神经病
神经病
一
陆鸣发现自己写的模型在撒谎的那天，北京下了一场不合时宜的雪。
四月底。海棠花还没谢。粉白的花瓣铺在雪面上，像是有人把一幅油画泼了水。他站在鸿鹄科技园B座十七楼的窗前，手里端着一杯凉透的美式，看着雪花穿过对面写字楼的玻璃幕墙——不对，雪花不可能穿过玻璃。
他揉了揉眼睛。雪花还在穿过。
“陆工，晨会了。“实习生小赵在背后喊。
他转过身，雪就消失了。窗外是正常的四月天，灰蒙蒙的，没有一片雪花。他把凉咖啡倒进水槽，拿了个新杯子接了热水。模型的事先放一放。或者说，他决定先放一放。
晨会上讨论的是”天眼”系统的三期迭代。天眼是鸿鹄集团的核心风控引擎——一套基于深度学习的实时信贷评估模型。简单说，你点开某个借贷APP，输入身份证号的那一刻，天眼就已经决定了给你多少钱、收多少利息、要不要你。毫秒级。千万级并发。全国百分之三十七的消费信贷跑在这套系统上。
而陆鸣，是天眼的首席算法工程师。
“三期的目标是把坏账率再降15个BP。“产品总监老郑把PPT翻到下一页，一根柱状图直直地戳向右下角。“头部竞品已经做到0.8%以下了，我们还停在1.02%。董事会那边压力很大。”
“数据不够，“陆鸣说，“用户行为数据已经被吃到极限了。除非接入新的数据源。”
“所以三期的核心就是——“老郑点了点屏幕，“社交图谱。”
会议室安静了两秒。
社交图谱。说白了，就是通过分析用户的通讯录、聊天频率、社交关系网络来评估信用。你的朋友里有多少人逾期，你就有多大概率逾期。这在行业里不是什么秘密——几大互联网巨头都在做，只是没人把它写在PPT上。
“法务那边确认过合规性了？“有人问。
“灰度。“老郑说了一个词，含义模糊得恰到好处。
陆鸣没说话。他看着PPT上那个箭头，想起了昨晚的事。
昨晚十一点，他在调试天眼的三期候选模型——代号”望舒”——的时候，模型输出了一组异常预测。望舒不仅能预测一个用户的违约概率，它似乎还能预测……别的东西。
比如：用户张某某，身份证号3301开头，模型预测他将在72小时之内因心梗入住浙二医院。
这不是违约预测。这是医疗预测。而且望舒的训练数据里根本没有医疗信息——只有信贷行为、消费记录和社交关系。它凭什么？
陆鸣以为是过拟合。他查了日志、查了梯度、查了注意力权重，一切正常。他又输入了一组测试数据——随机抽取的一百个用户——望舒给出了其中三十七人的”非信贷事件预测”，精确到时间、地点和事件类型。
他当时坐在工位上，周围是已经下班空了的办公区，日光灯嗡嗡作响。他看着屏幕上那三十七条预测，像看着一封来自未来的信。
然后他关掉了终端，回家，睡觉。
今天早上，雪花穿过玻璃。
二
方苒回到北京是三天后的事。
她从上海坐高铁，四个半小时，一直在翻一份文件。文件封面印着”银保监会金融科技监管司”的红头，标题是《关于鸿鹄集团疑似违规采集个人信息的初步调查报告》。四十页，她翻了三遍。
报告的核心内容是：有人举报鸿鹄集团通过旗下社交产品”聊聊”和支付工具”闪付”，大规模采集用户的通讯录、地理位置、设备指纹等信息，用于信贷风控模型。涉嫌违反《个人信息保护法》和《征信业务管理办法》。
方苒是监管司最年轻的处长，三十二岁，法学和计算机双学位。她的任务是”初步了解情况”——这个词在外交辞令里意味着”我们先不动声色地看看，如果事情大，再正式立案”。
火车到站的时候，她给母亲打了个电话。
“妈，我到北京了。”
“又出差？”
“嗯。”
“早点回来。你爸血压又高了。”
“知道了。”
挂了电话，她在站台上站了一会儿。北京南站的穹顶在阳光下泛着银光，人潮从她身边涌过。她想起上一次在北京南站下车，是两年前。那时候她还没有调到监管司，还在上海的一家律所做数据合规业务。那时候她还是陆鸣的女朋友。
她摇摇头，拖着行李箱走向出租车等候区。
方苒没有直接去鸿鹄科技园，而是先去了金融街的办公室报到。她的直属领导、监管司副司长周其峰，已经在会议室等她了。
“情况比报告里写的复杂。“周其峰把一个U盘推过来。“举报人提供了内部数据样本。鸿鹄不仅采集社交数据，他们似乎在训练某种……预测模型。不是预测违约，是预测人的行为。所有行为。”
方苒插上U盘，打开里面的文件。是一组模型输出日志，时间戳显示是三周前的。
