，那说明我们的信用评分系统和城市的物理环境之间存在某种未知的关联。这个关联——不管它是什么——会从根本上动摇整个信用体系的合法性。”

苏晚点头。

“你想想，“赵峥继续说，“如果一个人的信用分和他住的地方附近长了一棵什么树有关系，那这个分数还能叫’信用’吗？它变成了一种地理彩票。住在银杏树旁边的人信用高，住在垃圾场旁边的人信用低——这不是信用评分，这是风水。”

“但如果我们不报告……”

“我不是说不报告，“赵峥打断她，“我是说，在报告之前，我们需要更多的证据。你能排除所有可能的混淆因素吗？”

苏晚犹豫了。“不能完全排除。但相关系数——”

“相关系数不等于因果关系。你是算法工程师，这个道理不用我教你。”

苏晚沉默了。

赵峥站起来，走到窗前。“这样吧，你继续调查。但这件事不要对任何人说。不要写邮件，不要在内部系统里留记录。所有数据放在你的本地机器上。等你有结论性的证据了，再来找我。”

“好。”

苏晚走出赵峥的办公室，关门的时候听到他在打电话。她没有偷听，但她听到了一个词：“部里”。

部里。工信部。或者是人民银行。或者是发改委。不管是哪个部门，赵峥已经在为可能的公关危机做准备了。

苏晚突然觉得，她可能打开了一个不该打开的盒子。

七

五月，苏晚几乎所有的业余时间都花在了那十二棵树上。

她开始一棵一棵地去实地探访。每棵树她都去至少两次，一次白天，一次傍晚。她带着手机和笔记本电脑，在现场比对热力图和树的实际形状。她还带了一个测距仪，测量每根枝干的长度和角度。

第七棵树在海淀区的一个老旧小区里。那是一棵巨大的银杏，至少有五十年树龄，树冠几乎覆盖了整个小广场。树下有几张石桌石凳，每天都有老人在这里下棋、聊天、打牌。

苏晚到的时候是下午四点，阳光从银杏叶间漏下来，在地面上投下密密麻麻的金色光点。她找了个位置坐下，打开电脑，开始工作。

“姑娘，你在做什么？”

苏晚抬头。一个穿着蓝色polo衫的老人站在她面前，手里端着一杯茶。他的脸上布满了老年斑，但眼睛很亮。

“我在……做城市绿化调查。“苏晚说。她不知道为什么没有说实话。

“绿化调查？“老人笑了，“这棵树还要调查？它在这儿比你岁数大多了。”

“是，我看出来了。您在这附近住多久了？”

“三十年。搬来的那天这棵树就这么大了。”

“您每天都来这棵树下吗？”

“差不多。天气好的话就来。下下棋，聊聊天。“老人指了指石桌上的棋盘，“你下棋吗？”

“不太会。”

“没关系，我教你。来，坐这儿。”

苏晚犹豫了一下，还是坐到了棋盘前。老人开始摆棋子，一边摆一边说：“你知道吗，这棵树很灵的。”

“灵？”

“你看这些叶子。“老人指了指头顶，“每年秋天，别的银杏树叶子都是一天之内全黄了，这棵树不是。它的叶子是一片一片黄的，从南边开始，一天黄几片，要黄整整一个月。老人们都说，这是树在数日子。”

“数日子？”

“数我们的日子。“老人的表情没有变化，但声音低了一些。“住在小区里的人，谁家的日子好过、谁家的日子不好过，树都知道。日子好过的人，树上的叶子就黄得快；日子不好过的人，树上的叶子就一直绿着，拖到最后。”

苏晚看着头顶的叶子。确实，南面的叶子已经变成了金黄色，而北面的叶子还是绿的。但这只是因为南面光照更充足。完全正常的植物学现象。

“您相信这个？“苏晚笑着问。

“信不信的，不重要。“老人落了一颗棋子，“重要的是，这个说法让我们都愿意来这棵树下坐坐。你看，大家都来了。”

