6. 都乡暗号

焦氏中医馆的二楼有一间没有窗户的储藏室，原本是用来存放中药材的。焦启明把保险柜藏在最里面的墙角，上面堆满了落满灰尘的茯苓和黄芪麻袋。这个保险柜是祖父留下的，老式的机械转盘锁，没有任何电子元件，不联网，不开蓝牙，在甲渠系统的数字天眼里，它就是一个彻底的黑洞。

焦念永把红色硬盘盒放在工作台上，用螺丝刀撬开外壳。里面是一块标准的企业级硬盘，标签上手写着“厩律训练集-原始数据-2021至2024”。她把硬盘接入一台从未连接过互联网的旧台式电脑，启动了一个专门用于数据分析的虚拟机。

“在开始之前，”焦念永转过来看着焦启明，“你需要理解一件事。甲渠系统的算法不是一开始就长成现在这样的。它有一个演化过程，就像一棵树从种子长成现在的样子。如果我们只看到现在的树，我们只能描述它现在有多畸形。但如果我们找到那颗种子，我们就能证明——它在被种下去的时候，方向就已经歪了。”

焦启明拉了一把椅子在她旁边坐下。“那就从种子开始。”

数据解压花了将近二十分钟。硬盘里存储的是甲渠系统在2021年至2024年间用于初始训练的完整数据集，共计超过四百万条记录。每一条记录包含一个真实个人的社会行为数据，以及一个标注标签——这个人是否在训练时间范围内实施了犯罪行为。标注标签的来源，是伦敦警局提供的历年逮捕记录。

“这就是种子。”焦念永打开了数据集的目录结构，屏幕上的文件夹名称密密麻麻，“机器学习就像一个学生。训练数据集就是他的课本。如果课本里有偏见，学生学到的就是偏见。甲渠系统的课本，就是这些逮捕记录。”

她点开了一个名为“标注规则说明”的文件。这是一份由居延集团数据科学部撰写的内部技术文档，日期是2021年3月。文档的前几页是枯燥的技术规范，焦念永快速下拉，直到她找到了用红字标注的一页。

“找到了。”

焦启明凑近屏幕。那一页的标题是：关于训练数据标注来源的选择说明。正文中有一段话被焦念永标成了黄色高亮——

“本系统使用的标注数据（即真实逮捕记录）来源于伦敦警局提供的2010年至2021年全部刑事逮捕数据库。需要特别说明的是，该逮捕记录本身可能包含因历史执法偏见而产生的选择性偏差。根据学术研究，伦敦警方在同一时期内对少数族裔的拦查比例，是其对白人拦查比例的四至六倍。这一执法偏差将不可避免地反映在训练数据的标注分布中。”

焦启明逐字逐句地读了两遍。

“他们知道。”他的声音干涩，“他们在2021年3月就明确知道，训练数据里含有历史执法偏见。他们写在这份文档里了。”

“继续往下看。”焦念永滚动屏幕。

接下来的一段文字，彻底改写了这个故事的性质：

“技术团队建议，为消除上述选择性偏差，应在模型训练阶段引入反事实公平约束。然而，引入反事实公平约束将导致模型预警量下降约百分之四十一，这将直接影响甲渠系统的商业定价模型。经与市场部协商，并经项目管理委员会批准，决定暂不引入偏差修正模块。该决策记录编号为P-2021-0072，由项目管理委员会全体成员签字确认。”

屏幕下方，一排电子签名整齐排列。第三个名字是：沈知言。

焦启明靠回椅背。储藏室里的白炽灯管发出细微的嗡鸣声。他想起了沈知言在办公室里说过的话——“我不是败给了技术，是败给了商业模式。”当时他以为这是一个理想主义者的借口。现在他明白了，这不是借口，这是供词。沈知言在2021年3月就知道训练数据被污染了，他签了字，同意把那颗带毒的种子种下去。

“他没有告诉我全部。”焦启明说，“他说市场部给他看了删除参数的后果，他说董事会不同意。但他没告诉我，在最开始的时候，技术团队就提出过修正方案。他只是签了字，让方案作废。”

“他不敢告诉你。”焦念永的声音平淡，“因为告诉你了，你就不会觉得他是值得同情的。一个好人在庞大的商业机器里被碾碎，这是一个故事。一个好人在最关键的时刻做了一个明知道会害死人的决定，并且用之后的行动来赎罪，这是另一个故事。大多数人都只愿意讲第一个。”

焦启明沉默了。窗外传来清晨的第一声鸟鸣，泰晤士河上的薄雾正在散去。他想，沈知言把数据中心的地址和密码给了自己，到底是因为勇敢，还是因为内疚？也许两者都有。也许真正让人做出改变的，从来不是纯粹的理想，而是一个无法继续逃避的夜晚。

