第710章 溪流



六月四日，周二，上午九点十五分，图书馆四层数据科学区。

这个区域总是比其他楼层安静些——不是纪律上的安静，而是氛围上的。学生们埋首在电脑屏幕前，屏幕上流动着代码、图表、矩阵，偶尔有键盘敲击声，但都克制而有节奏。空调的风声在头顶持续低鸣，像某种恒定的背景音。

夏星坐在靠窗的位置，面前摊开三台设备：笔记本电脑运行着数据分析脚本，平板电脑显示着实时的传感器数据流，手机则开着通讯软件，不时有新消息弹出。

屏幕上，一条曲线正在缓慢绘制。横轴是时间——从三月中旬到六月初，将近三个月。纵轴是“校园活动密度指数”，这是她自定义的一个综合指标，由多个数据源加权计算得出：图书馆门禁记录、Wi-Fi连接数、课程表信息、公开活动公告，还有她和竹琳手动标记的23次特殊活动。

曲线不是平滑的，而是有起伏的山脉状。每周的峰值在周二和周四，谷值在周末——这很明显，课程表决定的。但除此之外，还有一些更微妙的波动：在四月中旬有一个持续的小高峰，对应着各专业春季项目的集中展示期；五月底则有一个明显的低谷，然后是六月初的重新爬升。

夏星放大五月底那段低谷。日期显示是五月二十五日到三十日，正是期中考试周后的短暂休整期。活动密度指数下降了37%，但有趣的是，知识类数据库的查询量反而上升了15%。

她调出胡璃和乔雀共享的数据库访问日志。在那些“活动低谷”的日子里，用户的平均会话时长增加了，查询的关键词更具体，批注的质量也更高。

“像潮汐，”她轻声自语，“活动高峰期是涨潮，信息快速流动但浅层；活动低谷期是退潮，信息流动慢但深入。”

手机震动，竹琳发来消息：“温室数据整理好了。过去一周的植物生理指标显示，在校园活动密度较低的日子里，几种实验植物的光合效率反而有轻微提升。虽然幅度很小（3-5%），但统计显着。”

夏星回复：“符合假设。人为活动扰动减少，环境更稳定，植物能更高效地进行能量转换。”

她把这组数据也整合进模型。现在曲线有了更多层次：蓝色是“人类活动密度”，绿色是“植物生理状态”，橙色是“知识查询深度”。三条曲线并不同步，但存在某种相位差的关系——人类活动下降后约12小时，植物生理指标开始上升；而知识查询深度的峰值，则出现在人类活动低谷期的中段。

不是因果关系——夏星提醒自己——只是相关性。但相关性已经足够有趣，它描绘出一个复杂的校园生态系统：不同组成部分以不同的节奏运行，相互影响，相互调节。

电脑屏幕上的脚本运行完毕，弹出一个新的可视化图表：这是一张网络图，节点是不同类型的校园活动，连线表示它们在时间上的共现关系。图表中心密集如星团，那是课程、讲座、小组讨论等常规活动；边缘则散落着一些孤立的节点——深夜观测、凌晨写作、雨天独处——这些活动很少与其他活动同时发生，但每个孤立节点都与中心星团有纤细的连线。

夏星盯着那些纤细的连线。它们代表什么？一个学生在深夜观测星空后，第二天在课堂上提出相关问题的可能性？一个人在雨天独处思考后，在小组讨论中分享新见解的契机？

她调出数据库的批注记录，搜索那些在“非典型时间”发生的查询。果然，深夜和凌晨的查询往往更个人化、更探索性，批注也更多是疑问而非陈述。

“独处时间孕育深度思考，”她在实验记录本上写下，“而集体活动时间促进信息传播。”

笔记本的这一页已经写满了类似的观察。字迹不算工整，但条理清晰，每一条观察后面都标注了数据来源和分析方法。

手机又震动。这次是秦飒：“季节光照算法的第一个测试版写好了。需要一个环境数据接口，能实时获取温度、湿度、光照强度、云量。你们的天文台传感器能共享数据吗？”

夏星回复：“可以。我下午去天文台设置API接口。你们什么时候测试？”

“明天下午，如果不下