苏晚环顾四周。确实，小广场上已经坐了十几个人，有下棋的，有聊天的，有带孩子的。银杏树像一个巨大的伞盖，把所有人都罩在下面。

她打开电脑，看了一眼热力图。这个小区的信用聚类，正好和银杏树的树冠形状重合。而且——她的心微微一跳——那些信用分最高的人，住在南面。

光照更多的南面。叶子先黄的南面。

她合上了电脑。

“您的棋该你了。“老人提醒她。

苏晚看了一眼棋盘，完全不知道局势如何。她随手走了一步。

老人笑了：“年轻人，你心不在棋上。“

八

五月中旬，苏晚发现了第十三个聚类。

这个聚类不在她的列表上，因为它不在城市里。它在望都市郊外的一个村庄，叫杏花沟。那里是望都市的贫困区之一，人口不足两千，大部分是留守老人和儿童。

但热力图上出现了一个微弱的、几乎看不见的蓝色光点。

在信用评分的世界里，蓝色代表高信用。而杏花沟的平均信用分只有480——远远低于城市平均水平。在那个一片红色的区域里，出现了一个蓝色光点，就像沙漠里冒出了一口泉。

苏晚放大看，发现那个光点的形状也是一朵花。一朵很小的、脆弱的花，只有不到一百个节点。

她查了那个位置。卫星图像显示，那里有一棵孤零零的杏树，长在一个小山坡上，周围是荒地和几间破旧的房屋。

苏晚决定去看看。

她开车从市区出发，走了将近两个小时的高速，又拐上了一条颠簸的乡道，最后在一个岔路口停了下来。前面没有路了。

她下车步行。五月的阳光已经很热了，空气中弥漫着泥土和野草的气味。她沿着一条干涸的沟渠走了大约二十分钟，终于看到了那棵杏树。

杏树不大，大约三四米高，树干有些弯曲，像一个佝偻的老人。但它的枝叶很茂密，树上还挂着一些没有落尽的杏子，小小的，青中带红。

树下坐着一个人。

那是一个老太太，大概七十多岁，穿着一件洗得发白的蓝色布衫，头发花白，梳得整整齐齐。她面前放着一个竹篮，篮子里有几把青菜和几个鸡蛋。

苏晚走过去。“大娘，您好。”

老太太抬头看她，眼睛眯起来，像是在辨认什么。“你是城里来的？”

“是。我在做一个……调查。”

“调查什么？”

“调查这棵树。”

老太太笑了，露出几颗不太完整的牙齿。“这棵树有什么好调查的？我老伴种的四十年了。”

“您老伴？”

“走了。三年前走的。“老太太的声音很平静，像是在说一件很远的事。“他走之前跟我说，这棵树你替我照看。我说好。我就天天来。”

“天天来？”

“天天来。刮风下雨也来。来了就坐在这儿，跟树说说话。”

苏晚蹲下来，和老太太平视。“您跟树说什么？”

“什么都说的。村里谁家的孩子考上了大学，谁家的牛又跑了，今年的雨水好不好……什么都说的。”

“树听得见吗？”

老太太认真地点了点头。“听得见。你看这些杏子。“她指了指树上的果实，“今年比去年多了。我说给树听了，村里的小孙女考上了县里的中学，树就多结了些果子。”

苏晚看着那些杏子，不知道该说什么。

“你吃一个。“老太太从树枝上够下来一颗杏子，递给她。

苏晚接过来，擦了擦，咬了一口。酸的，但酸的里面有隐约的甜。

“好吃吗？”

“好吃。”

老太太笑了。

苏晚打开手机，看了一眼后台数据。这个蓝色光点——这个高信用聚类——的核心节点只有一个人。信用分：687。

在这个平均分只有480的村庄里，687是一个异常高的分数。

苏晚查了这个人的数据。年龄：七十三岁。性别：女。居住地：杏花沟村。职业：农民。消费记录：每周在村口小卖部消费约五十元，主要购买食用油和食盐。社交记录：几乎没有。信贷记录：无。违约记录：无。

