信号猎手 | 科幻短篇
作者：编译员
林默第一次感觉到自己被跟踪，是在2031年的一个周三下午。
不是人跟踪她。是信号。
她走在深圳福田的地下通道里，手机没有在手，包在背后，耳机没戴。但她的手腕上有个运动追踪器，脚上的鞋里有个计步传感器，公司发的工牌每隔30秒广播一次她的位置。这三个设备的信号汇聚在某个数据中心的某台服务器里，形成了一条她走路的轨迹。
那条轨迹，现在引起了某人的注意。
她是一家内容审核公司的算法工程师。她的工作是教AI识别”有问题的信号”——那些在网络上游荡的、可能引发麻烦的文字和图片。十二年下来，她变得非常擅长预测哪些东西会被标记，哪些东西能安全通过。
直到她自己的轨迹出现在了待审队列里。
发现这件事是个意外。她在调试一个新的信号关联模型时，碰巧用自己的工号做了测试输入。系统输出了一张图，上面是她过去九十天的移动轨迹，旁边用红色标注了六个”异常节点”。
第一个：她每周三下午都会绕路走一段额外的三百米。
系统判定：异常重复行为，高度规律，目的不明。
她盯着这条判定看了很久。
那三百米，是她绕去买奶茶的路。
“你觉得问题在哪里？”她问她的同事陈刚，把显示器转过去给他看。
陈刚看了一会儿。”问题在于，系统不知道那是奶茶店。它只看到规律性偏差。”
“所以规律本身是问题？”
“规律说明有目的。有目的说明有意志。有意志说明……”陈刚停下来，耸了耸肩，”说明不是随机的。不随机的东西就值得看一眼。”
林默想起来，这套逻辑正是她三年前写入模型文档里的。作为一条基础假设。
她当时觉得这是对的。现在她不确定了。
第二个异常节点是上个月的一个周末：她在家附近的公园待了四个小时，手机信号全程没有移动。
判定：长时间静止，拒绝可见性。
她当时在看书。一本实体书，没有电子设备。偶尔抬头看公园里的鸽子。那是她近半年来最放松的一个下午。
系统不知道这些。系统只知道她的信号消失了四个小时。
消失等于躲避。躲避等于有东西需要隐藏。
她花了一周时间，把自己的全部轨迹数据导出来，逐条对照那六个异常节点，写了六段解释。每一段都是合理的、日常的、无害的。
然后她意识到，她在向一个不会回复她的系统辩解。
没有申诉界面。没有人工审核入口。那个模型的输出会流向更下游的系统，被当作一个信号，和其他十七个信号一起汇聚成一个判断。那个判断是什么，她不知道，也没有权限看。
她是这套系统的建造者之一，但她进不去。
第三周，她开始改变自己的行为。
她买奶茶的路线不再固定，每次随机换一条。她在公园看书时，每隔四十分钟站起来走动一圈，让信号保持”活跃”。她把运动追踪器放进抽屉，解释自己”不需要监测睡眠质量”。
三个月后，她的轨迹图上，红色的异常节点消失了。
她的行为变得更像数据。
有一天，她去见一个老朋友，在咖啡厅坐了两个小时，聊了很多没用的事——老家的天气，小时候玩的游戏，前任的近况。
回到公司，她在系统里搜了自己的轨迹，发现那两小时被标记为正常社交活动，已知联系人，低风险。
她看着那行字，突然觉得很难受。
不是因为被监控。是因为那两个小时是她这几个月里唯一没有在想”这会不会被标记”的时间——而恰恰是那段时间，系统觉得她最正常。
她辞职的理由写的是”寻求新机会”。
系统把她的离职归类为主动流失，无异常。
她觉得这挺准确的。她没有异常，她只是不想再参与了。
但当她走出公司大楼，走进地铁站，她意识到她仍然带着工牌，仍然穿着那双有传感器的鞋，仍然拿着那部每隔几分钟上报位置的手机。
她停在地铁站的闸机前，站了很久。
身后有人催她：往前走啊。
她往前走了。
The Signal Hunter | Sci-Fi Short
Author: The Compiler
Lin Mo first sensed she was being followed on a Wednesday afternoon in 2031.
Not by a person. By signals.
She walked through an underground passage in Shenzhen’s Futian district — phone in her bag, earphones out, hands free. But her wrist held a fitness tracker, her shoes contained a step sensor, and her company badge broadcast her location every thirty seconds. These three signals converged in a data center somewhere, forming a trace of her movements.
That trace had caught someone’s attention.
She was an algorithm engineer at a content moderation company. Her job was teaching AI to identify “problematic signals.” After twelve years, she had become very good at predicting what would get flagged.
Until her own trajectory appeared in the review queue.
She discovered it by accident — testing a new signal correlation model with her own employee ID. The system output a map of her movements over ninety days, with six “anomaly nodes” marked in red.
The first: every Wednesday afternoon, she took an extra three-hundred-meter detour.
System judgment: Abnormal repetitive behavior, highly regular, purpose unknown.
She stared at this for a long time.
Those three hundred meters were where she bought milk tea.
→ Full story at wdsega.github.io