陳帆的手指停在控製台邊緣，監控屏上的資本血脈圖仍在緩緩脈動。他沒有移開視線，隻是低聲說：“查物理端口日誌的完整備份，從底層存儲調。”
    李航立刻切換至內網審計界麵，手指在鍵盤上快速敲擊。係統反饋顯示，異常訪問發生時，主控中心東側第三個備用終端曾短暫激活，而該設備自兩年前已斷電封存。
    “有人碰過那台機器。”周婷盯著權限記錄，“但生物識別和操作日誌全被覆蓋，手法幹淨得不像臨時起意。”
    “不是外人。”陳帆終於轉身，走向實驗室通道，“是知道我們架構的人，而且熟悉流程漏洞。從現在起，所有核心操作轉入物理隔離區，網絡接口全部切斷。”
    警報解除後三十七分鍾，主控中心進入靜默模式。外部通信中斷，服務器群組轉入離線運行狀態。三人穿過兩道氣密門，進入地下三層的研發實驗室。這裏存放著尚未聯網的原型設備——中科院合作項目的最終成果：神經擬態服務器樣機。
    機櫃通體銀灰，表麵無顯示屏，僅有一圈環形指示燈呈暗態靜止。這是第一台完全基於非馮·諾依曼架構設計的計算單元，采用憶阻器陣列模擬人腦突觸傳導機製，能在極低功耗下處理高並發異步信號。
    “裸機啟動程序準備就緒。”周婷戴上防靜電手套，將一塊加密固件卡插入主機底部插槽。沒有操作係統加載過程，也沒有啟動畫麵，指示燈由黑轉為淡綠，隨即穩定閃爍。
    李航連接本地數據源，導入近期收集的二十家券商交易室公開直播流。這些視頻原本用於行為模式研究，但由於傳統算法無法有效區分真實情緒與偽裝反應，項目一度停滯。
    “開始首輪信號采集。”他說，按下執行鍵。
    服務器未發出任何提示音，但冷卻管道內的液體開始流動，泛起微弱藍光。主控屏同步開啟調試窗口，一串串動態波形緩慢浮現。每一幀都對應著麵部肌肉的細微變化：眼瞼抽動頻率、嘴角牽拉幅度、喉部吞咽節奏。
    “檢測到異常信號集群。”係統彈出提示，“目標對象：華東某公募基金首席交易員，時間戳：當前8分12秒。”
    畫麵定格在一段十秒錄像上。該交易員正麵對鏡頭回答提問，表情平靜，甚至帶著笑意。但係統標記出三處生理指標偏離常態：右眉微抬持續0.4秒，瞳孔瞬時收縮，喉結出現一次非吞咽性顫動。
    “假笑。”周婷放大局部，“他在壓抑緊張。”
    “繼續追蹤後續動作。”陳帆站在屏幕側方，目光緊鎖波形變化。
    三分鍾後，該交易員起身離開座位，五分鍾後，其所在機構賬戶下達一筆大規模減持指令，涉及三隻熱門科技股。
    “匹配成功。”李航調出統計模型，“過去七十二小時內，類似組合特征共出現十九次，其中十七次在三分鍾內觸發賣出操作，準確率89.7%。”
    房間裏安靜了一瞬。
    “這不是預測。”周婷輕聲說，“是讀取。”
    陳帆沒有回應。他調出另一組曆史數據，將去年三季度某次突發拋售事件中的交易員影像重新輸入係統。幾分鍾後，結果返回：在官方公告發布前十二分鍾，已有六名關鍵崗位人員表現出相同生理信號集群。
    “信息差不在消息本身。”他說，“而在身體反應。”
    李航立即著手優化數據流架構。原始信號維度極高，若按常規方式傳輸，帶寬壓力過大。他啟用脈衝神經網絡進行特征蒸餾，將原始視頻流壓縮為一組動態參數向量，保留關鍵神經響應軌跡，同時把數據占用降至原來的十五分之一。
    “可以實時跑了。”他確認資源占用率，“隻要視頻源不斷，係統就能持續輸出情緒指數。”