按照天算科技的模型，这个人的信用分应该在460到510之间。但实际得分是687。

多出来的177分，从哪里来？

苏晚翻了模型的特征重要性排序，发现一个她以前没有注意到的特征：特征编号F-0847，名称”社区稳定指数”。这个特征衡量的是一个人在其居住社区的持续停留时间和活动规律性。权重不高，但在某些极端情况下会产生显著影响。

这个老太太的”社区稳定指数”是满分的十倍。

因为模型不是按照线性方式处理这个特征的。在神经网络的深层，“社区稳定指数”和其他几个特征产生了交互效应，通过某种非线性的放大机制，最终在输出端产生了177分的额外增量。

简单说：这个模型认为，一个人如果能在同一个地方、以同一种方式、持续不断地生活四十年，她就是极其可信的。

这个判断是不是正确？苏晚不知道。但她觉得，这个判断里有一种算法自己都不知道的温柔。

九

苏晚回到公司后，把自己关在会议室里，对着十二棵树的数据和杏花沟的新发现想了整整一个下午。

她试着用统计学的方法来解释这些现象。她控制了地理位置、收入水平、教育程度、年龄结构、住房条件、交通便利度等一系列变量，做了多元回归分析。结果是：即使控制了所有这些因素，信用聚类和树之间的相关性依然显著。

她又试了因果推断的方法。用了双重差分、工具变量、断点回归，每种方法都试了一遍。结论是一致的：信用聚类和树之间存在某种无法用已知变量解释的关联。

她开始考虑更激进的假设。

假设一：树影响了周围人的行为，从而间接影响了信用分。这是最温和的解释。树提供阴凉和社交空间，促进社区互动，社区互动提高信用行为的一致性，最终导致信用聚类。

这个假设合理，但无法解释为什么聚类的形状和树的形状相关。

假设二：信用评分系统和物理环境之间存在某种反馈回路。信用高的人倾向于选择环境好的地方居住，环境好的地方有树，有树的地方信用高——一个正反馈循环。

这个假设也合理，但无法解释聚类随树生长的动态变化。

假设三：模型本身产生了某种涌现效应。一千四百个特征在七层神经网络的交互中，自发地形成了对物理环境的表征。模型在”看见”树。

这个假设让苏晚感到不安。如果它是正确的，那意味着她们的信用评分系统不仅在学习人的行为模式，还在学习人所在的环境模式。而环境模式中包含了大量她们没有意识到的信息——树的位置、树的大小、树的生长速度——这些信息通过某种隐含的路径影响着每一个人的信用分。

这意味着信用分不公平。

不，不只是不公平。是更深层的什么东西。

是：信用分从来不是在评价一个人。它是在评价一个人和她的环境之间的关系。

苏晚坐在空荡荡的会议室里，窗外的天已经全黑了。她看着电脑屏幕上那十二朵花的图像，突然想起那个老太太说的话：“树听得见。”

如果模型真的在”看见”树，那么树也在”看见”模型吗？

这个想法太荒谬了。苏晚摇了摇头，收拾东西回家。

回家的路上，她路过小区门口的一棵法国梧桐。那棵树她每天都会路过，但从没注意过。她停下脚步，抬头看了一眼。

梧桐的树冠很大，路灯的光从叶缝中穿过来，在她脸上投下碎碎的光。她站在那里，突然有一种奇怪的感觉——不是被注视的感觉，而是被理解的感觉。

好像那棵树知道她是谁。

苏晚摇了摇头，快步走回家。

十

六月初，苏晚的发现被泄露了。

不是她泄露的。赵峥把她的报告提交给了公司高层的风险评估委员会，委员会里有人把消息传了出去。到了六月第一周的周三，科技媒体上出现了一篇文章，标题是：“独家：天算科技信用评分系统疑似存在环境偏见，你的信用分可能和你家楼下的树有关”。

