周三清晨，我被手机震动唤醒——不是闹钟，是一条算法生成的天气提醒：

“今日降水概率73%。建议：带伞，提前出门。PS：衬衫备用方案已就绪。”

发件人：楚惟舟。

我盯着那条消息看了十秒，直到屏幕自动变暗。窗外天色灰白，云层低垂，确实像要下雨。73%，这个数字有点眼熟。我翻身下床，从包里翻出那个灰色文件夹，找到第一页右上角的手写0.73。

概率与准确率，在他眼里或许都是需要优化的参数。但把这两个数字并列在一起时，却产生了一种奇异的、近乎诗意的共振。

我提前二十分钟到达公司。前台女生递给我一杯热美式：“楚总交代的，说实习生需要咖啡因续航。”

纸杯温烫，杯套上印着一行小字：“残差项：0.5kcal”——大约是这杯咖啡的热量偏差值。我几乎能想象他下单时盯着营养成分表，精确计算咖啡因与糖分平衡的样子。

工位上已经亮着三块显示屏。左边屏幕滚动着实时数据流，中间是代码编辑器，右边——是那个蝴蝶模型的测试界面。一只简约的线条蝴蝶停在中央，翅膀随着预测准确率微微振动：0.74，比昨天高了0.01。

“早。”

声音从斜后方传来。楚惟舟站在两排工位之间的过道上，手里端着同款美式，但杯套已经被整齐地撕掉，露出纯白杯身。

“楚总早。”

“楚惟舟。”他纠正，走近了几步，“模型收敛速度比预期快。你调整了学习率？”

“昨晚试了自适应算法。”我点开历史记录，“不过现在卡在0.74附近，有平台期。”

他俯身看向屏幕，手臂擦过我的椅背。距离近到我能看清他锁骨下方那道疤痕的全貌——大约三厘米长，边缘平滑，像是很久以前被什么锋利的东西划过。

“特征交叉不够。”他伸手，指尖在屏幕上虚划，“这里，和这里，应该引入二阶交互。单靠一阶特征太浅。”

他的手指修长，指甲修剪得一丝不苟。指关节处那道细小的旧伤在显示屏冷光下更明显了。

“那道疤，”我脱口而出，随即意识到越界，“抱歉，我不该——”

“十五岁时拆无人机留下的。”他直起身，语气平淡得像在陈述一个实验参数，“锂聚合物电池起火，我用螺丝刀撬外壳时划伤的。”

“拆无人机？”

“想改它的飞控算法。”他喝了口咖啡，“那时候觉得，如果无人机能更智能地避开鸟类，就不会有那么多候鸟撞上风力发电机。”

我怔住。这不是我想象中的答案——不是精英教育的什么高光时刻，而是一个少年试图用技术保护鸟类的、近乎笨拙的努力。

“后来呢？”我问。

“后来发现，完美的避障算法需要消耗太多算力，续航会缩短。”他看向窗外，侧脸在灰色天光里显得有些模糊，“有时候，最优解并不存在，只有妥协方案。”

雨就在这时落了下来。先是零星几点敲在玻璃上，然后迅速连成一片，把世界浸泡在水幕里。

办公区的灯光自动调亮了一档。楚惟舟收回目光，看向我的屏幕：“继续。在损失函数里加个惩罚项，对，像这样——”

他弯下腰，手指在键盘上敲击。我僵在原地——他的手臂几乎环过我，雪松的气息裹挟着极淡的咖啡香，将我包围。键盘声清脆而有节奏，像某种加密过的心跳。

“好了。”他输入最后一行代码，按下回车。

蝴蝶的翅膀振动频率突然加快。准确率数字开始跳动：0.745，0.751，0.759……最终停在0.763。

“你看，”他说，声音就在我耳畔，“有时候需要引入一点非线性。”

他直起身，拉开距离。空气重新流动起来，我这才发现自己一直屏着呼吸。

“下午跟我去个地方。”他转身离开前说，“穿舒服点的鞋子。”

“什么地方？”

“蝴蝶效应的第一现场。”

雨在午后转为细雨。楚惟舟开车，一辆低调的深灰色电动车。车内一尘不染，中控屏上显示着实时能耗曲线。他开车时很安静，只有雨刷规律地摆动。

我们驶离科技园区，穿过隧道，进入一片老城区。街道变窄，梧桐树枝叶交错，在挡风玻璃上投下晃动的影子。最终车停在一栋五层旧楼前，门口挂着牌子：“清河社区学习中心”。

“这是……”

“你模型里数据样本#0471，”他熄火，“那个考进区重点的孩子，就在这里上过课。”

