第 6 章
關燈
小
中
大
第 6 章
晨光爬上窗臺時，薛彌聲還站在原地。
手機已經發燙，被她放在窗臺上冷卻。屏幕暗下去之前，最後顯示的是和付聆雪的聊天界面——那張寫滿公式的草稿紙照片，下面是她發的“成功了”，再下面是付聆雪簡短的“恭喜”。
簡單得像是什麽都沒發生過。
但什麽都發生了。
薛彌聲的手指撫過冰涼的窗玻璃，觸感讓她微微戰栗。遠處創業園區的輪廓在晨霧中若隱若現，像一張褪色的老照片。她看見自己辦公室所在的那層樓，窗戶還暗著，要等一個小時後，第一個來加班的工程師才會點亮那裏的燈。
三年前她租下那個辦公室時，也曾這樣站在這裏遠望。那時心裏揣著一股狠勁，想著要做出成績，要讓付聆雪看見，要證明離開是對的。
現在她做到了。付聆雪看見了。但證明什麽呢？
證明沒有付聆雪，她也能解決技術難題？可剛才那個突破性的算法改進，分明是付聆雪給出的核心思路。證明她建立了成功的企業？可聲覺至今還在生死線上掙紮，需要付氏的投資才能活下去。
證明她放下了？哈。
薛彌聲轉身離開窗邊，赤腳踩過木質地板，走向廚房。冰箱門打開時，冷氣撲面而來。她拿出那瓶昨晚沒喝完的冰水，擰開，仰頭灌了一大口。冰涼刺激著喉嚨，讓她清醒了些。
工作臺上的電腦還亮著，屏幕上那個99.63%的識別率像在嘲笑她。她走過去，手指在觸控板上滑動，調出算法改進前後的對比圖。
藍色曲線是舊版，紅色曲線是付聆雪的思路。兩條線在75分貝噪音閾值處交叉，之後紅線一路向上，把藍線遠遠甩在後面。圖表下方是密密麻麻的性能參數：內存占用減少67%，處理延遲降低42%，識別錯誤率下降0.41%。
每一個數字都在說：付聆雪是對的。付聆雪總是對的。
薛彌聲想起很多年前，她們還在讀研時，有一次為了一個優化問題爭吵。付聆雪堅持用拉格朗日乘子法，她非要試試遺傳算法。吵了整整一下午，最後各做各的。結果付聆雪的方法收斂更快，精度更高。
那天晚上她賭氣不回宿舍，在實驗室通宵。淩晨三點，付聆雪拎著宵夜推門進來，什麽也沒說，把熱騰騰的餛飩放在她桌上，然後坐在旁邊，開始改自己的代碼。
她吃餛飩時，付聆雪突然說：“你的遺傳算法想法很好，只是不適合這個問題。如果換成粒子群優化，也許能行。”
她楞住：“你看了我的代碼？”
“看了。”付聆雪眼睛盯著屏幕，手指在鍵盤上飛舞，“你把交叉概率設得太高，種群多樣性損失太快。降到0.6試試。”
她試了，效果好了很多。但還是不如付聆雪的拉格朗日法。
“我輸了。”她悶悶地說。
付聆雪轉過頭，很認真地看著她：“技術討論沒有輸贏，只有最優解。而且你的思路給了我啟發——也許可以把兩種方法結合，先用遺傳算法找初始點，再用拉格朗日法精調。”
她們真的那樣做了，結果比單獨用任何一種方法都好。那篇論文後來發在了頂會上，致謝裏她們互相寫著“感謝我的合作者無可替代的洞察力”。
無可替代。
薛彌聲關掉對比圖，打開加密文件夾。那個“聲學智能”的願景文檔還在，像一頭沈睡的巨獸。她點開，光標在標題處閃爍。
要不要現在發給付聆雪？淩晨的電話裏，付聆雪說想“重新開始”，想“看看能不能走到一起”。如果給她看這個，意味著什麽？