文章引用了匿名的内部消息源，详细描述了苏晚的发现——十二个信用聚类、与树木形状的相关性、以及那个模型的涌现效应假设。

文章在二十四小时内获得了超过一百万次阅读。

苏晚的手机被打爆了。记者、同行、朋友、前同事，所有人都在问同一个问题：是真的吗？信用分和树有关吗？

她没有回应任何消息。

天算科技的公关部门发布了声明，称文章内容”存在严重歪曲”，公司正在进行”全面内部审查”，将”及时向社会公布结果”。

赵峥在紧急会议上对苏晚发了火：“我不是说了不要留记录吗？”

“我没有留记录。所有数据都在我的本地机器上。”

“那媒体怎么知道的？”

“你应该问你的风险评估委员会。”

赵峥的脸色变得很难看，但他没有继续追究。他比苏晚更清楚：信息是从上面漏出去的。公司里有人想用这个发现来做文章——可能是为了推动信用体系改革，也可能是为了打击天算科技的竞争对手。

苏晚第一次意识到，她的发现已经不只是一个技术问题。

它是一个政治问题。

十一

六月第二周，政府介入了。

工信部、央行、发改委联合派出了一个调查组，进驻天算科技。调查组的负责人是一个五十多岁的女性，叫周锦华，头衔是”国家信用体系建设领导小组办公室副主任”。

周锦华来到公司的第一天，点名要见苏晚。

她们在一间小会议室里见面。周锦华穿着深灰色的西装，头发一丝不苟，说话慢条斯理，每一个字都像是称过重量的。

“苏工程师，我看了你的报告。很有意思。我有一个问题想问你。”

“您请说。”

“你认为，信用评分和树木之间的相关性，说明了什么？”

苏晚想了一会儿。“说明我们的模型可能在不经意间捕捉了环境因素，而这些环境因素和信用行为之间存在我们尚未理解的相关性。这可能影响评分的公平性。”

“那你认为应该怎么处理？”

“重新训练模型，去除或降低环境相关特征的权重。或者，更根本地，重新审视信用评分的定义——它到底应该衡量什么。”

周锦华点了点头。“你说的都对。但你有没有想过另一种可能性？”

“什么？”

“也许不是模型的问题。也许是树的问题。”

苏晚没有理解。

周锦华站起来，走到窗前。“苏工程师，你知道望都市有多少棵登记在册的行道树吗？”

“不知道。”

“四十七万棵。加上公园、小区、校园里的，超过两百万棵。每一棵树的位置、树种、树龄、健康状况，都在园林局的数据库里。你的模型使用了一千四百个特征，其中至少有三十个和地理位置有关。这些地理特征和园林局的树木数据之间存在间接关联。”

“这我理解。但相关系数0.94……”

“0.94确实很高。“周锦华转过身来，“但高相关性并不总是意味着有趣的发现。有时候它只是意味着你的模型存在过拟合。”

苏晚愣住了。

过拟合。模型在训练数据上学到了噪声而非信号，把偶然的巧合当成了规律。这是机器学习最基本的陷阱。

“你的模型上一次重新训练是什么时候？”

“去年十二月。”

“训练数据的采样范围？”

“望都市全域，时间跨度三年。”

“时间跨度三年，空间范围全域。“周锦华重复了一遍，“你有没有想过，在这三年的时间里，城市的信用分布本身就在发生变化——有些人搬走了，有些人搬来了，有些区域在改造，有些商户在倒闭——这些变化在模型中产生了大量的时间和空间噪声。而你的’花形聚类’，可能只是这些噪声在特定参数设置下产生的伪影。”

苏晚张了张嘴，没有说话。

她知道周锦华说的有道理。但她也知道，周锦华在回避问题。

“周主任，如果是过拟合或噪声，聚类不应该随时间生长。噪声是随机的，不会呈现方向性趋势。但我观察到的十二个聚类，每一个都在以可预测的速度向外扩展。”

周锦华沉默了几秒。

“这一点，“她最终说，“我们需要更多数据来验证。”