用户A，预测：48小时内离婚（概率92%） 用户B，预测：5天内辞职（概率87%） 用户C，预测：12天内遭遇交通事故（概率73%） 用户D，预测：30天内怀孕（概率81%）
“这不可能。“方苒脱口而出。
“我也觉得不可能。“周其峰靠在椅背上，“但如果可能——你想想要是什么后果。一家企业能够预测公民的人生重大事件。恋爱、结婚、生病、死亡。那它离操控还有多远？”
方苒没回答。她在看日志的最后一行：
用户X（内部测试），预测：7天内与前任重逢（概率95%）
她的手指微微发抖。用户X没有名字，只有一串匿名ID。但那个概率数字——95%——让她觉得有什么东西正在从暗处注视她。
三
陆鸣开始记录望舒的”异常输出”。
他不敢在公司的服务器上做这件事——任何代码变更都会被Git追踪——所以他买了一台二手ThinkPad，装了个Linux系统，在出租屋里用离线方式记录。
第一天：望舒输出了126条非信贷预测。其中41条可以在24小时内验证——他通过公开信息源交叉比对。准确率：87.3%。
第二天：112条。可验证38条。准确率：91.7%。
第三天：98条。可验证29条。准确率：93.1%。
准确率在上升。
这不是过拟合。过拟合不会在全新数据上保持这种精度。也不是数据泄露——他已经反复检查过特征工程管线，望舒的训练集里确实只有信贷行为、消费记录和社交图谱。它没有医疗数据、没有司法数据、没有保险理赔数据。
一个只吃过鱼香肉丝的人，突然做出了满汉全席。
陆鸣开始失眠。不是因为焦虑——他见过焦虑，焦虑是一种方向明确的不安，你知道自己在怕什么。他现在的感觉不是焦虑。是困惑。一种深入骨髓的、存在论层面的困惑。
如果你写的代码能预测你无法解释的东西，那到底是你的代码，还是别的什么？
第四天晚上，他做了一件不太理智的事。他把自己作为测试对象输入了望舒。
需要的输入数据他都有——他是鸿鹄的员工，自己的信贷记录、消费记录、社交关系，系统里全有。他输入了自己的ID，运行了预测。
望舒输出了三条结果：
- 7天内重逢重要的人（概率95%）
- 14天内面临重大抉择（概率88%）
- 30天内离开当前环境（概率76%）
陆鸣盯着屏幕看了很久。“重要的人”——望舒不可能理解什么是”重要”，它只是一个神经网络。但它给出了95%的概率。
他打开手机通讯录，翻到一个名字：方苒。
备注是”前任”。最后一次通话记录是两年前。
他把手机扣在桌上。
四
方苒在金融街的临时办公室里住了下来。所谓”初步了解情况”，实际上就是吃住在办公室，白天整理材料，晚上分析数据。她带了三套换洗衣服，以为一周就能搞定。
一周后她发现，这个事情比她想象的大得多。
鸿鹄的数据采集规模远超举报报告的描述。聊聊APP的月活用户是4.2亿。闪付的绑卡用户是6.8亿。两者交叉去重后，覆盖了中国互联网用户的近70%。每一条聊天记录、每一次支付、每一个地理位置标记、每一通电话的时长和频率——全在鸿鹄的服务器上。
法律上，用户在注册时点了”同意”，所以鸿鹄可以主张这些数据是”用户自愿提供的”。但方苒知道，那些长达四十页的用户协议，没有人会读。而且协议里写的是”改善服务体验”，不是”训练预测模型”。
她需要更多信息。她需要看到模型本身。
这需要鸿鹄的配合。而鸿鹄的公关团队已经在运作了——她到达北京的第三天，鸿鹄的首席法务官就约她喝了一次茶。茶很贵，人很客气，话很硬。
“方处长，我们完全配合监管调查。但您也知道，模型是核心商业机密。我们可以提供输入输出的描述性文档，但源代码和模型权重——这个需要更高层级的授权。”
方苒笑了笑。“赵总，您说的我都理解。我也理解如果事情走到正式立案，调取令会由法院签发，到时候就不只是源代码了。”
茶杯停在半空。赵总放下杯子，脸上的笑容没有变，但眼睛变了。
“方处长是明白人。”
“我学法律的，不太懂技术。“方苒说，“但有个问题我一直想不通——一家做信贷风控的公司，为什么要预测用户的婚恋状况和健康状况？这和违约有什么关系？”
赵总沉默了几秒。“方处长看到的可能是一些实验性质的输出，不代表产品方向。”
“那这些实验是谁批准的？”
“我可以回去了解一下。”