我愣住。文件夹里的数据突然有了声音、颜色和气味——楼道里飘来的粉笔灰味，墙上贴着孩子们稚嫩的画，某扇门后传来断断续续的钢琴声。

一位中年女性迎出来：“惟舟来了？这位是……”

“林晚，我的实习生。”他介绍时语气自然，“她正在优化推荐算法，想看看实际使用场景。”

“林老师好！”几个孩子从教室里探出头，眼睛亮晶晶的。

我被那声“老师”叫得手足无措。楚惟舟嘴角似乎弯了一下，很浅。

我们走进一间计算机教室。八台旧电脑嗡嗡作响，屏幕上运行着在线的教育平台——正是灵犀科技旗下公益项目的界面。

“每周二四六开放，”负责人李老师介绍，“但设备太老，有时候推荐课程加载很慢。孩子们会急。”

我看向楚惟舟。他正蹲在一台电脑前，检查机箱后的线缆。炭灰色针织衫的袖子蹭到了灰尘，他眉头微蹙，却并没有立刻擦拭。

“带宽不够，内存也老化。”他站起身，“下周我让人送几台二手服务器过来，可以做本地缓存。”

“那很贵吧……”

“折旧资产，财务上已经摊销完了。”他说得轻描淡写，然后转向我，“现在你明白了吗？”

“明白什么？”

“为什么算法需要优雅。”他看着屏幕上缓慢旋转的加载图标，“因为在这里，每多等一秒，都可能有一个孩子失去兴趣。优雅不是美学，是仁慈。”

窗外雨声渐沥。一个大约七八岁的男孩跑过来，手里举着一幅画：“楚哥哥你看！我画的蝴蝶！”

画纸上的蝴蝶翅膀不对称，颜色涂出了边界，但眼睛处用银色水笔画了两个夸张的光点，像星星。

“为什么蝴蝶眼睛会发光？”楚惟舟接过画，问得认真。

“因为它在夜里也要看路呀！”男孩理直气壮。

楚惟舟顿了一下。然后，很慢地，他笑了。

不是那种礼节性的微笑，而是眼角微微弯起，琥珀色瞳孔里映出孩子雀跃的脸。那个笑容让他瞬间脱去了所有“总裁”的壳，变回那个会为了鸟类去拆无人机的少年。

“有道理。”他说，把画仔细卷好，“谢谢你的画，我会好好保存。”

回程路上，雨停了。夕阳从云层裂缝中涌出，把湿漉漉的街道染成金色。车内播放着极简的钢琴曲，音符像雨滴一样干净。

“为什么带我来这里？”我终于问出口。

楚惟舟目视前方，手指在方向盘上轻轻敲击，像在调试某个看不见的参数。

“算法工程师最容易犯的错误，”他说，“是把数据点看作纯数字。但每个样本背后，都是一个具体的人，在具体的生活里挣扎或欢笑。”

他停顿，等红灯变绿。

“我想让你记住这种‘具体’。这样当你调参时，会知道0.1%的准确率提升，可能意味着某个孩子多了一分考上理想学校的概率。”

我看向窗外。街边便利店亮着暖黄的灯，一个母亲牵着孩子的手走出来，孩子手里举着彩虹色的棒棒糖。

“那个画蝴蝶的孩子，”我说，“可能就是未来的某个样本。”

“可能。”他点头，“但更重要的是现在——现在他相信蝴蝶夜里会发光。这种相信本身，就是黄金。”

车驶回公司地库。停稳后，他没有立刻解安全带。

“今天的工作，”他转向我，“我会记为‘田野调研，提升模型人文感知’。算加班费。”

“我不需要——”

“需要。”他打断我，语气不容置喙，“你的时间有价值，我的决策也需要成本核算。这是规则。”

我哑然。这个人，一边带我去看蝴蝶发光的童话，一边严谨地计算着加班费。

“最后一个问题，”我鼓起勇气，“为什么是我？”

车库里光线昏暗，仪表盘的微光映在他侧脸上。他沉默了很久，久到我以为不会得到答案。

“因为，”他最终开口，声音低得像在自言自语，“在遇见你之前，我的算法里没有‘残差项’这个概念。”

“残差项？”

“模型预测值与真实值的偏差。”他解开车锁，“理论上应该趋近于零。但最近我发现，有些偏差无法消除，反而……让整个系统变得更鲜活。”

他推门下车，背影消失在电梯厅的方向。

我坐在逐渐冷却的车里，回味着那句话。手机震动，一条新的系统通知：

“蝴蝶模型准确率突破0.77。检测到新型特征交互模式，建议命名为：Cross_LW（林晚交叉项）”

我盯着那行字，直到屏幕暗下去。

原来这就是残差项——那些理性框架无法解释的偏差，那些计划之外的蝴蝶，那些夜里发光的眼睛。