第44章：对赌

那晚，全家挤在客厅。

姐陈述了会议结果。说完，客厅安静了十几秒。

小乐第一个动。他跑回房间，抱着他的小猪存钱罐回来，坐在地毯上，拧开底部的塞子，“哗啦”一声全倒出来，然后开始数。他数得很认真，数完，抬头：“姑姑，我现在有二百四十六块八。够吗？”

姐蹲下，摸摸他的头：“够买很多杯咖啡了。”

“不是买咖啡，”小乐很认真，“是投资。我要当股东！”

我们都笑了，但笑着，鼻子有点酸。

爸站起来，没说啥，进了卧室。过一会儿出来，手里拿着一个旧铁盒子，边角都锈了。

他放在茶几上，打开。

里面是存折，还有几沓现金，用银行那种白色纸条捆着，纸条上写着日期：“2015.6”、“2018.3”……

爸拿起存折，翻开。我瞥见上面的数字：六位数，但开头是1。

“闺女，”爸的声音有点哑，“这是爸攒的……嗯，攒的养老钱。你拿去！”

姐摇头：“爸，我不能——”

“听我说完。”爸打断她，“爸不懂你们那些数据，什么AI，什么算法。但爸懂一件事：人活着，不能光算钱。得算良心，算对得住对不住。”

他用粗糙的手指划过存折上的数字：“这钱，攒了三十年。本来想的是，哪天我躺床上了，用得着。但现在我想通了——真到那天，用再多钱也买不回自在！不如现在用了，做点对得住良心的事！”

他把存折推到姐面前：“你拿去！亏了，就当……就当爸提前花了医药费。赚了，算爸这辈子最成功的一笔投资——不是投钱，是投我闺女这个人。”

妈在旁边抹眼泪，嘴上却说：“死老头子，说这么不吉利的话。”然后转向姐，“闺女，拿着吧。算你爸入股。亏了就当……就当给他买张体面的病床。省得他老念叨，说怕以后插满管子。”

这话说出来，所有人都沉默了。

姐看着存折，看着那些小乐的现金，眼眶一点点红透，但她没哭。她伸出手，没拿存折，而是握住了爸的手。

“爸，”姐的声音很轻，“这钱，您收好！项目有公司给的十万块启动资金，够了！真不够了，我再跟您要！”

“那这存折——”

“您替我保管。”姐说，“这是我的底气。知道有这笔钱在，我就敢放手去试——因为我知道，就算全世界都说我错了，家里还有人觉得我对。”

爸愣住，然后点点头，慢慢把存折收回盒子。“好，爸替你保管。啥时候要，啥时候说。”

小乐急了：“那我的钱呢？姑姑你不收吗？”

姐笑了，这次是真笑。她捡起一枚一块钱硬币，对着光看了看：“小乐，姑姑收你一块钱。这一块钱，买你一个承诺。”

“什么承诺？”

“以后每周末，来姑姑办公室玩两个小时。帮姑姑看看那些AI系统，哪里不像人，哪里太像机器。你当姑姑的……人性测试员！”

小乐眼睛亮了：“就像游戏测试员？”

“对，但测试的不是游戏，是人心。”姐把硬币握在手心，“这一块算你的投资，等姑姑成了，给你买机器人！干不干？”

“干！”小乐大声说，然后想了想，“但我周末要写作业……”

“那就写完作业来。”姐揉了揉他的头发。

那晚，我们聊到很晚。姐说了她的具体计划：先从幸福里的数据里提取“人情化交互”的特征，把这些特征转化成算法能理解的参数，然后试着写一个简单的决策调节插件。

“最难的不是技术，”姐说，“是怎么定义‘情感价值’。它不像价格，有明确数字。它可能是老人买药时店员多问的那句‘您今天气色不错’，可能是孩子挑文具时老板讲的‘这支笔的故事’，可能是失恋的年轻人买酒时收银员递的那张纸巾——这些瞬间，怎么量化？”

晓芸说：“可以从结果反推。比如，有了那个瞬间后，这个顾客下次还来的概率提升了多少？停留时间长了多少？主动推荐给他人的可能性增加了多少？”

“对，”姐点头，“但这是滞后数据。我要的是实时判断——在交互发生的当下，系统就要能识别出‘这是个需要人情加成的时刻’。”

我想起幸福里的茶馆。“可以这样，”我说，“设一些触发词库，或者触发场景。比如，当顾客的语音中出现‘老伴’‘孙子’‘以前’这些词时，当系统检测到微表情中的‘落寞’‘怀念’时，当购物车里的商品组合显示出‘独居特征’时……就亮起‘人情权重提示灯’。”

“然后呢？”姐追问。

“然后，AI给出的推荐，就从‘您可能还需要……’变成‘上次买这个的王奶奶说……’或者‘很多像您这样情况的人，也会看看这个……’。把推荐从商品本身，延伸到商品承载的故事和人。”

姐眼睛亮了：“对！这不是改变推荐逻辑，是改变推荐语言。内核还是算法，但外壳是人情。就像……”她想了想，“就像给机器人穿了一件温暖的外套。”

“但机器人自己知道冷热吗？”晓芸问。

姐沉默了。过了一会儿，她说：“它不需要知道。它只需要知道，在人类觉得冷的时候，给出温暖的反应。至于它自己有没有温度——不重要。”

那晚睡下时，已经凌晨一点。

我躺在床上，想着姐说的那些话。晓芸靠在我肩上，轻声说：“你姐这次，是在赌职业生涯。”

“我知道。”