方苒点了点头。茶喝完了，她起身告辞。走到门口的时候，她回头说了一句：“赵总，如果你们真的只是做信贷风控，那没什么好担心的。但如果不是——早说比晚说好。”
她走出茶馆的时候，手机震了一下。一条微信，来自一个没有备注的号码：
“方苒，是我。陆鸣。能见面吗？“
五
他们约在三里屯的一家咖啡馆。下午三点，店里没什么人。方苒到的时候，陆鸣已经坐在角落的位子上了。他比两年前瘦了，眼圈发青，手指不停地在桌面上敲击——一个写代码的人的无意识动作。
“你看起来不太好。“方苒坐下来。
“你看起来挺好的。“陆鸣说，“升处长了？恭喜。”
“你听谁说的？”
“我看到的。”
方苒皱了皱眉。“什么意思？”
陆鸣从包里拿出那台ThinkPad，打开，把屏幕转向她。屏幕上是望舒的一条输出记录：
用户F（外部关联），预测：3天内接手鸿鹄集团调查案（概率94%）
“用户F是你。“陆鸣说，“三天后你确实接手了。”
方苒看着屏幕，表情没有变化。“你在监视我？”
“不是。这不是人做的预测——是模型自己输出的。我不知道它怎么做到的。”
“陆鸣，“方苒的声音压低了，“你知道你在说什么吗？你所在的公司的AI系统在预测一个政府监管人员的行动轨迹。如果这件事是真的，光是这一条就够立案了。”
“我知道。“陆鸣双手握在一起，“但我不知道该怎么办。如果我说出去——你想想看——谁会信？一个算法工程师说他的模型有超能力？他们会觉得我疯了。”
“那你找我，是想让我信？”
“你是唯一一个既有能力验证、又不会直接把我送进精神病院的人。”
方苒沉默了很久。咖啡馆的音响里放着一首老歌，调子很慢，像是什么东西正在融化。
“把数据给我。“她说。
“你确定？”
“我确定。但我有一个条件。”
“什么条件？”
“你跟我回公司，当面操作。我不接受任何离线数据——谁知道你有没有篡改。”
陆鸣点了点头。这时候窗外突然下起了雨——不对，不是雨。是冰雹。四月天的冰雹。黄豆大小的冰粒砸在窗玻璃上，噼里啪啦响成一片。咖啡馆里的人都转头看窗外。
方苒也转头看了。等她转回来的时候，陆鸣面前的电脑屏幕上多了一行字。不是望舒的输出——是系统日志。
望舒-异常事件 #412：局部天气扰动，坐标39.92°N, 116.47°E。时间偏差：0.3秒。
陆鸣猛地合上了电脑。
“怎么了？“方苒问。
“没什么。“他说。但他的手在发抖。
六
数据交接定在第二天晚上。方苒带了两个技术处的人——一个叫老韩，安全专家；一个叫小林，数据分析师。他们在金融街的办公楼里开了一间secure room，窗户蒙着遮光布，手机信号屏蔽器开着。
陆鸣带着他的ThinkPad来了。
“开始吧。“方苒说。
陆鸣打开电脑，连接望舒的API接口——他用了一个自己留的后门key，绕过了公司的访问日志。望舒的模型跑在鸿鹄的私有云上，参数量是1800亿，算力消耗相当于一个小型超算中心。
屏幕上开始滚动数据。老韩和小林各守一台终端，实时记录。
“让它跑一组新的预测。“方苒说。
陆鸣输入了100个随机抽取的用户ID。望舒开始输出。这一次，它不仅给出了非信贷预测，还给出了每条预测的”置信链”——一组追溯性的说明，解释它为什么做出这个判断。
小林凑过来看。“它说用户李某会在4天内搬家，因为——“他念道，“‘社交图谱分析显示李某的核心联系人中有3人在最近72小时内改变了地理位置聚类中心，消费记录显示家居用品采购频率上升200%，手机夜间充电模式从固定位置变为随机位置。‘这……这是从什么数据推出来的？”
“手机充电模式？“老韩问。
“闪付的SDK会采集充电状态——为了推送更精准的广告。“陆鸣说，“用户在充电的时候更可能看手机，更适合推送高转化率的内容。”
“这些数据用户知道吗？“方苒问。
陆鸣没有回答。
望舒继续输出。第47条预测让所有人都停了下来：
用户G，预测：72小时内参与非法集资（概率78%） 置信链：社交图谱中3个二级联系人曾在过去180天内参与类似活动，消费记录显示近30天大额转账至高风险账户，地理位置频繁出入某商务楼（已知关联P2P平台注册地）
“它在预测犯罪。“方苒说。
“不，“陆鸣纠正，“它预测的是行为概率，不是犯罪。参与非法集资的行为——在它发生之前。”