意味著交出全部的野心和脆弱。意味著告訴她：這三年我不僅在做聲紋識別，我在構建一個你可能會覺得瘋狂的藍圖。意味著問她：你還願意和我一起做夢嗎？
太急了。薛彌聲對自己說。付聆雪說“從工作開始”，說“順其自然”。那就從工作開始，從最實際的技術合作開始。
她新建了一個文檔，開始整理剛才算法改進的詳細報告。這是聲覺的技術文檔規範，每一個重大改進都要記錄在案：問題描述、解決思路、實現細節、測試結果、後續優化方向。
手指在鍵盤上敲擊時，晨光又亮了一度。金黃色的光線斜射進來，在工作臺上切出一道明亮的光帶。塵埃在光柱裏飛舞，像微型的星雲。
寫到“解決思路”這部分時，薛彌聲停住了。該怎麽寫？寫“與付氏集團技術顧問付聆雪討論後，采用圖卷積頻域方法”？太正式，太生疏。寫“付聆雪建議”？太親密，太私人。
她盯著空白處看了很久，最終寫道：“參考圖神經網絡在頻域的優化方法，采用切比雪夫多項式逼近拉普拉斯矩陣特征值分解，實現鄰接矩陣的稀疏化表示。”
沒有提付聆雪的名字，但每一個懂行的人看了，都會知道這思路來自頂尖高手。付聆雪的烙印，已經刻在了算法裏。
文檔寫到一半時，手機震動了一下。薛彌聲瞥了一眼，是付聆雪發來的消息，這次不是公式，而是一張照片：一杯咖啡，旁邊攤著幾張寫滿字的紙。
附言：“整理了一下時頻域聯合分析的難點列表。你覺得從哪個開始攻？”
薛彌聲放大照片。咖啡杯是她熟悉的那只白色骨瓷杯，邊緣有一道細微的裂痕——那是很多年前她不小心碰掉的，付聆雪沒舍得扔，說“有瑕疵的東西更真實”。
紙張上的字跡工整清晰，列出了七個技術難點：實時性、精度損失、計算覆雜度、硬件適配、噪聲魯棒性、多說話人場景、跨語言泛化。每個難點下面還有兩三行簡析。
典型的付聆雪風格：全面、系統、直擊要害。
薛彌聲回覆：“實時性和精度損失是主要矛盾。先解決這兩個，其他的可以疊代。”
“同意。”付聆雪秒回，“我有個想法，用知識蒸餾，讓大模型教小模型。大模型離線訓練保證精度，小模型在線部署保證速度。”
“蒸餾損失函數設計是關鍵。”
“嗯，我推了幾個，都不太理想。傳統的KL散度在時頻域特征上效果不好。”
薛彌聲看著這句話，腦子裏突然閃過一個念頭。她快速敲擊鍵盤：“試過Wasserstein距離嗎？時頻特征可以看成概率分布，Wasserstein距離更能捕捉分布之間的幾何結構。”
發出去後，她等了幾秒。付聆雪沒立刻回覆，大概在思考或者計算。
薛彌聲起身去煮咖啡。廚房裏，咖啡機發出沈悶的轟鳴聲，深褐色的液體一滴滴落入玻璃壺。香氣彌漫開來，是熟悉的阿拉比卡豆的果酸味。這還是付聆雪推薦的牌子，說這家的烘焙度最平衡。
三年了，她換了住處，換了公司，換了社交圈，但咖啡豆沒換。
端著咖啡回到工作臺時，手機上有新消息。付聆雪發來一張新的草稿紙，上面是Wasserstein距離的推導過程，最後寫著一個公式和一行小字：“試了，效果提升約3.7%。你怎麽想到的？”
薛彌聲抿了口咖啡，回覆：“去年讀的一篇遷移學習論文裏的思路，一直沒找到應用場景。”
“論文標題還記得嗎？”
“《Wasserstein Distance for Deep Learning》,”薛彌聲打字，“作者是MIT的團隊，發在去年的ICML上。”