“厩律训练集的核心数据在哪个文件？”焦启明问。

焦念永打开了数据集的主目录。文件夹被按照族群和文化背景进行了精细的分类。每一个文件夹的名称都使用了极为谨慎的术语，没有出现任何敏感词汇。但当焦念永把分类逻辑展开成树状图时，焦启明看到了一个清晰到令人发指的模式。

所有以中文姓氏命名的数据节点，都被默认归入了“高文化异质性”子集。在这个子集中，训练算法会额外加载一组默认参数：跨国汇款行为权重上调、非英语社交网络权重上调、传统节日聚集行为权重上调。换句话说，在甲渠系统的训练课本里，你姓什么，就已经决定了你被怀疑的起点。

“这不是算法自我衍生出来的偏见。”焦念永的声音第一次出现了愤怒，“这是从一开始就被人工标注进去的。他们在设计数据结构的时候，就已经把族群特征和风险倾向绑在一起了。机器学习只是忠实地复述了他们放进去的东西。”

“能证明是人工标注吗？”

焦念永打开了一个标注日志文件。日志记录了训练数据集从原始逮捕记录到最终标注的全过程。她指着一行代码给焦启明看。那是一段Python脚本，功能是对数据样本进行预分类。脚本中的注释行是用中文写的——原数据科学部的工程师，显然大多是华裔。

注释写着这样一行字：“# 按照PM要求，将高密度少数族裔社区样本统一标注为环境风险+2。”

PM。产品经理。不是数据科学家的自主判断，是产品经理的要求。偏见不是机器自己想出来的，偏见是产品需求文档里的一个功能点。

焦启明觉得胃里翻涌着一种说不清的情绪。是愤怒，也是荒谬。一群华裔工程师，在一个华裔出身的副总裁领导下，为一家总部在伦敦的科技巨头编写了一套用中文注释标注的种族画像算法。而被这套算法第一个逼死的，正是他们自己的同胞。

“他们当时可能没想过后果。”焦念永像是在自言自语，“他们可能觉得自己只是在完成工作。PM说要把少数族裔社区标注为高风险，那就标注一下，反正数据不是真人，反正后果不是现在就能看到的。等到后果出现的时候，那些写注释的人早就跳槽到别的公司了。”

焦启明想起了祖父笔记里的一段话。祖父在研究甲渠系统早期数据的时候，曾经联系过一位已经离职的华裔工程师。那位工程师在电话里说了一句话，祖父把它记在了笔记的页边空白处。焦启明把笔记本翻开，找到了那行潦草的小字：

“他说：焦先生，我写那些代码的时候，以为自己只是在处理数据。数据不是真人，名字只是一个字符串，坐标只是一个浮点数。直到有一天，我看到新闻上说，东区一个姓陈的外卖骑手因为甲渠标记跳楼了。我突然意识到，我写的那个字符串，可能就是他的名字。”

焦念永看着那行字，很久没有说话。

墙上老式挂钟的指针缓缓移过七点。外面的城市正在苏醒，公交车的刹车声、送奶车的引擎声、早起行人的脚步声，从门缝里渗进来。焦念永重新把注意力转回屏幕，开始对训练数据集进行更深入的结构分析。

“等等。”她的手指突然停住了，“这个数据集里有一个我从来没有见过的文件夹。”

“什么文件夹？”

“名字叫‘焦案外编’。”

焦启明的心脏猛地收缩了一下。焦。案件。外编。

焦念永点开文件夹。里面是三十七份独立的PDF文档，每一份的标题格式都是一样的——一个中文姓氏，加一个日期，再加一个风险评估等级。第一份的标题是：焦氏风险评估报告-2021年3月-高风险。

焦念永把文档打开。第一页是一张焦氏家族的社会关系网络图谱，以祖父为中心，向外辐射出三层关系节点。第二页是对焦家所有成员的甲渠信用评分排名，从低到高，排在最后一名的是焦启明，信用分标注的时间是2021年3月——比他被警局开除早了整整两年。

甲渠系统在两年以前，就已经把他标记为高风险目标了。

焦念永以最快的速度打开了剩下的三十六份文档。每一份都是一个不同的华裔家族。张家、李家、王家、陈家——阿杰的档案在第二十一份。所有这些家族，都在甲渠系统上线之前，就已经被纳入了同一个风险评估框架。这套框架把所有以这些姓氏为索引的个体，按照家族关系网进行统一评分。

“这不是个人风险评估。”焦念永的声音在发抖，“这是族群性质的预先画像。他们在系统还没上线的时候，就已经把整个伦敦的华裔家族扫了一遍。”