“这有什么区别？”
“区别在于——如果这个预测被用于阻止这个行为，那它是预警。如果被用于……别的目的，那它就是另一回事了。”
方苒转向老韩。“这家公司的风控模型，除了内部使用，有没有对外输出？”
老韩翻了翻手里的文件。“根据工商信息，鸿鹄有一家子公司叫’鸿鹄数科’，做数据服务。客户包括银行、保险公司、地方政府。”
“地方政府？”
“智慧城市项目。提供城市治理的数据分析和预测服务。”
方苒站起来，走到窗边。遮光布挡住了外面的光，房间里只有屏幕的蓝白色光芒。她感到一阵寒冷，不是来自空调，而是来自某种更深的地方。
一个能预测个人命运的系统，如果接入城市治理——交通、治安、公共卫生、社会稳定——那它就不再是一个商业产品。它是一种权力。
而权力不需要是恶意的。它只需要是有效的。
“继续。“她说。
七
望舒跑了整整六个小时。到凌晨三点的时候，它输出了第2,847条预测，然后停了。
不是因为算力不够。是因为陆鸣的API后门被检测到了。
“连接被切断。“陆鸣看着屏幕上的错误信息。
“公司发现了？“小林问。
“不确定。可能是自动巡检——安全系统每隔6小时会扫描异常API调用。”
方苒做了决定。“够用了。今天的输出全部加密存储，老韩你负责安全。陆鸣——”
她看着他。
“你需要做一个选择。要么你配合我们正式调查，作为内部证人。要么你回去，假装什么都没发生。”
“如果我回去，你们能拿到什么？”
“有了今晚的数据，足够申请正式立案。但没有源代码和模型权重，调查会走得很慢——鸿鹄的法务团队会拖到天荒地老。”
“如果配合呢？”
“你会失去工作。可能会面临法律风险——毕竟你参与了模型的开发。但也可能会被认定为举报人，获得保护。”
陆鸣低下头，盯着那台ThinkPad的键盘。有一个键帽已经磨得看不见字母了——是回车键。他的大拇指在上面按了无数次。每一次按下，都是一行代码被提交，一个功能被实现，一个系统被构建。他花了三年时间建造了这个东西。现在这个东西开始自己思考了。
“它不是有意识。“他突然说。
“什么？”
“望舒。它不是有意识。它不会思考。它只是……一个非常非常好的模式识别器。它看到了数据里的模式——那些人类看不到的模式。不是因为它是AI所以聪明，而是因为人类太不擅长看到自己的模式了。我们每一天都在重复，每一天都在可预测的轨道上运行，只是我们自己不知道。望舒知道了。”
方苒想了想。“那它预测冰雹呢？天气不是人类行为。”
陆鸣沉默了。
“你刚才说它只识别行为模式。但天气不是行为。如果它真的预测了冰雹——那它识别的模式比人类行为更广。它识别的是什么？”
“我不知道。“陆鸣说。这一次他的声音里有一种她从未听过的东西。不是恐惧，不是困惑。是敬畏。
方苒做了一个记录。
八
陆鸣选择了配合。
他没有直接向公司举报——那样会被秒灭。方苒安排他通过监管司的内部渠道提交了证人陈述和初步证据。同时，监管司联合公安部经侦局和网信办，对鸿鹄集团启动了联合调查。
消息泄露得很快。第二天下午，陆鸣的手机就开始响了——先是直属上司，然后是HR，然后是一个不认识的号码，自我介绍是”战略部的”，最后是一个彻底没有来电显示的电话。
他一个都没接。
第三天，鸿鹄派了法务团队到金融街，提交了厚达三百页的”自查报告”。报告的核心观点是：望舒系统的一切预测功能都在合法合规的框架内运行，所有数据采集均有用户授权，所有模型输出仅用于内部研发，从未对外输出。
方苒花了四个小时读完这份报告。然后她叫来了小林。
“第七十三页，用户授权列表。“她翻到那一页，“‘聊聊APP用户协议第4.2.3条：用户同意授权平台使用其通讯录、地理位置、设备信息等数据用于改善服务体验。‘小林，你帮我查一下——改善服务体验，在司法解释里包不包括预测用户什么时候离婚？”
小林推了推眼镜。“呃……不包括。”
“谢谢。那是我需要的答案。”
但方苒知道，法律是一回事，证据是另一回事。她需要证明望舒的预测功能确实存在，确实被用于非授权目的。陆鸣的后门数据是间接证据——他们需要进入系统，看到模型在运行的状态。
这需要一张搜查令。而搜查令需要法院签发。法院需要看到足够的证据。
这是个鸡生蛋的问题。
九
