裴央沒想到她剛在長島住下，就接到了森雅子的電話。

“Emily說前些天在公司見到你。”森雅子的語氣故作熱情，但不可避免地帶著幾分試探。既然Emily碰見裴央，沈亦或許也見到了她。

“我沒空找他。”裴央懶得和她陰陽怪氣地講話，世間男人千千萬，她寵過的，誰愛撿了去就撿了去唄。

森雅子被裴央這火爆脾氣懟上一句，噎了幾秒，才溫聲細語地問裴央能否見個面。她說沈亦最近狀態不好，希望裴央能幫著想想法子。

“我沒有法子。”裴央的態度毫無波瀾，“要送去醫院還是警察局，都可以打911。”

“你根本不了解他經歷了什么，就這樣一棒子打死他所有的好。”森雅子著急了，話說得微微哽咽，“你覺得自己很冷靜嗎？你只是報復心作祟而已。”

裴央在電話這頭想了想，平靜地告訴她：“鴨子，我們是大學同學，我就多說兩句。沈亦想怎么過這一輩子，咱們尊重他就行。退一步說，他這么要強的一個人，會喜歡被拯救的感覺嗎？”

森雅子顫著聲兒問：“裴央，他這樣自暴自棄，是你認識的那個沈亦嗎？你狠心也就算了，還要我也坐視不管？”

“多配點安眠藥而已，沒那么夸張。真要傷害到他自己，醫院會管；傷害到別人，警察會管。倒不是我把所有重擔都交給醫生姐妹或是警察兄弟，而是他三十多歲的人了，還得別人哄著騙著過日子嗎？每一個成年勞動力都是很珍貴的，咱們可以為社會做點更有意義的事。”

“……”森雅子覺著自己是對牛彈琴，只得換一個法子來和她做交換。“你可不可以和我見一面？我知道你在打聽白樅的事，我這兒或許有些答案。”

這話倒是勾到了裴央，白樅……何必和暴富過不去呢？

兩天后，裴央應森雅子的邀約，來到曼哈頓北面新羅謝爾地區一處不起眼的公墓。

究竟為什么要來墓地，裴央搞不清楚，但她絕不能有所畏懼，她心中揣著社會主義核心價值觀，不怕神不懼鬼。

她從出租下來時，森雅子已然站在入口等她了，一身黑色，手里一捧素色的西洋蓍。裴央是空手來的，出于習慣還踏著紅色尖頭高跟鞋，顯得有些不合時宜。

不似紐約一些莊嚴肅穆的軍人墓地，這里墓碑零落，失去了冬日茫茫大雪的籠罩，卻還沒有春夏茂密的樹蔭遮蔽。蔓草堙了路，荒無人煙。

“你來過這兒嗎？”森雅子回頭。

裴央誠實地搖了搖頭。

“這樣啊……”森雅子若有所思地望向前方，“沈亦每年都會來。”

裴央微微停一停腳步，挑明了問：“你知道白樅的事？”

“對。”森雅子加快了步伐。“你既然去打聽了，就該知道沈亦帶著幾項算法專利離開裴氏，專門成立了白樅，就是為了和裴家撇清關系。”森雅子話說得有些生硬，“別的東西——錢、伯曼、弗洛斯，其他和你們家有關的一切資源，他根本不在乎……”

“還真有骨氣。”裴央嗤笑一聲。

森雅子微微捏緊了手中的花束，繼續道：“但是白樅的幾項技術，對他來說，個人意義大于實際利益，他是絕對不會讓步的，我勸你還是別和他爭了。”

裴央不緊不慢地跟在她身后，重復了一遍：“個人意義大于實際利益……你對‘實際利益’很了解？”

裴央不認為她在故意遮掩什么，但是相較于森雅子，裴央還是更相信靳校的專業判斷。技術如果真不值錢，靳校何必大費周章地和自己接觸？

森雅子被迎面刮來的風嗆了口，嚴肅了些：“不管能帶來多少利益，你都不該去和他爭。”

