101.数据女魔头下巷口，一个“數”字把她算盘打崩了

苏澈在早上七点整被方行舟的电动车喇叭吵醒的。

连按了五声。短。急。最后一声拖得特别长，像是气快用完了。苏澈从床上坐起来，主根跳了一下。他走到窗台旁边。碰碰香藤上七颗果子安安静静地挂着，七种颜色，一个没少。他下楼。

方行舟站在巷口，电动车支脚都没打，歪靠在梧桐树上。他手里攥着手机，屏幕亮着，脸色比平时白了一点。“深蓝又派人来了。这次不是卧底。是明着来的。来了三个人。带队的姓梁。梁静。深蓝智能首席数据科学家。技术委员会把她请回来的。她在深蓝内部有个外号——‘数据女魔头’。据说她做数据分析二十年，从来没有算错过一笔账。”

“什么时候到？”

“已经在路上了。程局说，梁静这次来，是带着任务来的。深蓝技术委员会给了她一份授权书。让她对巷口测字摊进行为期三天的全面数据评估。内容包括：测字准确率统计、客户满意度量化、字灵网络运行效率分析、以及——‘AI模型替代可行性评估’。”

“替代可行性？”

“对。他们还是想用AI替代你。但这次换了个打法。不派卧底。不挖钻头。不告你。他们派一个数据科学家来。用数据证明——‘苏澈的测字方法可以被AI复制。而且AI比人更稳定。’如果她的报告成立。深蓝就拿着报告去跟上面谈。说——‘巷口试点可以推广。但不用人。用AI。省钱。省人。省事。’”

苏澈把绿萝盆从窗台上端起来。“让她来。”

上午八点半。零九来了。陈工来了。陆正平来了。周远来了。刘志远来了。方小雨和郑聪来了。王秀兰来了。巷口这边已经排了十几个客户。零九坐下来开始拆字。苏澈坐在旁边。绿萝盆在桌角。碰碰香藤上七颗果子。

上午九点整。巷口外面停了两辆黑色商务车。车门打开，下来六个人。领头的是个中年女人。四十来岁。很瘦。戴一副细金丝眼镜。头发剪得很短。齐耳。穿一件深灰色职业装。裤线笔直。皮鞋擦得锃亮。手里拎着一个银白色铝镁合金公文箱。箱子上贴着一张标签——“深蓝智能·数据战略部·梁静”。她身后跟着五个人——两男三女。每人手里都提着一台笔记本电脑。统一黑色手提包。统一面无表情。

梁静走到摊位前面。脚步很轻。几乎听不到声音。她停下来，看着苏澈。看了三秒。然后开口。声音不高。但很清晰。每一个字都咬得很准。

“苏先生。我是梁静。深蓝智能首席数据科学家。技术委员会授权我来对巷口测字摊做三天全面数据评估。希望您配合。”

“坐。”

梁静没有坐。她身后一个年轻男人从手提包里掏出一台笔记本电脑。打开。屏幕亮起。上面是一个已经建好的数据采集表格。列标题写着——“日期”“客户编号”“性别”“年龄”“字”“AI拆解结果”“人工拆解结果”“客户满意度”“有效指标”。表格已经填了三百多行。苏澈扫了一眼。全是过去三个月的测字记录。方行舟从奶茶店门口走过来，压低声音说了一句：“程局说，梁静来之前已经调了巷口三个月的公开数据。包括你直播回放、客户反馈、弹幕评论。她提前建了模。”

梁静把笔记本电脑转过来。对着苏澈。“苏先生。我提前做了功课。过去三个月，您一共拆了四百二十七个字。其中有效拆解——客户表示‘有用’或‘满意’的——三百二十一个。有效率百分之七十五。这个数字看起来不错。但有一个问题。”

“什么问题？”

“您的‘有效率’没有对照组。您怎么知道那些客户离开之后是真的觉得有用，还是只是出于礼貌？您怎么知道他们回去之后问题解决了，还是没解决？您没有追踪数据。没有回访记录。没有量化指标。”