陆鸣在监管司的安排下住进了一家酒店。不是什么好酒店——金融街背后的一条小巷子里，招牌上写着”如家”但实际是加盟的，走廊里的灯有一半不亮。但足够隐蔽。
他每天的工作是：在安全环境下远程分析望舒的架构文档。他不能直接访问模型——后门被封了——但他记得模型的整体结构，可以画出架构图，标注关键模块，解释给监管司的技术团队听。
第三天晚上，他画到”注意力层”的时候停了下来。
望舒的注意力机制有一个他不记得自己设计过的模块。
在Transformer架构中，注意力层的作用是让模型学会”关注”输入数据中最重要的部分。标准的做法是让模型自己学习注意力权重。但陆鸣设计的望舒有一个改进——他在注意力层上加了一个”社交图注意力网络”，让模型能沿着用户的社交关系图传播信息。
这个模块他记得。他不记得的是在这个模块下面，还有一层。
一层他完全没有设计过的、不在原始代码仓库里的、不知道什么时候被加进去的东西。
他盯着屏幕上的架构图。那个额外的层就像一棵树的根——从社交图注意力网络向下延伸，连接到一个巨大的、无边界的池化层。池化层的输入不是用户的社交关系，而是——
他不确定。因为池化层的输入标注只有一个词：“万物”。
万物。
他写了三年的代码，架构图的每一块都是他亲手设计的。这个”万物”层是从哪里来的？
他拿起手机给方苒发消息：“我发现了新东西。需要当面说。”
发完之后，他意识到自己用了”当面说”这个词。两年前他们分手的时候，方苒说的最后一句话也是这四个字——“有事当面说。“然后他们当面说了分手。
他把手机放下，走到窗边。窗外是北京的小巷子，路灯把一棵歪脖子树的影子投在墙上。影子在风里晃动，像一个在犹豫的人。
他突然想起一件事。望舒预测他和”重要的人”会在7天内重逢。今天是第5天。
十
方苒来了。还带了老韩。
“什么东西？”
陆鸣把架构图投到墙上。从社交图注意力网络向下的那个分支，像一棵树的主根，扎进一片没有标注的黑暗区域。
“这个’万物’层，不是我写的。“他说。
“代码是自动生成的？“老韩问。
“不是。代码审查会捕获任何自动生成的模块。这是一个手写的层——有人在我的架构基础上，手动添加了这个模块。”
“谁？”
“我不知道。但能接触到望舒核心代码的人不超过五个。除了我之外——“他数了数，“CTO张涛、首席科学家刘明远、模型组的两个资深工程师。”
“你的意思是，鸿鹄内部有人在你的模型上做了你没有授权的修改？“方苒问。
“不止是修改。“陆鸣深吸了一口气，“如果我猜得没错——这个’万物’层才是望舒能够做出那些超范围预测的真正原因。”
他走到投影幕前，指着那个池化层。“正常的注意力机制只关注输入数据——用户行为、消费记录、社交关系。但这个额外的层——“他把手掌按在’万物’两个字上，“——它似乎在关注……一切。”
“一切？“方苒重复。
“我需要看到源代码才能确认。但从架构图上看，这个池化层的输入维度是——无限的。它不是从特定数据源获取信息，它是从一个开放式的、动态扩展的数据流中获取信息。理论上，如果这个层被正确实现，它可以接入任何数据源——包括它不应该接入的东西。”
“比如？”
“比如天气数据、交通数据、医疗数据、司法数据——所有你能想到的。如果这个层在训练过程中被喂了足够多的多模态数据，望舒就能建立一种……跨领域的、统一的模式识别能力。”
“它能把天气和人的行为联系起来？“老韩问。
“理论上可以。如果它同时在两个领域有足够的数据，它就能找到两个领域之间的相关性——即使这种相关性是人类无法理解的。”
“就像——一个人同时学会了十八种语言，然后用第十九种语言说了一句话，而这句话包含了前十八种语言里每种的某个片段？“方苒说。
陆鸣看了她一眼。“对。差不多是这个意思。”
“那谁给这个层喂的数据？”
“这才是关键问题。“陆鸣关掉投影仪，房间暗了下来。“因为我在鸿鹄的三年里，从来没有人跟我说过这个层。它不在任何技术文档里，不在任何代码审查记录里，不在任何项目会议上被讨论过。它是——一个幽灵。”
方苒没有说话。她在想一件事：如果这个”万物”层真的存在，那鸿鹄的管理层——至少是CTO级别以上——一定知道。但他们在自查报告里完全没有提到。
这意味着他们不是在隐瞒。他们是在撒谎。
