临近中午，量化部的平静被一阵不同寻常的脚步声打破。

朱景行的助理，那位永远西装笔挺、步履精准的年轻男人，推开了策略部的玻璃门，目光略一扫视，便径直走向正在与王磊讨论一份回测报告的赵总。

“赵总，打扰一下。”助理的声音不高，但在只有键盘敲击和低声讨论的办公室里，显得格外清晰。所有人的耳朵，包括李哲、沈心玥，以及角落里的刘余，都不自觉地竖了起来。

“朱总下午要去市政府参加‘新质生产力’企业家座谈会，”助理语速平稳，内容却让赵总立刻挺直了脊背，“临时需要一个关于‘另类数据识别传统行业隐性增长’的实操案例。要求是：不要空泛的宏观趋势或模型理论，必须见微知著，能落到具体数据、代码和解决实际痛点的层面，最好能体现数据驱动如何穿透传统行业的信息壁垒。”

赵总的脑子立刻飞速运转起来，像一台被输入了紧急指令的服务器。他快速过滤着手里的核心项目。李哲和沈心玥正在攻关的“社交媒体情绪预测汇率”？不行，太“玄学”，概念虽新，但现阶段结果波动大，更适合做技术噱头，不符合朱总一贯强调的“实事求是”和“逻辑硬核”。其他几个在研的因子项目，要么偏重传统金融数据，要么就是过于前瞻、尚未有扎实落地验证的探索性课题。

时间紧迫。朱景行要的不是“可能”，而是“已经验证过”的硬核例子。

“那个……”一直站在旁边的王磊忽然开口，声音不大，却打破了短暂的凝滞。他抬手指了指靠窗角落那个正埋头检查数据输出的灰色身影，“刘余简历里，还有她面试时提交的那个项目——关于‘利用公开AIS数据识别大宗商品航运模式异常’的小工具。逻辑非常扎实，完全是另类数据解决传统行业（航运、大宗商品）信息延迟痛点的典型案例。我记得，朱总之前……似乎特意看过她相关的材料。”

最后一句，王磊说得含蓄，但赵总瞬间领会。他想起之前数据偏差那件事，以及隐约流传的、关于朱总亲自过问这个新人的风声。

“刘余！”赵总当机立断，声音提了一个调。

刘余从满屏的数据中抬起头，有些茫然地看向这边。

“带上你那个航运项目的所有资料，包括原始代码、分析过程和结果演示，马上去顶层朱总办公室！详细要求助理路上跟你说。”赵总语速极快，“抓紧时间，朱总下午要用！”

两分钟后，刘余抱着她那台贴着各色便利贴、外壳磨损痕迹明显的Alienware游戏本，脚步有些发飘地跟在朱景行的助理身后，第一次走进了通往国贸三期顶层的专属电梯。

电梯平稳上升，镜面墙壁映出她略显紧绷的脸和怀里那台与周围精致环境格格不入的旧电脑。助理简要复述了要求，末了补充一句：“朱总时间宝贵，汇报务必简洁、切中要害，直接展示核心价值。”

“明白。”刘余低声应道，手心微微出汗，不是因为恐惧，而是因为一种即将面对终极考量的郑重。她快速在脑子里梳理着那个项目的每一个关键节点。

电梯门无声滑开。顶层走廊宽阔寂静，地毯吸走了所有脚步声，巨大的落地窗外是俯瞰全城的景象。助理在一扇厚重的深色木门前停下，轻叩两下，然后推开。

“朱总，刘余来了。”

“进来。”

房间里的冷气很足，带着一种淡淡的、类似冷杉的清新香气，驱散了午后的微燥。朱景行没有穿西装外套，只着一件质地精良的浅灰色羊绒衬衫，袖口随意挽到小臂，露出线条清晰的手腕和一块款式低调的腕表。他正站在一面巨大的显示屏前，审阅着一份复杂的、闪烁着不同颜色连线的产业链图谱。听到声音，他转过身。

他的目光先在刘余脸上停留了或许只有零点五秒——那是一种惯性的、快速的扫描，不带任何个人情绪。随即，视线便落到了她怀里那台与这间充满科技感与奢侈质感的办公室极不相称的、略显笨重的旧电脑上。他的眉头几不可察地动了一下，但没说什么。