“我去找來看。”付聆雪說，“你的閱讀範圍很廣。”
“逼出來的。”薛彌聲實話實說，“小公司沒有大廠的研究資源，只能多讀論文，從學術界找靈感。”
“這也是優勢。大廠的研究往往脫離實際場景，你們更懂落地。”
“付氏的研究院也脫離實際？”
“有些項目是。”付聆雪承認，“去年投了一個語音合成項目，音質好到可以假亂真，但推理速度要三秒，根本沒法商用。團隊還振振有詞說‘技術領先性更重要’。”
薛彌聲幾乎能想象那個場景。付氏研究院的那些博士們，個個眼高於頂，追求的是頂會論文，是技術突破，是“改變世界”。至於這技術能不能賺錢，能不能落地，那不是他們考慮的事。
“所以你才看好聲覺？”她問，“因為我們更務實？”
“因為你們在技術和商業之間找到了平衡。”付聆雪回覆，“也因為你的技術品味一直很好。”
技術品味。這個詞讓薛彌聲心頭一動。付聆雪很少直接誇人，更少用“品味”這樣的詞。她說“技術品味”，意味著她認可的不只是薛彌聲的能力，還有她的審美，她的判斷力，她選擇問題和解法的眼光。
這是一種更深層的認可。
薛彌聲的手指在手機邊緣摩挲，不知道該怎麽回。說“謝謝”太輕，說“你也一樣”太客套，說“我一直記得你說過，優雅的解法比粗暴的優化更重要”又太懷舊。
最終她什麽都沒回，放下手機，繼續寫那份技術文檔。
晨光越來越亮，房間裏的陰影漸漸褪去。工作臺上，各種設備的指示燈在明亮的光線中顯得黯淡。薛彌聲寫完文檔的最後一個字，保存，加密，上傳到聲覺的內部服務器。
她看了眼時間：早上七點零九分。再過一會兒，她就要洗漱換衣，去公司開始新一天的工作。今天要和團隊同步算法改進，要開產品規劃會，要見一個潛在的客戶，要審核下個月的預算。
但此刻，在這個晨光籠罩的房間裏，她允許自己暫時停下。
薛彌聲重新打開那個加密文件夾，點開“聲學智能”願景文檔。她滾動頁面，看著那些宏大的構想：從聲紋識別到情感計算，從醫療診斷到空間音頻，從消費電子到工業檢測，最終構建一個以聲音為核心的智能生態。
每一部分都有詳細的技術路線圖，有初步的可行性分析，有預估的資源需求，有潛在的合作方名單。這是一個需要十年時間、百億資金、頂尖團隊才能實現的夢想。
她曾以為只能獨自背負這個夢想。
但現在，她突然想：如果告訴付聆雪呢？如果讓她看看呢？
不是現在，不是今天，也許不是這個月。但總有一天，她可以把這個文檔發過去，然後問：“你覺得，這可能嗎？”
薛彌聲關掉文檔，關閉電腦。屏幕暗下去的瞬間，她看見自己的倒影——頭發淩亂，眼睛下有淡淡的陰影，但眼神很亮，亮得像當年那個相信技術能改變世界的女學生。
她走到窗前。太陽已經完全升起，金黃色的光芒灑滿城市。創業園區的那棟樓，她辦公室的窗戶依然暗著，但很快就會有光。
手機又震動了一下。這次是天氣預報：今天晴，最高溫度18度，空氣質量良。
下面還有一條付聆雪的消息，沒頭沒尾的：“瑞士的芯片樣品，下周三到。我讓助理直接送到聲覺。”
薛彌聲回覆：“好。謝謝。”
“不用謝。期待看到你們的原型機。”
對話到此為止。但薛彌聲知道，有些東西已經不一樣了。
她們又開始分享技術靈感了。