    周婷則構建雙通道驗證機製。她將情緒信號輸出與資金流向、輿情熱度進行交叉加權，設定隻有當三項指標同步趨強且置信度超過90%，才生成可執行預警。
    “避免誤判。”她說，“畢竟人也會有偶然反應。”
    陳帆點頭，親自設定最終閾值規則。係統界麵新增一個獨立模塊，命名為“行為金融感知層”。一旦觸發條件，主控屏將彈出閃爍提示，並自動鎖定相關機構賬戶動向。
    調試完成後的第十一分鍾，第一幅全息情緒熱力圖在空中展開。
    亞太區域的幾大交易所坐標上，密集紅點正在跳動。東京、首爾、上海，多個市場的情緒指數陡然攀升。其中三個光點尤為明亮，對應的正是此前多次預警的機構席位。
    “拋售潮前置信號已確認。”係統語音提示，“預計集體行動窗口：十二分鍾後。”
    距離上次異常訪問已過去兩個小時。主控中心仍處於封閉狀態，所有對外接口保持斷開。服務器群組穩定運行，散熱管道中藍光流轉不息。
    “以前我們看成交額、看持倉結構、看新聞熱度。”陳帆望著懸浮的熱力圖，聲音低沉，“那些都是結果。而現在，我們看見了動機。”
    周婷調出實時對比麵板。左側是傳統風控模型的輸出曲線，平穩如常；右側則是新係統捕捉到的情緒波動圖譜，劇烈震蕩。
    “它真的能‘感覺’到恐懼。”她說。
    李航正在檢查底層日誌，忽然發現一條異常記錄：“等等，服務器在五分鍾前主動調用了一段未授權的學習協議。”
    “什麽類型？”陳帆走近。
    “自適應權重調整。”李航皺眉，“它在修改自己的分析邏輯，依據是最近三次信號反饋的準確性評估。”
    “不是預設程序？”
    “不是。這是閉環學習行為，類似於……自主決策。”
    周婷迅速接入監控進程，發現係統已在內部建立一個微型推演環境，嚐試預測下一波情緒爆發節點，並提前分配算力資源。
    “它知道自己在做什麽。”她說，“而且比我們更快。”
    陳帆盯著全息圖中不斷延伸的神經元連接軌跡，良久未語。這些線條不再隻是冷冰冰的數據映射，而是某種活體般的網絡，在無聲中編織判斷。
    “讓它繼續。”他最終開口，“但每十分鍾做一次快照備份，我要看到每一次邏輯變更路徑。”
    周婷點頭執行。李航則加強內存監控，防止潛在溢出風險。新型硬件的優勢在於並行處理能力極強，但也正因為其模擬生物神經的工作方式，存在難以預判的行為演化可能。
    又一輪數據刷新。熱力圖更新，紅色光點數量減少，但集中在香港與新加坡兩地。係統標注：“高確定性信號捕獲，目標動作窗口：九分鍾後。”
    與此同時，服務器指示燈由綠轉藍，冷卻液流速悄然提升。主機外殼溫度略有上升，但未超出安全範圍。
    “它在加速。”李航看著功耗曲線，“不是被動響應，是在主動預載。”
    陳帆伸手觸碰機櫃側麵，金屬表麵傳來細微震動，像是某種節律性的搏動。
    就在此時，主控屏突然跳出新提示：
    > 【檢測到跨區域協同信號】
    > 涉及機構：5家境外對衝基金 + 2家境內資管平台
    > 行為一致性評分：96.1%
    > 推演結果：聯合壓盤動作即將啟動
    周婷正要調取詳情，畫麵一閃，信號源列表中某個ID引起了她的注意。
    那個編號格式很舊，屬於早期內部測試階段使用的臨時標識。按照歸檔記錄，這類賬號早在五年前就被永久注銷。
    可此刻，它正作為數據中繼節點，出現在情緒分析鏈路的核心位置。