第一百五十八章 年后
年初六，陆衍坐上了回上海的高铁。
车厢里人不多，大部分人还在往家里走，只有他反方向出来。放行李的架子空着，两个座位里只有他一个人坐着，窗外的苏北平原在灰白色的天空下往后退，田地，水塔，高架，再是城市的轮廓。
他在车上睡了一段，醒来发现快到了，把行李取下来，站在过道里，等着进站。
回到徐汇那个房子，已经是下午三点。
楼道里安静，隔壁没有动静，楼下早餐店的卷帘门还关着。他开门，放下行李，开了窗，一月底的上海带着一点潮，不是很冷，但也不暖。
他在桌子边坐下来，没有开电脑，先把桌上的东西收拾了一下，然后打开了那个本子。
本子翻到最后一页有字的地方，是年前在家里写的东西：
「青舟」
下面五行：
「在具体场景里发现别人忽略的细节。」
「帮人在复杂信息里找到被忽略的东西。」
「场景：尽职调查 / 合规审查 / 技术评估。」
「承诺：你已经看过了所有该看的地方——完整性，不是答案。」
「用户说的话（冯树）：总觉得还有什么没检查到，但交割窗口到了，只能交出去。」
然后是一个新行，是在火车上写的：
「谁来做？」
他盯着这行字很久。
在云河市过年的那几天，他刻意没有想这件事。
吃饭，走亲戚，陪他妈看电视，帮他爸修了一下厨房的抽油烟机——那台抽油烟机坏了快两年，他爸一直说要换，但他每次回来都顺手修一修，又能撑几个月。今年他把吸附网拆下来洗干净晾干，装回去的时候他妈在旁边说「你以前不会做这个」。
他想了想，说「以前也会，只是没做」。
但从年初四开始，他就知道年过完了，这件事得开始往前走了。
在家最后一晚，他坐在床上，在本子上写了「谁来做？」——然后没有继续写，合上了，睡了。
现在他把那行字看了很久，然后打开手机。
「豆包，我在想做青舟需要什么样的技术背景。」
豆包的回复来得很快：「说说你对「发现」这件事的具体设想——它在技术上是什么操作？」
陆衍想了一会儿，「我在柯庭数据室里的时候，做了什么？——我读文件A，记住里面一个细节，几小时后读文件B，发现文件B里的某个东西和文件A里那个细节有矛盾。」
「所以技术上，」他继续，「是：读文件，提取关键信息，存起来，下次读到相关东西的时候比对。」
豆包：「这描述的是三件事叠在一起。第一，信息提取——从非结构化文件里识别出实体：日期、主体名称、金额、认证编号、版本号。第二，关系构建——把这些实体放进一个可以查询的结构里，知道「这个实体和那个实体出现在同一个文件里」「这两个实体在时间上有前后关系」。第三，比对——当新的实体进来时，主动在已有结构里找有没有冲突或者异常。」
「这三件事，」豆包说，「分别涉及不同的方向。信息提取是NLP和文档解析；关系构建接近知识图谱；比对是逻辑推断。」
「做这件事需要什么样的人？」陆衍问。
豆包停了一下，「最关键的，是这个人要真正相信这三件事放在一起能做成一件有用的东西。很多技术上能做信息提取的人，会告诉你：这只是搜索的一个变种。他们的思路是：用户输入关键词，系统返回包含这个词的文件段落。这是检索工程师的视角。」
「你说的「发现」的视角不一样，」豆包说，「发现的人认为：给我这堆文件，我帮你找出文件之间你根本没有意识到存在的矛盾——没有人问这个问题，但这个矛盾确实在那里。这是完全不同的问题定义。」
陆衍在本子上写：「搜索：用户问问题，系统返回答案。发现：没有人问，系统主动找到矛盾。」
他看着这两行字。
「搜索的产品很多，」他说，「发现的产品，我没怎么见过。」
「因为发现更难，」豆包说，「难在两个地方：第一，系统要自己定义「什么算矛盾」——不是用户的问题驱动，是系统的判断。第二，误报的代价很高——如果系统告诉你「这里有矛盾」，但实际上只是两个文件用词不同，做尽调的人花了时间去核查，什么都没发现，他们会失去信任。」
「所以精确度是关键，」陆衍说。
「是，」豆包说，「比召回率更关键。宁可少报，不能误报。」
陆衍把「宁可少报，不能误报」写进本子，加了一个括号：（精度优先）。
他把手机放下来，看着窗外。
楼下那条小马路，下午的行人开始多起来了，有几个人拎着年货袋子走，可能是刚从外地回来。早餐店的卷帘门开了一道缝，老板探出头来看了看天气。
上海在慢慢醒来。
他回到问题上：谁来做？
他在脑子里把认识的技术背景的人过了一遍。B207里的那些人——方宇明，颜天磊，那个一直在做仿真工具的周恺。他们是芯片设计工程师，底层硬件方向，和青舟想做的东西是两条路。
他认识的数据分析类的人：在穗州工作时接触过几个合规系统的工程师，但都是做数据库维护的。
他在合规调查里见过的技术评估人员——那些人更偏向于应用层，不是做工具的。
「豆包，我认识的技术背景的人，没有一个和你说的这个方向重合。」
豆包：「这不奇怪。做「发现」这件事的人，通常是在两种地方：一是学术界，做知识图谱、文档理解的研究；二是在一些特定的行业里，比如法律科技、医疗信息系统，有人在做文件级别的信息提取。还有一类人：自己遇到了这个问题，觉得没有好工具，就自己开始做实验。」
「最后这类人，」豆包说，「通常不是找来的，是发现的。」
「怎么发现？」陆衍问。
「他们会把自己做的东西放出来，」豆包说，「GitHub上的项目，技术博客里的记录，某个论坛里的提问和回答。有时候是一个还没做完的原型，有时候是一篇很长的技术笔记，在说他遇到了什么问题，他试了什么方向。」
「他们未必知道自己在做青舟，」豆包说，「但他们在做同一件事。」
陆衍把手机放在桌上，没有立刻说话。
他在想一件事：找冯树这样的人，是去找「愿意说出那个感觉」的人——完整性焦虑，那种不知道有没有漏掉什么的感觉。找工程师，是找「愿意相信这个问题可以被解决」的人——而且是用「发现」的方式，不是用「搜索」的方式。
这是两种不同的人，但他需要同时找到他们。
「好，」他发给豆包，「我先从GitHub开始看。我想找的人，是在文档关系、时序一致性、跨文件引用这类方向上有过认真尝试的人。不需要做出来了，有认真想过就行。」
豆包：「我可以帮你整理几个可能的搜索方向和关键词。」
「好，」陆衍说，「明天。」
他今天刚从云河市回来，行李还没收拾，他妈给他带了一袋腊肠，放在包的侧袋里，说上海买不到这个味道的。
他先去把那袋腊肠拿出来放进冰箱，然后在楼下早餐店叫了一碗面。
面条上桌的时候，老板娘看了他一眼，「你不是春节出去了，今天才回？」
「嗯，」陆衍说，「回去了几天。」
「家在哪里？」老板娘说。
「苏北，」陆衍说，「火车两个小时。」
「近，」老板娘说，「好。」
他低头吃面。
窗外那条小马路，天慢慢暗下去，路灯亮了，行人多起来，上海年后的第一个傍晚，一切都在重新动起来。
他心里有一件事在往前走。