她們又開始在清晨討論問題了。
她們又開始期待下一次的合作成果了。
窗外的城市徹底醒來，車流聲、人聲、遠處的施工聲，交織成清晨的交響。薛彌聲深吸一口氣，轉身走向浴室。
熱水沖刷身體時，她想：今天要穿什麽去見團隊？要怎樣講解那個算法改進？要不要提付聆雪的貢獻？
最後一個問題讓她停頓了。提，意味著正式把付聆雪引入聲覺的技術體系；不提，意味著隱瞞，意味著把付聆雪的貢獻占為己有。
都不是好選擇。
但必須選。
薛彌聲關掉水，用毛巾擦幹身體。霧氣彌漫的鏡子裏，她的表情嚴肅。最終她決定：提，但要有限度。說“參考了圖神經網絡的前沿思路”，不說“付聆雪教的”；說“采用了頻域優化方法”，不說“付聆雪淩晨三點幫我推的公式”。
這是保護，也是界線。保護付聆雪的隱私，保護她們之間剛剛重建的脆弱聯系，也保護聲覺團隊的信心——他們不需要知道，那個讓他們頭疼數周的問題，是被付聆雪輕易解決的。
換好衣服，整理好包，薛彌聲站在門口最後看了一眼公寓。晨光灑滿房間，工作臺上各種設備靜靜待機，窗臺上的手機已經冷卻。
她拉開門，走進清晨的走廊。
電梯下行時，她想：今晚回來，要繼續寫那個時頻域聯合分析的方案。周三晚上十點，要和付聆雪視頻會議。下周三，瑞士的芯片樣品會到。
一步一步來。從工作開始，從技術開始。
至於其他——那些深夜的坦白，那些晨光的期待，那些關於“重新開始”的可能性——讓它們慢慢生長吧。
像種子埋在土裏，不急著破土，先紮根，先吸收養分，先等待合適的時節。
電梯門打開，薛彌聲走進晨光燦爛的街道。
本站無廣告，永久域名（fanyan.cc）
晨光爬上窗臺時，薛彌聲還站在原地。
手機已經發燙，被她放在窗臺上冷卻。屏幕暗下去之前，最後顯示的是和付聆雪的聊天界面——那張寫滿公式的草稿紙照片，下面是她發的“成功了”，再下面是付聆雪簡短的“恭喜”。
簡單得像是什麽都沒發生過。
但什麽都發生了。
薛彌聲的手指撫過冰涼的窗玻璃，觸感讓她微微戰栗。遠處創業園區的輪廓在晨霧中若隱若現，像一張褪色的老照片。她看見自己辦公室所在的那層樓，窗戶還暗著，要等一個小時後，第一個來加班的工程師才會點亮那裏的燈。
三年前她租下那個辦公室時，也曾這樣站在這裏遠望。那時心裏揣著一股狠勁，想著要做出成績，要讓付聆雪看見，要證明離開是對的。
現在她做到了。付聆雪看見了。但證明什麽呢？
證明沒有付聆雪，她也能解決技術難題？可剛才那個突破性的算法改進，分明是付聆雪給出的核心思路。證明她建立了成功的企業？可聲覺至今還在生死線上掙紮，需要付氏的投資才能活下去。
證明她放下了？哈。
薛彌聲轉身離開窗邊，赤腳踩過木質地板，走向廚房。冰箱門打開時，冷氣撲面而來。她拿出那瓶昨晚沒喝完的冰水，擰開，仰頭灌了一大口。冰涼刺激著喉嚨，讓她清醒了些。
工作臺上的電腦還亮著，屏幕上那個99.63%的識別率像在嘲笑她。她走過去，手指在觸控板上滑動，調出算法改進前後的對比圖。
藍色曲線是舊版，紅色曲線是付聆雪的思路。兩條線在75分貝噪音閾值處交叉，之後紅線一路向上，把藍線遠遠甩在後面。圖表下方是密密麻麻的性能參數：內存占用減少67%，處理延遲降低42%，識別錯誤率下降0.41%。