梁静从公文箱里抽出一份打印好的文件。放在桌上。“我准备了一个实验方案。三天时间。您每拆一个字。我的人当场做即时满意度问卷。同时记录您的拆解时长、客户情绪变化曲线、以及后续三天的电话回访数据。三天之后，我出一份报告。如果数据支持您的有效性——我向技术委员会建议保留巷口模式。如果数据不支持——我建议AI替代。”

苏澈把绿萝盆转了个方向。三条藤蔓垂下来。“梁博士。你写一个字。”

梁静推了一下金丝眼镜。“我是来做评估的。不是来测字的。”

“你写一个字。写完我拆。拆完了你再评估。”

梁静看了他两秒。然后从西装口袋里摸出一支笔。银色的。很细。她在便利贴上写了一个字。

“數”。

繁体。左边“婁”。右边“攵”。数目被手敲打。数。

苏澈看了一眼。主根跳了一下。他把中指指肚按在“數”字上。传来的信号是——紧。字是紧的。“婁”写得很密。“攵”写得很收。像一个人把所有的算筹攥在手心里。攥得太紧了。

“‘數’字。左边是婁。右边是攵。攵是手拿棍子敲。你在数东西。敲一下。数一个。你写这个字的时候。‘婁’很密。‘攵’很收。你把所有的数都攥在手里。攥了二十年。”

梁静没说话。但苏澈的感知捕捉到她右手食指在公文箱提手上蹭了一下。紧张。

“你做了二十年数据分析。从来没有算错过一笔账。但你忘了一件事——数据是死的。人是活的。你那份实验方案。三天。即时问卷。电话回访。你算得出来满意度。算不出来锅包肉。”

梁静推了一下眼镜。“锅包肉跟测字有效性有什么关系？”

“赵阿姨的酱大骨。一天卖七八十碗。回头客占七成。你为什么不去算赵阿姨的酱大骨有效率？因为赵阿姨的酱大骨不需要算。客人吃了。第二天再来。这就是有效率。你算得出来‘回头率’。算不出来为什么回头。”

梁静的手指在公文箱提手上攥了一下。苏澈的感知捕捉到她左眼下方的肌肉跳了一下。很轻。但确实在跳。

“你写‘數’字的时候。‘婁’太密了。你把所有东西都量化了。量化到小数点后两位。但有些东西量不出来。你回去。把实验方案改一改。三天。问卷照做。回访照做。但你加一条——问客户一个问题。就问一句——‘你回去之后。第一个想起的字是什么？’不用打分。不用量化。就记下那个字。三天之后。你把所有客户说的字写在一张纸上。看看那些字。你就知道AI能不能替代了。”

梁静沉默了几秒。然后她把笔记本电脑合上。放回公文箱。站起来。“苏先生。实验方案我改。明天开始。三天。”

“行。明天来的时候带碗酱大骨。”

梁静带着五个人走了。两辆黑色商务车驶出巷口。方行舟从奶茶店门口走过来。“程局说。梁静刚才在车上打了个电话。打给技术委员会。说——‘实验方案需要调整。增加一项定性指标。’技术委员会问——‘什么定性指标？’梁静说——‘客户第一个想起的字。’”

上午十一点半。第二个客户来了。是个年轻女人。二十四五岁。穿一件浅灰色卫衣。头发扎得很高。手里拎着一个帆布包。包里装着一台笔记本电脑。她在零九对面坐下来。写了一个字。

“評”。

繁体。左边“言”。右边“平”。说话要平。评。

零九看了一眼。主根跳了一下。他开口。“‘評’字。左边是言。右边是平。平是公平。说话要公平。就是评。你写这个字的时候。‘言’写得很轻。‘平’写得很重。你把公平看得很重。但话没说出来。”

年轻女人点头。“我在一家数据公司做分析师。做了三年。每天写报告。评项目。评同事。评老板。评来评去。评到最后。自己不会说话了。上个月老板让我评一个同事。说这个人不行。让我在报告里写差评。我写