“她以前从来不赌。每一步都算得精准。”

“所以这次，她是真的相信。”我侧过身，看着晓芸在昏暗中的轮廓，“相信那些无法被量化的东西，值得她赌上一切。”

晓芸沉默了一会儿。“你说，我们做的这些事——小铺，幸福里，现在你姐的项目——到底能改变什么？真的能让人工智能变得有人性吗？”

我摇头：“不能。但也许，能让人类在使用人工智能时，不失去自己的人性。”

窗外，城市的灯光依旧璀璨。数据在光纤里奔流，算法在服务器里运行，无数交易在屏幕上完成——高效，精确，冰冷。

但在这一小片灯光下，有人愿意相信：有些价值，无法被数据计算，但值得被算法守护。

第二天，姐正式启动了项目。

她没等公司拨款，自己先垫了钱，租了共享办公空间的一个小隔间——十平米，一张桌子，三把椅子，白板，没了。

团队最初就三个人：她，一个刚毕业的程序员女孩，还有一个兼职的设计师。

周末，我带小乐去了姐的办公室。他坐在旁边，玩姐给他装的测试程序——一个模拟商店界面，AI会推荐商品，他要判断“这个推荐有没有人情味”。

他的评判标准很直接：“它刚才推荐我给感冒的妈妈买药，但没说‘多喝热水’——不及格。”“这次它说‘这个玩具很多小朋友喜欢，但我觉得你可以看看这个手工的，独一无二’——嗯，这句还行。”

程序员女孩叫小雯，二十三岁，戴圆圆眼镜。她最大的困扰是：“小乐，你总说‘感觉不对’，但‘感觉’怎么写进代码里啊？”

小乐想了想：“就像……就像妈妈做饭，不是看菜谱，是尝味道。盐多了加水，淡了加盐。”

“可代码不能尝味道。”

“那就让代码学会看脸色。”小乐指着摄像头，“人高兴时眼睛会弯，难过时嘴角会下垂。你们不是有表情识别吗？”

小雯恍然大悟：“对！我们可以把表情识别结果，作为情感权重的一个输入参数！”

她兴奋地开始敲代码。姐在旁边看着，笑了。

第一个星期结束，他们做出了一个极简demo：一个模拟的线上书店页面。当系统通过摄像头检测到用户“情绪低落”时，推荐算法会在标准书单里，加入一本“治愈系”或“励志系”的书，并且推荐语会变成：“你可能需要一点光。这本书，曾照亮过很多人。”

他们找了几个朋友测试。反馈很直接：“比冷冰冰的‘根据您的浏览历史推荐’好多了。”“但有时候不准——我明明在笑，它说我情绪低落。”“推荐语还是有点机械，像背台词。”

姐记下所有反馈。第二周，优化。

一个月，过得很快。

第二十九天，姐熬了第三个通宵。demo迭代到第七版，已经能识别七种基础情绪，触发十二种不同的推荐语言风格，还能根据用户的历史互动记录，调整“人情浓度”——对那些明显不喜欢被打扰的用户，系统会保持克制。

第三十天，汇报日。

姐没叫我去。她说：“这次我自己去。成了，我请你喝酒。败了……我收拾东西回家。”

那天下午，我在小铺坐立不安。

安雅看出我的焦虑，给我泡了杯安神茶。“林默哥，你觉得姐能成吗？”

“我不知道。”我实话实说，“那些人……他们眼里只有数字。”

“但姐眼里有人。”安雅说，“有人，就应该赢。”

我苦笑。这个世界，什么时候是“应该”怎样就怎样的？

下午四点，姐发来一条消息：“结束了。老地方见。”

老地方是我们小时候常去的江边公园。我到的时候，姐已经在了，坐在长椅上，看着江水。

我走过去，坐下。没说话。

过了很久，姐说：“他们通过了。”

我转头看她。

“陈煜还是反对，说数据不够硬。但CTO投了赞成票。”姐的声音很平静，“他说，这个项目可能成不了，但方向值得试。给了六个月时间，正式项目组，预算一百万。”

她顿了顿：“但条件是，六个月后，必须有可量化的商业结果——要么提升转化率，要么提升客单价，要么提升复购率。而且，不能降低效率。”

“你答应了？”

“答应了。”姐从口袋里掏出什么，递给我。

是一枚硬币。小乐的那一块钱。

“汇报完，陈煜私下找我。”姐说，“他说：‘林采薇，你让我想起我刚毕业的时候，也相信技术可以温暖。但现在我知道了，商业就是商业！’”

“我问他：‘那现在呢？你还相信吗？’”

“他沉默了很久，然后说：‘不信！但我想看看，你信的东西，能不能活下来！’”

姐握紧硬币：“所以，这不再是技术项目了。这是一场赌局——赌那些无法被量化的东西，到底有没有价值。”

江风吹过，有点冷，但姐的眼睛很亮。

“小默，”她说，“如果我最后失败了，至少证明了一件事。”

“什么事？”

“有些人，愿意为‘相信’付费。”她摊开手，硬币在手心，被夕阳照得发亮，“小乐付了一块，爸付了一辈子，我付了职业生涯。这些付出，可能换不来商业成功，但换来了……”

她没说下去。但我知道。

换来了在冰冷算法世界里，依然敢为温暖划出一块试验田的勇气。

换来了在效率至上的时代，依然相信“慢”有价值的固执。

换来了在一切都被定价的市场上，依然坚持有些东西——比如信任，比如关怀，比如人与人之间那点笨拙而珍贵的连接——应该被守护，哪怕要用数据去守护。