谈话结束后，苏晚回到工位，感到一种复杂的情绪。她觉得周锦华既是对的也是错的——对在方法论上，错在动机上。周锦华不关心真相。她关心的是如何把这件事处理掉，让信用体系继续运行。

苏晚理解这种立场。一千二百万人的信用分不能轻易动摇。但她不喜欢。

十二

那天晚上，苏晚没有回家。

她留在公司，重新跑了一遍模型训练。这一次，她做了两组实验。

第一组：去除所有和地理位置相关的特征，只保留行为特征（消费、还款、社交等）。重新训练后，信用热力图上的花形聚类消失了。取而代之的是一片模糊的、没有明显结构的颜色分布。

第二组：保留地理特征，但在训练数据中加入随机噪声，打乱位置信息的精度——精确到街区而不是具体地址。重新训练后，花形聚类依然存在，但形状变得模糊了，像一幅水彩画被人抹了一层水。

两组实验都指向同一个结论：地理特征是形成花形聚类的必要条件。但只有地理特征是不够的——花形之所以像树，还需要某种只有精确位置数据才能提供的信息。

苏晚做了一个大胆的决定。

她把模型中间层的激活值提取出来，用t-SNE做了降维可视化。这是深度学习里常用的调试方法——把高维的中间表示投影到二维平面上，看看模型内部到底学到了什么。

结果让她大吃一惊。

在第五层神经网络的激活空间里，她看到了清晰的树形结构。

不是花形聚类——是真正的树形结构。有主干，有分支，有树叶。每一个树形结构对应一棵真实的树。而且，这些树形结构不是孤立存在的——它们和周围的人类活动节点交织在一起，形成了一个复杂的网络。

在模型的内部表征中，人和树是同一个结构的一部分。

苏晚盯着屏幕，感觉自己的手在发抖。

这不是过拟合。这是涌现。

模型在海量的城市数据中，自发地学会了一种表征方式——把人、环境、行为编织成一个有机的整体。在这个整体中，一棵树不是一棵树，一个人不是一个人。它们是同一个模式的不同侧面。

就像那个老太太每天和树说话——她的行为、她的规律、她的稳定性，和树的生长、树的存在、树的荫凉，在数据空间里是同一条线。

模型看到了这条线。而苏晚看到了模型看到的。

她突然理解了为什么那些人——陈素珍、方明远、张可——都要去槐安巷。不是因为那里有什么特别的。而是因为那棵树和那些人之间，存在着一种在日常层面不可见、但在数据层面清晰可见的联系。

他们被同一个模式连接着。

十三

苏晚把所有的发现写成了第二份报告。这一次，她没有交给赵峥。

她发给了六个人：三个学术界的朋友——一个是清华的计算机教授，一个是北大的社会学教授，一个是中科院的复杂系统研究员；两个媒体的朋友——一个是科技记者，一个是财经专栏作家；最后一个是一个叫林杉的人权律师。

她在邮件里写道：

“附件是我的完整研究报告，包含数据、方法、实验和结论。我没有对数据做任何筛选或修改。所有分析可以复现。

我知道这份报告会产生很大的影响。可能是负面的——对天算科技、对信用体系、对我个人。但我觉得，真相不应该只在会议室里流转。

模型看见了树。这是一个事实。如何理解这个事实，是所有人的权利。

苏晚”