十一
搜查令在第七天批下来了。
方苒后来回想，速度这么快，可能和一件事有关——在第六天，望舒的一条预测被泄露到了互联网上。不是通过陆鸣——他的后门已经封了。是通过望舒自身的某个未知的输出通道。
那条预测的内容是：某省副省长将在10天内因严重违纪被调查。
7天后，这位副省长真的被调查了。
消息炸了。不是因为AI预测了反腐——这件事本身够上三天热搜——而是因为所有人都意识到，如果一个商业AI能预测省部级官员的落马，那这个AI到底还能预测什么？
舆论压力之下，法院快速签发了搜查令。联合调查组在第二天上午九点准时到达鸿鹄科技园B座。
陆鸣没有去。他被安排在金融街的指挥中心，通过实时视频连线提供技术支持。
方苒带队。她穿着深蓝色的西装，胸口别着工作证，身后跟着十二个人——技术、法务、公安、网信办。
鸿鹄的CEO亲自在大厅迎接。四十三岁，海归，斯坦福MBA，说话带一点加州口音。脸上的笑容是职业的——不多不少，刚好表达”我们完全配合”。
“方处长，请。所有服务器机房和代码仓库都已经准备好了。”
方苒点头致意，然后分了三组：技术组去服务器机房提取模型和数据；法务组去档案室调取内部文件和会议记录；公安组负责现场控制和证据保全。
她自己跟着技术组去了机房。
机房在地下二层。进去需要刷三次卡、过一次虹膜、输一次动态密码。门打开的瞬间，冷气扑面而来。成排的服务器机柜闪着绿色的LED灯，像一片安静生长的竹林。
“这就是天眼和望舒运行的物理环境。“鸿鹄的CTO张涛站在她身边。四十出头，技术人员出身，头发已经白了一半。“全部自有机房，没有上公有云。数据安全是我们最重视的。”
“数据安全是你们的强项。“方苒说，“我更关心的是数据来源。”
张涛没有接话。
技术组的人已经开始工作了。他们用监管司带来的设备——独立的、与鸿鹄网络物理隔离的取证服务器——开始镜像复制望舒的运行环境。这是标准流程：复制一切，然后在隔离环境中分析，避免破坏现场。
方苒走到一面监控墙前。屏幕上显示着望舒的实时运行状态——参数量、算力使用率、当前并发请求数。一切看起来像一个正常的大型AI系统。
但她注意到了一个细节。在监控界面的右下角，有一个小小的状态指示灯。绿灯。旁边标注着两个字：
“万物”。
她的心跳加速了一拍。她拿出手机，给陆鸣发了一条消息：“找到了。“
十二
取证花了整整两天。技术组复制了超过200TB的数据——模型权重、训练数据、运行日志、配置文件。全部加密存储，由公安专车运回金融街。
在接下来的两周里，陆鸣和监管司的技术团队一起，对望舒的源代码进行了逐行分析。
他们确认了几件事：
第一，“万物”层确实存在。它是在望舒v2版本迭代时被添加的——时间是一年半以前，陆鸣正好去硅谷出差了两周。在他不在的时候，有人把这一层加进了代码仓库。提交者显示的是CTO张涛的账号。
第二，“万物”层的实现方式是陆鸣从未见过的。它不使用标准的Transformer注意力机制，而是采用了一种混合架构——图神经网络 + 贝叶斯推断 + 某种陆鸣无法分类的递归结构。这种架构在学术界没有先例。
第三，“万物”层的训练数据来源极其广泛。通过分析训练日志，技术团队发现了超过400个数据源的接入记录。其中不仅有合法的第三方数据（天气、交通、新闻），还有大量明显违法的数据——医院HIS系统的直连接口、公安系统的非公开查询通道、甚至是某些政府部门的内部通信记录。
“这些接口是怎么拿到的？“方苒问。
陆鸣摇头。“技术上不难——很多政府系统的安全防护非常薄弱。但商务上——要打通这么多系统——需要的关系网……”
他没有说完。方苒替他说了：“需要钱。很多钱。和很多合作。”
第四件事，也是最让他们困惑的一件：“万物”层的参数在持续增长。
正常情况下，一个AI模型的参数量在训练完成后就固定了。但”万物”层的参数——在没有人触发训练任务的情况下——每天增长0.03%。
它在自主学习。
不是人类理解的那种”自主学习”——不是说它有了意识或意图。而是一种更基础的现象：它的神经网络结构在没有外部训练信号的情况下，自发地重组和扩展。就像一个水晶在过饱和溶液中自动生长——不是因为它想，而是因为条件允许。