裴央笑了笑：“原本就是集團的技術，他可以買下帶出去，我為什么不能爭？”

森雅子被她利益至上的冷漠嘴臉激怒了，咬著牙按耐火氣，“裴央，沈亦和你離婚，什么都留給你了，你非要整得他一無所有才滿意嗎？我今天來，是想好好和你談談的，但你的態度讓我心寒。”

“這樣啊……”裴央把這段責備聽了個完整，輕飄飄道：“那你自我調節一下吧。”

“你……”

裴央忽略她言語中的挑釁：“你說要談談，具體談什么？”

森雅子像是一拳打進了棉花里，怔了一怔。眼前的這個裴央，冷靜自持地讓她覺得陌生，像是位毫不戀戰的對手，讓人全然使不上勁。

她們走在不平整的瀝青地面上，左側是生了銹的黑色鐵欄桿，再往外看便是些灰褐色的矮房——老舊的倉庫、工廠；右側是大片雜草叢生的荒地，空曠安詳，零星豎著幾個墓碑。

二人走到一處墳前立定腳步。裴央順著她的目光看去，墓石不怎么起眼，灰白色的花崗巖略微有點發黑，大概有些年月了。

刻字很簡約，姓名和出生年月，甚至連墓志銘都留了白。

森雅子彎下身，將手中的西洋蓍工整地擺在邊上。“你認識他，你們有過一段過往。”

森雅子告訴裴央：“但你并不知道，他是沈亦同母異父的哥哥。你認識沈亦的時候，他哥哥已經走了快四年了。以沈亦的個性，如果你不主動問起，他不會提的。”

“蘇湛。”裴央順著墓石上的英文姓名念了出來。這不就是靳校那日問起的，白樅幾項專利的發明人嗎？裴央彼時告訴靳校，自己并不認識他。可森雅子為什么又說自己和他還有過一段過去？

森雅子在身旁靜靜地敘述。

十幾年前，還在攻讀博士的蘇湛開發了一項關于市場情緒擇時的量化算法，通過爬蟲抓取社交媒體數據，結合股市資金流動的趨勢來判斷市場是否過度偏離理性定價。

由此，算法可以在市場過于情緒化、價格過高或過低時，精準套利——在市場過熱攀升時捕捉判定合適的賣出點；反之，當市場跌入低谷時分析提示恰當的買入點。

那時市場剛從次貸危機里走出來，大量場外資金躍躍欲試，同時社交媒體興起才不到十年，仍是臉書推特橫行的年代，將無監督學習算法囊括到量化交易策略里去，是當時的一個大熱點。

蘇湛并不算低調，開了一個博客實時更新他利用自己的算法交易的成果，很快收獲了一小批業內人士的關注。但是他只是拿著自己一點微薄的博士助學金炒股，即使數據十分亮眼，也難以贏得機構投資人的青睞。

蘇湛又開發出了一個市場情緒評分器，將算法回溯測試至次貸危機之前。因為那時候社交媒體的運用還挺有限，于是他在網上抓取了過往主流媒體的新聞報道和時事分析，用來證明他的算法不僅能準確預測危機中飽受詬病的次級擔保債務憑證的潛在信用風險，而且在預測時間范圍上做得十分精確。

對于市場動向的預測，正不正確是一回事，時機準不準又是另一回事。瞬息萬變的資本市場里，過早或是過晚地得出正確的結論，沒什么意義。次貸危機引爆前，不乏早早看衰房貸市場的機構投資方，有的甚至提前了幾年就開始做空，結果在市場崩盤前就虧得資不抵債，沒撐到分那一杯羹。

而蘇湛的市場情緒評分器，一來有著較為寬泛的運用領域，涵蓋股票、固定收益、大宗商品等多種資產；二來在時機預測上領先同類產品，終于在業界掀起一些波瀾。

森雅子說到這里，停了下來。