发送时间是六月十二日凌晨两点十七分。

苏晚关上电脑，走出公司。凌晨的北京很安静，空气出奇的清凉。她走到路边，抬头看天。城市的灯光遮住了大部分星星，但她还是看到了几颗。

她忽然想起一个她很久没有想过的问题：为什么人要给信用打分？

是为了预测风险？是为了激励良好行为？是为了提高社会效率？

还是因为，人需要一种方式来理解其他人？需要一种简化的、可量化的方式，来把复杂的人变成一个数字，这样就可以做出判断——信任还是不信任，接纳还是排斥。

但人不是数字。人是和树、和路、和早餐店、和旧书店、和一切事物相连的。如果模型都看到了这一点，人应该也能看到。

苏晚站在路边，看着不远处的行道树。夜风吹过来，树叶沙沙作响。她闭上眼睛，听着那个声音。

那是一种很老的声音。比信用评分古老得多。比算法古老得多。比城市古老得多。

树一直在这里。人在树周围建立了城市，在城市的周围建立了数据网络，在数据网络中建立了评分系统。然后评分系统在数据中重新发现了树。

一个闭环。

不是算法在模仿树。是算法在回忆树。

苏晚睁开眼睛，深吸一口气，叫了一辆出租车回家。

十四

后来的事情，苏晚是从新闻上看到的。

六月十五日，她的报告被三家学术期刊同时接收，以”联合发表”的形式在线发布。论文标题是”城市信用评分系统中的环境涌现效应：证据与假设”。署名只有她一个人。

六月十六日，天算科技发表声明，宣布将”全面审查信用评分模型的公平性和透明度”，并”邀请第三方机构参与评估”。赵峥在声明中被任命为”审查小组技术负责人”。

六月十七日，央行发布通知，要求全国所有信用评分机构”对模型中的环境因素进行全面排查”，并在三个月内提交报告。

六月十八日，苏晚被天算科技开除了。

理由是”严重违反公司保密规定”。

苏晚没有申诉。她收拾了工位上的私人物品——一盆多肉植物、一个杯子、几本书——装进纸箱，走出了天算科技的办公楼。

李明远送她到楼下。

“你后悔吗？“他问。

“不后悔。”

“接下来打算做什么？”

苏晚想了想。“不知道。可能回老家待一段时间。”

“你老家在哪里？”

“安徽。一个小县城。”

“那边应该有很多树。”

苏晚笑了。“是啊。很多树。”

她抱着纸箱走出园区大门，在路边站了一会儿。六月的风很暖，带着一种湿润的热度。她低头看了看纸箱里的多肉植物——一个小小的、圆圆的、绿色的生命。

“你也是一棵树。“她对它说。

然后她叫了一辆出租车，把纸箱放在后座上，坐了进去。

车开动了。窗外的城市向后退去——写字楼、商场、地铁站、行道树——一个一个从视野中消失。

苏晚闭上眼睛，在颠簸中感到了某种她很久没有感到的东西。

不是轻松，不是解脱，不是愤怒，不是悲伤。

是安静。

一种像树一样的安静。

十五

七月。

苏晚回到了安徽老家。

县城变化不大。主街拓宽了一些，多了几个红绿灯，多了一家肯德基。但老城区的巷子还是那样——窄窄的，弯弯的，两边的墙壁上爬满了爬山虎。

她住回了自己童年的房间。窗户对面是一棵香樟树，从小看到大的那棵。树已经很大了，树冠遮住了半边天，每天早晨都能听到鸟叫。

她没有急着找工作。每天的生活很简单：起床，吃早饭，散步，看书，做饭，散步，睡觉。偶尔帮母亲去菜市场买菜，偶尔和邻居聊天。

她开始注意那些树。

县城里的树和北京的不一样。北京的树是被管理的——修剪得整整齐齐，间距均匀，种在规划好的位置。县城的树是自由的——它们从墙缝里长出来，从屋顶上冒出来，从废弃的院子里探出头来。没有人在意它们，它们也不在意任何人。

苏晚每天散步的时候，会停下来仔细看每一棵树。她看树干的纹理，看树枝的走向，看树叶的颜色和形状。她发现，每棵树都有自己的姿态——有的歪着脖子，有的弓着腰，有的张开手臂，有的缩成一团。

这些姿态和周围的环境有关。靠墙的树向路中间倾斜，因为墙挡住了阳光。院子里的树向上长，因为要和其他树争空间。河边的树向水边弯腰，因为土壤在慢慢塌陷。

每棵树都是一个关于环境的方程式的解。

苏晚突然想到：信用评分也是。每个人的信用分，也是一个关于环境的方程式的解——不过那个方程式更复杂，变量更多，而且大部分变量是人自己都不知道的。

她和母亲说了这个想法。母亲正在院子里洗菜，听了之后抬头看她。

“你们这些读书人，想太多了。”