焦启明盯着屏幕上那张以祖父为中心的家族关系图。图上有他的名字，有他父亲的名字，有焦念永的名字。三个人都被标注了不同的风险分值。焦念永的名字旁边，有一行小注：“疑似具备技术入侵能力，建议持续监控。”

“他们也在看着你。”焦启明说。

焦念永没有回答。她的手指在键盘上悬停，屏幕的光映在她脸上，表情前所未有地凝重。

“这个文件夹里还有一件事。”她轻轻地点击鼠标，打开了文件夹的底层目录，最终停在了一个隐藏文件上。文件的名字只有四个字：焦永劾状。

焦启明感到一股寒意从脊椎升到后脑。两千年前的那封汉代劾状，为什么会在甲渠系统的训练数据集里？

焦念永点开了文件。

里面是一张扫描图片。图片上的内容，正是祖父书房里那幅汉简拓片的原件照片。拓片下方附有一段居延集团内部分析报告的摘要文字——

“该历史文献记载了中国汉代司法制度中关于‘验问’程序的典型案例。经分析认为，此案体现了古代司法中对程序正义的追求。建议在甲渠系统的核心算法逻辑中引入‘验问机制’概念，作为系统透明度的文化包装素材。具体实施方案：在系统对外宣传中，将甲渠的风险评估流程类比为中国汉代的验问制度，以增强华裔社区对系统的文化认同感。”

焦启明把这段话读了三遍。

他们要把“验问”——这个两千年前都乡啬夫宫用来为焦永洗清冤屈的程序正义概念——包装成甲渠系统对外宣传的文化外衣。用焦永案的公平判决，来为新的不公打掩护。用那个被证伪的历史故事，来证明新系统的公正性。

“偏见最可怕的形式不是敌对。”焦念永轻轻地合上笔记本电脑，“偏见最可怕的形式，是利用你祖先的故事告诉你：你看，我们用了你的文化，所以你必须相信我。这叫文化挪用。而且是最恶毒的那种。”

焦启明把视线从屏幕上移开，看向墙角那个保险柜。祖父把汉简拓片挂了六十年，到死都不知道，他最珍视的那段祖先冤案，有一天会被一群人放进一个制造新冤案的系统里，当作包装偏见的文化包装纸。

窗外的泰晤士河反射着清晨的阳光，波光粼粼。一只海鸥从河面上掠过，发出一声长长的啼鸣。

焦启明从背包里拿出那个红色硬盘盒，放在桌上。盒子上的篆体标签——厩律训练集——在昏暗的白炽灯下泛着冷硬的光。

“这些数据，我们要全部公开。”他说。

“公开了之后呢？”焦念永问，“甲渠系统会发布道歉声明，居延集团会成立一个伦理委员会，沈知言可能会被当作替罪羊推出去。然后呢？系统会改一个名字，用一个新的品牌，继续在别的城市、别的国家部署。种子还在，只是换了一层土。”

焦启明没有回答。窗外的鸟鸣渐渐被街上的车流声淹没，城市正在全速运转起来。地铁里挤满了赶着上班的人，他们刷着手机上的甲渠通APP，查看着社区安全动态，在“高风险目标”的条目下点上一个“已阅”。没有人知道，也没有人在乎，那些被标记的名字背后，藏着多少个正在被窃窃私语一点一点吞噬的生命。

“那就换一种方式。”焦启明站起来，走到窗边，看着泰晤士河对岸金融城的天际线，“两千年前，焦永案的翻案靠的不是公开全部卷宗，而是有一个验问官愿意走到现场，面对面地问每一个人。我们也要验问。一个名字一个名字地验问，一个家族一个家族地验问。”

他转过身，看着焦念永。

“三十七个家族。三十七份档案。我们要找到每一个被标记的人，让他们的声音被听到。”

焦念永沉默了一会儿，重新打开了笔记本电脑。她的手指在键盘上悬停了一瞬，然后开始飞快地敲击。屏幕上弹出一个新的窗口，上面写着：三十七个姓氏，三十七条线索，三十七个等待被验问的命运。

“有一个名字你应该先知道。”焦念永说，“陈家的档案你看过了。张家是第二份，张家的小儿子去年被学校开除，因为甲渠系统向学校推送了‘潜在暴力倾向’预警。他现在在沃尔瑟姆斯托的一个仓库里打黑工。王家的独生女——”

“一个一个来。”焦启明打断了她，“第一个人，我们去找张家的那个孩子。”

泰晤士河上一艘拖船拉响了汽笛，低沉的声音穿透诊所的墙壁传进来。焦启明拉开抽屉，拿出一张地图，在沃尔瑟姆斯托的位置上画了一个圈。那个圈旁边，他在空白处写下了一个字——

验。