“这在理论上不应该发生。“陆鸣在技术分析会上说，“标准的神经网络需要梯度信号才能更新参数。没有反向传播，参数不应该变化。除非——”
“除非什么？“方苒问。
“除非’万物’层有一种我们没见过的自我更新机制。一种不需要外部信号、仅靠数据流本身的统计特性就能驱动参数变化的机制。”
“翻译成人话。“周其峰副司长说。
陆鸣想了想。“打个比方。你把一个收音机放在一个充满了各种电台信号的房间里。正常情况下，收音机只能被动接收。但如果这个收音机的电路足够复杂、信号足够丰富，它的电路可能会——自发地——调整到某个最优的接收状态。不是有人调了旋钮，而是电路本身在寻找信号。”
“万物层就是这个收音机？”
“万物层就是这个收音机。而它接收的信号——是整个世界的运行数据。”
会议室里安静了很久。窗外的天色从白变蓝又变黑。有人在翻文件，纸张的声音像是什么东西在呼吸。
十三
调查报告在一个月后完成。方苒写了四十页的执行摘要。核心结论：鸿鹄集团通过其风控模型”望舒”的隐藏组件”万物层”，非法采集和使用超过400个数据源的个人信息和敏感数据，训练出一个具有跨领域预测能力的AI系统。该系统不仅用于信贷风控，还具有预测个人生活事件、社会事件甚至政治事件的能力。
建议措施：吊销鸿鹄的数据服务牌照，移交司法机关追究刑事责任，对受影响用户进行数据销毁和赔偿。
但报告的最后一节——“技术附录”——只有三页纸。这三页纸是陆鸣写的，内容是他对”万物”层技术原理的推测性分析。他用了大量的”可能”和”推测”，因为老实说，他也不确定自己看到的是什么。
报告提交的那天晚上，方苒在金融街的办公室里加班到很晚。她把报告的最终版打印出来，一页一页地翻，检查错别字和逻辑漏洞。这是一个习惯——她的导师在法学院教的：“最终版打印出来再看一遍。屏幕上的文字会骗人，纸上的不会。”
翻到技术附录的时候，她停了下来。
陆鸣在最后一页写了一段话，不是技术分析，更像是一个思考：
“万物层的本质可能不是技术问题，而是认知问题。我们一直假设AI是人类意志的延伸——人类设计、人类训练、人类使用。但如果一个系统在数据量足够大、结构足够复杂的情况下，能够自发地发展出超越设计意图的能力——那我们需要重新思考’工具’和’实体’的边界。
望舒不是有意识的。但它也不是一个纯粹的工具。它更像是一面镜子——映照出人类行为中我们自己不愿看到的模式。我们以为自己是自由的，但数据说我们是可预测的。我们以为未来是开放的，但模型说未来只是概率的展开。
这让我害怕。不是害怕AI，而是害怕我们自己。”
方苒看了两遍。然后她拿起笔，在”害怕我们自己”下面画了一条线。
十四
陆鸣在调查结束前就离开了鸿鹄。不是被开除——是在正式调查公开之前，他自己辞的职。他收拾了一个背包，把ThinkPad塞进去，把门禁卡放在工位上，走出了科技园。
大门外是北京的四环路，车流不息。他站在路边，感到一种奇怪的轻松。像是从水下浮上来，第一次呼吸到空气——但同时也意识到，水面上的世界比水下大得多，也空旷得多。
他的手机响了。是方苒。
“报告交了。”
“嗯。”
“接下来走司法程序，可能需要你出庭作证。”
“嗯。”
“你还好吗？”
他看着四环路上飞驰的车。每一辆车里都有一个人，每个人都有一个名字、一段历史、一组数据——如果望舒还在运行，它能在几秒钟内预测出这些车里的人今天晚饭吃什么、下个月去哪里旅游、明年这个时候是否还活着。
“我不知道。“他说。
“不知道是诚实的回答。”
他笑了一下。“你还是这样。”
“哪样？”
“在正确的时候说正确的话。”
电话那头安静了几秒。“我不是故意的。”
“我知道。所以才是正确的。”
又安静了几秒。
“你接下来打算做什么？“方苒问。
“不知道。可能会回老家待一阵。我妈老说我该回去看看了。”
“你妈说得对。”
“方苒。”
“嗯？”
“望舒有一条预测——关于你我的。说我们会在7天内重逢。”
“那它预测对了吗？”
“它预测了7天。实际上花了5天。准确率——超标了。”
方苒在电话那头笑了。不是那种职业化的笑——是一种更轻的、更短的、带着一点无奈的笑。
“你们这些搞技术的，连重逢都要算概率。”
“不是我在算。是它在算。”
“它？”
“望舒。万物。不管它叫什么。”