“简历里那个航运AIS数据的聚类分析工具，是你独立完成的？”他的声音响起，清冷平稳，像深秋傍晚掠过湖面的风，带着距离感，却清晰无误。

“是。”刘余稳住骤然加速的心跳，摒弃所有不必要的寒暄和开场白。她知道，在这里，每秒钟都是稀缺资源。她直接走到会议室区的显示屏前，动作麻利地将自己的电脑连接上去。

屏幕上跳出的，不是精美的PPT，没有过渡动画，没有公司logo模板。直接就是那个她熟悉的、黑底彩字的终端界面，以及几个已经打开、布满密密麻麻Python代码和函数定义的编辑器窗口。一种近乎原始的、技术实干者的粗糙感扑面而来。

“我利用的是公开的船舶自动识别系统数据流，抓取核心是船舶的实时经纬度、航速、航向，以及从公开渠道匹配的船舶静态信息。”刘余的声音起初有一丝不易察觉的紧绷，但当她将手指放在键盘上，调出第一个可视化图表时，语调迅速变得平稳、专注，如同向一位技术同侪讲解思路。

“传统的航运和大宗商品追踪，依赖滞后的报关数据或昂贵的卫星影像解读。我的思路是，通过监控特定港口区域内，不同类型船舶的吃水深度变化、异常停留时长、以及离港后的航线聚类，来提前识别大宗商品（如铁矿石、煤炭、谷物）的隐性堆积和流向变化。”

她快速切换着屏幕上的内容，展示预处理代码：“核心难点在于剔除噪声。AIS信号本身存在漂移，不同海域、不同天气条件下的数据质量差异巨大。我在这里，”她指向一段使用了滑动窗口和统计检验的代码，“构建了一个自适应的噪声滤除模块，其原理类似于我上周在内部报告中提到的、针对周期性系统偏差的识别逻辑，但针对时空数据做了调整。”

图表展开，是某个重要大宗商品出口港过去一年的船舶动态聚类结果。清晰的散点图显示，在某些官方数据尚未反映的时间点，特定类型船舶的聚集模式已经出现了可识别的异常。

“根据回溯测试，”刘余调出一张简明的对比图，“这个模型平均能比官方报关数据提前14天左右，提示特定大宗商品流动的异常信号。虽然无法精确量化具体货量，但作为早期预警指标，具有显著价值。代码全部开源，主要依赖的库也都是通用的。”

整个演示过程不到八分钟。没有一句废话，没有自我标榜，所有的陈述都紧扣“数据来源-问题定义-解决方法-验证结果”这条逻辑链。

朱景行始终安静地听着，目光锐利地扫过屏幕上滚动的代码和图表。当刘余展示到模型核心的聚类算法部分，特别是那段涉及拉格朗日乘子法进行约束优化的代码时，他忽然上前半步，伸出修长的手指，虚点了一下屏幕中央的某一行。

“这里，”他的声音依旧平稳，却带着技术讨论时特有的精准，“你手动引入了一个非线性惩罚项，针对小型船舶的权重？”

刘余心脏又是一跳，不是因为被质疑，而是因为他一眼就看穿了代码中一个关键的设计细节。“是的，朱总。”她立刻回应，语气是讨论技术时的纯粹，“因为在真实海运环境中，极端天气、临时航道管制等因素对中小型货轮和驳船的影响远大于大型散货船。如果不加以区别，这些‘小船’受噪声干扰而产生的异常移动，会显著拉偏对大宗商品整体流向的判断。这个惩罚项就是基于船舶吨位和类型的先验知识动态调整的，目的是让模型更聚焦于‘信号’更强的部分。

”

朱景行看着眼前这个完全沉浸在算法逻辑中的女生。她的侧脸在屏幕光映照下显得专注而平静，眼神清澈，只有谈及技术细节时才焕发出一种内敛的光彩。这种状态，与他在面试观察室里看到的如出一辙——像一名心无旁骛的工匠，在打磨一件自己理解的工具，而非在向高位者进行一场表演。