第十七章数据洪流

凌晨五点半，电竞社训练室的灯还亮着。

林晚盯着屏幕上滚动的数据流，眼睛酸涩得发疼。AG提供的五十个G数据正在被系统拆解、清洗、提取特征。进度条缓慢爬升，像一只疲惫的蜗牛。

陈暮趴在桌上睡着了，呼吸均匀。他外套滑落在地，林晚捡起来重新给他披上，动作很轻。

窗外天色开始泛白，远处传来环卫车的声音。林晚走到窗边，看着这座渐渐苏醒的城市。咖啡已经喝完了第三杯，但倦意还是像潮水一样涌上来。

她打开手机，看到徐必成凌晨四点发来的消息：“又看了一遍去年季后赛输给TTG的录像。如果当时有你……”

消息到这里断了，没有下文。

林晚盯着那行字，手指悬在屏幕上方，最终没有回复。有些话不需要说，有些情绪不需要回应。

她回到电脑前，继续工作。系统的特征提取完成率达到了78%，但关键的团战决策模型准确率卡在71%，距离75%的目标还有距离。

问题出在哪里？

林晚调出模型训练日志，一行行检查。系统在她视野角落同步分析：【当前模型对‘选手状态波动’因素的权重设置偏低。建议：增加实时心率、操作延迟等生理数据的关联分析。】

但这部分数据，她拿不到。战队不会轻易交出选手的生理监测数据，那是比战术录像更核心的机密。

早上七点，陈暮醒了。他揉了揉眼睛，看见林晚还在工作：“你没睡？”

“睡了一会儿。”林晚撒谎。实际上，她连眼睛都没闭过。

陈暮走过来看屏幕：“71%……还差一点。AG的数据里没有生理指标？”

“没有。这是底线。”

“那只能从操作数据里倒推了。”陈暮坐下，“选手状态下滑时，操作会有细微变化——技能释放延迟增加、走位犹豫、补刀漏兵。我们可以尝试从这些间接指标建立代理模型。”

这是个思路。林晚调出徐必成的手腕旧伤发作时的几场比赛数据。果然，在他状态明显下滑的时段，公孙离的二技能释放延迟平均增加了0.08秒，补刀成功率下降了5%。

“用这个做特征。”陈暮已经开始写代码，“虽然不够精确，但总比没有好。”

上午九点，林晚收拾东西准备去TTG。陈暮叫住她：“下午李启明要来看演示，三点。别迟到。”

“知道。”

“还有，”陈暮递给她一个U盘，“这是算法优化后的版本。预测逻辑更清晰，但需要更多计算资源。TTG那边如果有高性能服务器，可以试试。”

林晚接过U盘：“谢谢。”

“不用谢我。”陈暮转身，“我们是一条船上的人。”

TTG基地，训练室里的气氛比平时凝重。季后赛倒计时七天，每个人的脸上都写着压力。

林晚今天的工作是分析TTG和AG的历史交手数据，找出双方的战术习惯和破绽。这任务很敏感——她同时服务两家，现在要分析两家怎么打对方。

张凯教练把她叫到办公室：“林晚，我知道这很难。但季后赛就是战争，我们需要所有能用的情报。”

“我明白。”林晚说，“但我的分析会基于公开数据，不会涉及AG的核心机密。这是底线。”

“那就基于公开数据。”张凯点头，“但我要最详细的分析。AG每个选手的走位习惯、技能释放偏好、关键决策模式……所有细节。”

林晚打开电脑，开始工作。系统自动调取了过去三个赛季AG的所有公开比赛数据，开始建立选手行为模型。

第一份报告是关于徐必成的。数据显示：他在河道左侧草丛蹲人的成功率比右侧高12%；使用公孙离时，第三件装备出破晓的概率是73%；在逆风局中，他的经济曲线会出现一个明显的“止损平台期”……

林晚看着这些数据，忽然想起凌晨徐必成发来的那条消息。如果去年季后赛，TTG已经掌握了这些细节，那场比赛的结果会不会不同？

“写好了吗？”九尾的声音在身后响起。

林晚抬头，九尾不知什么时候站在了她身后，正盯着屏幕上的数据。

“还在整理。”林晚说。

九尾拉过一把椅子坐下：“徐必成的公孙离……确实难对付。去年季后赛，我就差一点就能切到他，但每次都被他躲开。”

他指着屏幕上的一个数据点：“看这里，他在被切时的平均反应时间是0.23秒。这已经接近人类极限了。”

林晚说，“但他手腕疲劳时，反应时间会延长到0.35秒以上。”

九尾猛地转头看她：“你怎么知道？”

“数据分析。”林晚说得很平静，“他在长时间比赛后，操作精度会下降。特别是需要高频操作的英雄，比如公孙离、孙尚香。”