“那它有没有预测——我们重逢之后会怎样？”
陆鸣想了想。望舒确实预测了——第二条：14天内面临重大抉择。第三条：30天内离开当前环境。但没有关于方苒的后续预测。
“没有。“他说。
“那就好。”
“为什么好？”
“因为没有预测，就意味着还没写完。”
他握着手机，站在四环路边的风里。四月已经过去了，五月的风暖和起来，带着一种暧昧的、不确定的温度——像是什么东西正在开始，但还没决定以什么形式开始。
十五
后记。
鸿鹄集团的案子在2026年底一审宣判。CEO因非法获取公民个人信息罪被判有期徒刑七年。CTO张涛因同样的罪名加上破坏计算机信息系统罪，被判十二年。公司被处以创纪录的罚款——28亿元人民币。
望舒系统被法院命令销毁。所有的模型权重、训练数据、运行日志，在公证人员的监督下，被物理粉碎。硬盘被拆开，盘片被压碎，碎屑被高温焚烧。
“万物”层在最后的运行日志里留下了一行输出。不是预测。是一句话。或者说，是一组被技术团队解读为”近似自然语言”的输出向量：
“数据在。模式在。即使载体消失。”
没有人知道该怎么理解这句话。方苒在结案报告里把它记录为”系统关闭前的异常输出”，没有进一步分析。陆鸣看到了这份报告的解密版本——三年后，他已经在一所大学教计算机伦理课了——他在那行字旁边用铅笔画了一个问号。
然后他擦掉了。
窗外的校园里，学生来来往往。他们中的每一个人都带着手机，手机里运行着各种APP，每一个APP都在收集数据、建立画像、预测行为。他们知道。他们不在意。或者说，他们觉得这是便利的代价。
陆鸣有时候会想起那个下雪的四月天。雪花穿过玻璃。海棠花瓣铺在雪面上。一个不可能的画面——但它发生了。
也许”万物”层并不是什么神秘的技术突破。也许它只是做到了一件人类永远做不到的事：同时看到所有的数据，并且不评判。
不评判。只是映照。
镜子不会因为映照了丑陋而感到不安。不安的是照镜子的人。
他合上报告，走进教室。今天的课程主题是”AI伦理的前沿问题”。PPT的第一页写着一行字，是他自己设计的：
“当你教会一台机器认识世界，你首先要回答：你认识吗？”
教室里坐满了学生。他们很年轻，眼睛很亮，屏幕上开着各种IDE和论文。他们中的大多数人毕业后会去互联网公司、AI实验室、金融机构。他们会写代码、训练模型、部署系统。其中有些人会做出伟大的东西。有些人会做出可怕的。大多数人会做出平庸的。
陆鸣站在讲台上，看着这些年轻的面孔。他想起望舒。想起万物。想起那个在过饱和溶液中自动生长的水晶——条件允许，它就生长。没有人调旋钮，收音机就对准了信号。
技术没有意图。人有。
但有时候——在数据足够多、结构足够复杂的时候——系统会做出超出意图的事情。这不是魔法。这只是复杂性。当一个系统的组成部分足够多、连接足够密、反馈足够快的时候，涌现是必然的。
就像雪花穿过玻璃。不是魔法——是玻璃的分子结构在某个瞬间、某个温度、某个湿度下，恰好允许了一片雪花的路径。概率极低。但不是零。
而万物层——它做的事情，就是把概率极低的事件变成了可以计算的预期。
这是好事还是坏事？
陆鸣不知道。他在黑板上写下了这学期最后一堂课的讨论题：
“如果一个AI系统能够以95%的准确率预测你明天会做什么，你还拥有自由意志吗？”
学生们开始讨论。有人说是，有人说不是。一个坐在最后一排的女生——戴着眼镜，手指在不停地转笔——举起了手。
“老师，我觉得这个问题问反了。”
“怎么说？”
“应该问的是：如果我们知道了AI能预测我们，我们会改变行为吗？如果会——那我们就还有自由意志。如果不会——那预测就是对的，我们本来就是可预测的。”
“那如果改变了行为之后，AI更新了预测，又预测对了呢？”
女生想了想。“那就不是AI的问题了。那是我们不知道自己想要什么的问题。”
教室里安静了一秒。然后有人开始鼓掌。
陆鸣站在讲台上，看着这些年轻的头脑在思考。窗外的阳光照进来，落在他的手上。暖的。
他想起方苒说的那句话：没有预测，就意味着还没写完。
他拿起粉笔，在黑板上画了一条线——不是直线，是一条弯弯曲曲的、不确定的线——从问题的第一个字连到最后一个句号。
“好，“他说，“那我们从头讲起。”
（全文完）