每一個數字都在說：付聆雪是對的。付聆雪總是對的。
薛彌聲想起很多年前，她們還在讀研時，有一次為了一個優化問題爭吵。付聆雪堅持用拉格朗日乘子法，她非要試試遺傳算法。吵了整整一下午，最後各做各的。結果付聆雪的方法收斂更快，精度更高。
那天晚上她賭氣不回宿舍，在實驗室通宵。淩晨三點，付聆雪拎著宵夜推門進來，什麽也沒說，把熱騰騰的餛飩放在她桌上，然後坐在旁邊，開始改自己的代碼。
她吃餛飩時，付聆雪突然說：“你的遺傳算法想法很好，只是不適合這個問題。如果換成粒子群優化，也許能行。”
她楞住：“你看了我的代碼？”
“看了。”付聆雪眼睛盯著屏幕，手指在鍵盤上飛舞，“你把交叉概率設得太高，種群多樣性損失太快。降到0.6試試。”
她試了，效果好了很多。但還是不如付聆雪的拉格朗日法。
“我輸了。”她悶悶地說。
付聆雪轉過頭，很認真地看著她：“技術討論沒有輸贏，只有最優解。而且你的思路給了我啟發——也許可以把兩種方法結合，先用遺傳算法找初始點，再用拉格朗日法精調。”
她們真的那樣做了，結果比單獨用任何一種方法都好。那篇論文後來發在了頂會上，致謝裏她們互相寫著“感謝我的合作者無可替代的洞察力”。
無可替代。
薛彌聲關掉對比圖，打開加密文件夾。那個“聲學智能”的願景文檔還在，像一頭沈睡的巨獸。她點開，光標在標題處閃爍。
要不要現在發給付聆雪？淩晨的電話裏，付聆雪說想“重新開始”，想“看看能不能走到一起”。如果給她看這個，意味著什麽？
意味著交出全部的野心和脆弱。意味著告訴她：這三年我不僅在做聲紋識別，我在構建一個你可能會覺得瘋狂的藍圖。意味著問她：你還願意和我一起做夢嗎？
太急了。薛彌聲對自己說。付聆雪說“從工作開始”，說“順其自然”。那就從工作開始，從最實際的技術合作開始。
她新建了一個文檔，開始整理剛才算法改進的詳細報告。這是聲覺的技術文檔規範，每一個重大改進都要記錄在案：問題描述、解決思路、實現細節、測試結果、後續優化方向。
手指在鍵盤上敲擊時，晨光又亮了一度。金黃色的光線斜射進來，在工作臺上切出一道明亮的光帶。塵埃在光柱裏飛舞，像微型的星雲。
寫到“解決思路”這部分時，薛彌聲停住了。該怎麽寫？寫“與付氏集團技術顧問付聆雪討論後，采用圖卷積頻域方法”？太正式，太生疏。寫“付聆雪建議”？太親密，太私人。
她盯著空白處看了很久，最終寫道：“參考圖神經網絡在頻域的優化方法，采用切比雪夫多項式逼近拉普拉斯矩陣特征值分解，實現鄰接矩陣的稀疏化表示。”
沒有提付聆雪的名字，但每一個懂行的人看了，都會知道這思路來自頂尖高手。付聆雪的烙印，已經刻在了算法裏。
文檔寫到一半時，手機震動了一下。薛彌聲瞥了一眼，是付聆雪發來的消息，這次不是公式，而是一張照片：一杯咖啡，旁邊攤著幾張寫滿字的紙。
附言：“整理了一下時頻域聯合分析的難點列表。你覺得從哪個開始攻？”
薛彌聲放大照片。咖啡杯是她熟悉的那只白色骨瓷杯，邊緣有一道細微的裂痕——那是很多年前她不小心碰掉的，付聆雪沒舍得扔，說“有瑕疵的東西更真實”。
紙張上的字跡工整清晰，列出了七個技術難點：實時性、精度損失、計算覆雜度、硬件適配、噪聲魯棒性、多說話人場景、跨語言泛化。每個難點下面還有兩三行簡析。