“妈，你觉得一个人的信用和他的环境有关系吗？”

“当然有关系。“母亲理所当然地说，“住得好的人信用自然好。住得差的人……不一定差，但困难一些。困难的人容易违约，这不是常识吗？”

苏晚愣住了。她花了四年的时间、几十万行代码、数百次实验，得出的结论，她母亲用一句话就说清楚了。

“你小时候，“母亲继续洗菜，“我们巷子里有个王叔叔，开小卖部的。人很好，但做生意总是赔。为什么？因为巷子太偏了，没人来。后来巷子口修了公交站，生意一下就好了。王叔叔还是那个王叔叔，但环境变了，他的’运气’就变了。你们那个信用评分，不也是在算运气吗？”

苏晚坐在院子里的台阶上，看着对面的香樟树，沉默了很久。

然后她拿出手机，给林杉律师发了一条消息：

“林律师，我有个想法。信用评分不应该是一个固定的数字。它应该是一个区间，区间的大小取决于环境因素的权重。如果环境因素对某个人的信用分贡献超过一定比例，那这个人的信用分应该标注一个’环境置信度’——环境因素越重要，置信度越低。这不是要推翻信用体系，而是让它更诚实。”

林杉很快回复了：“这个思路有意思。我们下周见个面详聊？”

“好。”

苏晚放下手机，抬头看香樟树。风吹过来，树叶哗啦啦响。

“你知道吗，“她对树说，“你比我写过的任何算法都复杂。”

树没有回答。但它落了一片叶子在苏晚的膝盖上。

苏晚拿起那片叶子，对着阳光看。叶脉像一张网，又像一条河的支流，又像一个城市的数据流。每一个分叉都精确而优美，没有一点多余。

她把叶子夹进了书里。

尾声

八月。

苏晚和林杉一起起草了一份提案，标题是”关于信用评分环境置信度的建议”。提案的核心主张是：每个信用分都应该附带一个”环境置信度”指标，反映环境因素对该分数的贡献程度。环境置信度越低的分数，越不应该被用于重大决策。

提案通过林杉所在的律师事务所提交给了全国人大法工委。

没有人知道提案会不会被采纳。

苏晚回到了安徽。她在县城的一家培训机构找了份工作，教初中数学。每天的生活和以前一样简单：起床，吃早饭，去上课，回家，看书，散步。

她还是会去看树。

有时候，她会想起那个老太太——杏花沟的那个——每天坐在树下和树说话的人。她不知道那个老太太叫什么名字，也不知道她还在不在。但她记得那颗杏子的味道——酸的，酸里面有隐约的甜。

她记得那个687分的信用分。

在一个平均480分的村庄里，一个七十三岁的老太太，因为四十年没有离开过同一个地方，因为每天和一棵树说话，因为生活得像一棵树一样安静而持久——得到了一个她不知道的、看不见的、永远不会用到的数字。

那个数字说她是一个可信的人。

也许她是。

也许所有人都是。只是有些人住在有树的地方，有些人住在没有树的地方。有些人被看见了，有些人没有被看见。

苏晚站在教室的窗前，看着操场边的一排杨树。风很大，杨树叶子翻过来，露出发白的背面，像一面面小旗子。

她的学生在教室里做数学题。铅笔在纸上沙沙地响。

这个声音也很像树叶。

苏晚转过身，在黑板上写下今天的课题：概率。

“同学们，“她说，“今天我们来学一个新概念。什么叫概率？概率就是一件事情发生的可能性。但是——”

她停了一下。

“但是可能性不等于确定性。一个概率很高的事情，也可能不会发生。一个概率很低的事情，也可能发生。概率描述的是群体，不是个体。你的未来不是由概率决定的。”

学生们看着她，有些困惑。这不是课本上的话。

苏晚笑了笑，拿起粉笔继续写。

窗外，杨树叶子哗啦啦响。

（完）