九尾盯着她看了很久：“林晚，你知道你刚才说的这些，如果被我们用在比赛里，意味着什么吗？”

“意味着你们可以针对他的弱点。”

“意味着我们可以废掉AG最强的点。”九尾声音低沉，“意味着比赛的天平会倾斜。”

“为什么帮我？”

“不是帮你。”林晚说，“是帮我自己。”

她保存文件，站起身：“下午我要回学校，有重要的演示。明天给你完整的战术分析。”

离开TTG时，钎城在电梯口等她。他递给她一份文件夹：“这是你要的对线期数据。我整理了一百场对局，应该够用。”

林晚接过：“谢谢。”

“林晚。”钎城叫住她，“别把自己逼的太紧了。”他说得很温和。

“你也是”林晚说

下午两点五十，林晚赶回电竞社。李启明已经到了，正在和陈暮讨论着什么。两人面前摆着三台显示器，上面全是滚动的数据和图表。

“林晚来了。”陈暮招手，“模型准确率提到73%了，但还是差一点。”

“差的那一点，是数据质量。”李启明开口，“你们的模型思路很好，但训练数据太‘干净’了。真实的比赛充满了意外和变量——选手的情绪波动、现场的干扰、甚至裁判的判罚。这些，你们的数据里都没有。”

他说得一针见血。林晚坐下：“所以我们拿不到更精细的数据。战队不会提供那些。”

“那就想办法创造数据。”李启明说，“模拟。用已有的数据生成各种意外场景，训练模型的应变能力。”

这是个新思路。陈暮眼睛一亮：“可以试试对抗生成网络。让模型自己和自己打，创造训练样本。”

“需要时间。”林晚看了眼时钟，“演示三点开始，我们只有十分钟调整。”

“那就调整。”李启明站起身，“让我看看你们现在的成果。”

演示开始了。林晚打开“星图”系统界面，输入一场AG和TTG的历史比赛数据。系统开始运行，屏幕上跳出各种预测：阵容优劣评估、关键节奏点预测、团战胜率计算……

李启明看得很仔细，不时提问。

“这个团战胜率是怎么算出来的？”

“基于阵容克制、经济差、技能冷却、选手状态四个维度的加权模型。”林晚调出算法详情，“但我们缺少选手状态的实时数据，所以这部分权重较低。”

“如果加入实时数据呢？”

“预测准确率可以提升8-10个百分点。”

演示进行了半小时。最后，系统给出这场比赛的真实胜率预测：AG胜率62%，TTG胜率38%。而实际比赛结果——AG赢了。

“有意思。”李启明摸着下巴，“但这是事后分析。真正有价值的是赛前预测。你们能做到吗？”

“需要更多数据训练。”陈暮说，“而且赛前有很多不确定因素，比如BP策略、选手临场状态。”

李启明思考了一会儿，然后从公文包里拿出一份文件：“这是投资意向书。启明资本愿意投三百万，占股30%。但有两个条件。”

林晚和陈暮对视一眼。

“第一，三个月内，系统对KPL比赛的赛前预测准确率要达到70%以上。第二，你们要拿下至少三家职业战队的正式合作。”

条件很苛刻。三个月，70%的准确率，三家战队。

“如果做不到呢？”林晚问。

“那就证明这个项目还不成熟。”李启明说得很直接，“投资会撤回，你们需要重新寻找机会。”

训练室里安静下来。窗外的阳光斜射进来，在桌上切出明亮的光块。

林晚拿起那份意向书，仔细阅读条款。三百万，30%股份，对赌协议。如果成功，她和陈暮的创业项目将正式起飞。如果失败，一切归零。

“我们需要商量一下。”她说。

“可以。”李启明看了眼手表，“明天中午之前给我答复。”

他离开后，陈暮看向林晚：“你怎么想？”

“风险很大。”林晚说，“但机会也很大。”

“我们现在的准确率只有73%，要达到70%的赛前预测……很难。”

“但有可能。”林晚调出模型，“如果我们能拿到更多数据，优化算法，三个月时间应该够。”

“数据从哪儿来？”

林晚沉默了一会儿。

“AG和TTG的数据还不够。我们需要更多战队的数据。”

“怎么拿？”

“去谈。”林晚说，“一家一家去谈。用我们已经有的成果做筹码。”

陈暮看着她，忽然笑了：“林晚，有时候我真不知道你是太勇敢，还是太天真。”

“可能是两者都有。”林晚也笑了，“但我想试试。”

手机震动，又是徐必成的消息：“晚上有空吗？想跟你聊聊。”

她回复：“在忙项目，晚点联系你。”

然后打开通讯录，开始整理下一家要接触的战队名单。

eStar、Hero、狼队……

数据洪流正在汇聚。

数据洪流（加更）