典型的付聆雪風格：全面、系統、直擊要害。
薛彌聲回覆：“實時性和精度損失是主要矛盾。先解決這兩個，其他的可以疊代。”
“同意。”付聆雪秒回，“我有個想法，用知識蒸餾，讓大模型教小模型。大模型離線訓練保證精度，小模型在線部署保證速度。”
“蒸餾損失函數設計是關鍵。”
“嗯，我推了幾個，都不太理想。傳統的KL散度在時頻域特征上效果不好。”
薛彌聲看著這句話，腦子裏突然閃過一個念頭。她快速敲擊鍵盤：“試過Wasserstein距離嗎？時頻特征可以看成概率分布，Wasserstein距離更能捕捉分布之間的幾何結構。”
發出去後，她等了幾秒。付聆雪沒立刻回覆，大概在思考或者計算。
薛彌聲起身去煮咖啡。廚房裏，咖啡機發出沈悶的轟鳴聲，深褐色的液體一滴滴落入玻璃壺。香氣彌漫開來，是熟悉的阿拉比卡豆的果酸味。這還是付聆雪推薦的牌子，說這家的烘焙度最平衡。
三年了，她換了住處，換了公司，換了社交圈，但咖啡豆沒換。
端著咖啡回到工作臺時，手機上有新消息。付聆雪發來一張新的草稿紙，上面是Wasserstein距離的推導過程，最後寫著一個公式和一行小字：“試了，效果提升約3.7%。你怎麽想到的？”
薛彌聲抿了口咖啡，回覆：“去年讀的一篇遷移學習論文裏的思路，一直沒找到應用場景。”
“論文標題還記得嗎？”
“《Wasserstein Distance for Deep Learning》,”薛彌聲打字，“作者是MIT的團隊，發在去年的ICML上。”
“我去找來看。”付聆雪說，“你的閱讀範圍很廣。”
“逼出來的。”薛彌聲實話實說，“小公司沒有大廠的研究資源，只能多讀論文，從學術界找靈感。”
“這也是優勢。大廠的研究往往脫離實際場景，你們更懂落地。”
“付氏的研究院也脫離實際？”
“有些項目是。”付聆雪承認，“去年投了一個語音合成項目，音質好到可以假亂真，但推理速度要三秒，根本沒法商用。團隊還振振有詞說‘技術領先性更重要’。”
薛彌聲幾乎能想象那個場景。付氏研究院的那些博士們，個個眼高於頂，追求的是頂會論文，是技術突破，是“改變世界”。至於這技術能不能賺錢，能不能落地，那不是他們考慮的事。
“所以你才看好聲覺？”她問，“因為我們更務實？”
“因為你們在技術和商業之間找到了平衡。”付聆雪回覆，“也因為你的技術品味一直很好。”
技術品味。這個詞讓薛彌聲心頭一動。付聆雪很少直接誇人，更少用“品味”這樣的詞。她說“技術品味”，意味著她認可的不只是薛彌聲的能力，還有她的審美，她的判斷力，她選擇問題和解法的眼光。
這是一種更深層的認可。
薛彌聲的手指在手機邊緣摩挲，不知道該怎麽回。說“謝謝”太輕，說“你也一樣”太客套，說“我一直記得你說過，優雅的解法比粗暴的優化更重要”又太懷舊。
最終她什麽都沒回，放下手機，繼續寫那份技術文檔。
晨光越來越亮，房間裏的陰影漸漸褪去。工作臺上，各種設備的指示燈在明亮的光線中顯得黯淡。薛彌聲寫完文檔的最後一個字，保存，加密，上傳到聲覺的內部服務器。
她看了眼時間：早上七點零九分。再過一會兒，她就要洗漱換衣，去公司開始新一天的工作。今天要和團隊同步算法改進，要開產品規劃會，要見一個潛在的客戶，要審核下個月的預算。
但此刻，在這個晨光籠罩的房間裏，她允許自己暫時停下。
薛彌聲重新打開那個加密文件夾，點開“聲學智能”願景文檔。她滾動頁面，看著那些宏大的構想：從聲紋識別到情感計算，從醫療診斷到空間音頻，從消費電子到工業檢測，最終構建一個以聲音為核心的智能生態。
每一部分都有詳細的技術路線圖，有初步的可行性分析，有預估的資源需求，有潛在的合作方名單。這是一個需要十年時間、百億資金、頂尖團隊才能實現的夢想。
她曾以為只能獨自背負這個夢想。
但現在，她突然想：如果告訴付聆雪呢？如果讓她看看呢？
不是現在，不是今天，也許不是這個月。但總有一天，她可以把這個文檔發過去，然後問：“你覺得，這可能嗎？”
薛彌聲關掉文檔，關閉電腦。屏幕暗下去的瞬間，她看見自己的倒影——頭發淩亂，眼睛下有淡淡的陰影，但眼神很亮，亮得像當年那個相信技術能改變世界的女學生。
她走到窗前。太陽已經完全升起，金黃色的光芒灑滿城市。創業園區的那棟樓，她辦公室的窗戶依然暗著，但很快就會有光。
手機又震動了一下。這次是天氣預報：今天晴，最高溫度18度，空氣質量良。
下面還有一條付聆雪的消息，沒頭沒尾的：“瑞士的芯片樣品，下周三到。我讓助理直接送到聲覺。”
薛彌聲回覆：“好。謝謝。”
“不用謝。期待看到你們的原型機。”
對話到此為止。但薛彌聲知道，有些東西已經不一樣了。
她們又開始分享技術靈感了。
她們又開始在清晨討論問題了。
她們又開始期待下一次的合作成果了。
窗外的城市徹底醒來，車流聲、人聲、遠處的施工聲，交織成清晨的交響。薛彌聲深吸一口氣，轉身走向浴室。
熱水沖刷身體時，她想：今天要穿什麽去見團隊？要怎樣講解那個算法改進？要不要提付聆雪的貢獻？
最後一個問題讓她停頓了。提，意味著正式把付聆雪引入聲覺的技術體系；不提，意味著隱瞞，意味著把付聆雪的貢獻占為己有。
都不是好選擇。
但必須選。
薛彌聲關掉水，用毛巾擦幹身體。霧氣彌漫的鏡子裏，她的表情嚴肅。最終她決定：提，但要有限度。說“參考了圖神經網絡的前沿思路”，不說“付聆雪教的”；說“采用了頻域優化方法”，不說“付聆雪淩晨三點幫我推的公式”。
這是保護，也是界線。保護付聆雪的隱私，保護她們之間剛剛重建的脆弱聯系，也保護聲覺團隊的信心——他們不需要知道，那個讓他們頭疼數周的問題，是被付聆雪輕易解決的。
換好衣服，整理好包，薛彌聲站在門口最後看了一眼公寓。晨光灑滿房間，工作臺上各種設備靜靜待機，窗臺上的手機已經冷卻。
她拉開門，走進清晨的走廊。
電梯下行時，她想：今晚回來，要繼續寫那個時頻域聯合分析的方案。周三晚上十點，要和付聆雪視頻會議。下周三，瑞士的芯片樣品會到。
一步一步來。從工作開始，從技術開始。
至於其他——那些深夜的坦白，那些晨光的期待，那些關於“重新開始”的可能性——讓它們慢慢生長吧。
像種子埋在土裏，不急著破土，先紮根，先吸收養分，先等待合適的時節。
電梯門打開，薛彌聲走進晨光燦爛的街道。
本站無廣告，永久域名（fanyan.cc）