清晨六点，天光刚在厂房屋顶铺开一层薄灰，玻璃车间的自动门“嗡”地滑开，尤哈抱着笔记本缩着脖子进来，嘴里哈出的白气在冷空气里打了个旋。他没去工位，直奔会议室——门把手上挂着个新贴的纸条：“今日风险值日生：尤哈”。
他推门进去，灯还暗着，只有投影仪的待机红灯一闪一闪，像只熬夜熬红了眼的小兽。桌上摆着三份早餐：两个包子、一杯豆浆，还有一张便签：“趁热，别等刘师傅来才开吃。”字迹歪得像刚学会写字的小学生，但尤哈笑了。
十分钟后，小陈踩着单车冲进厂区，车筐里甩着一沓打印纸，风一吹，纸边哗啦啦响。她一头扎进会议室，甩下包就嚷：“我刚从外贸协会官网扒下来三份国别风险简报！印度那边政策风向有点飘，你们快看！”
阿米尔紧跟着进来，嘴里叼着牙刷，头发还在滴水。“我昨晚加了个南美建材商的whatsApp群，有人提了一句‘海关最近查环保标签查得狠’，我截了图。”
话音未落，刘好仃端着搪瓷杯走进来，杯口飘着几片陈皮，热气腾腾。他没说话，先把投影仪打开，屏幕上跳出一份共享文档，标题是《风险信息收集渠道清单（初版）》。
“行啊，”他吹了口热气，“还没开工，情报就堆成山了。”
可山堆得太高，路却没修好。
中午饭点，会议室又成了辩论场。
“我觉得还是得靠官方报告。”小陈指着电脑，“wto、世界银行这些，数据权威，写进模型也硬气。”
“可等他们出报告，黄花菜都凉了。”阿米尔翻出手机，“你看这个群聊，昨天下午三点发的预警，今天早上智利那边真封了两批货。这速度，报告还在审稿呢。”
“但群里消息谁验证？万一是个谣言，咱们模型一响，全厂紧张，结果虚惊一场，信誉不就砸了？”小陈不服。
尤哈插话：“要不……我们分层？一级信息用官方，二级用行业群、代理反馈这些‘快消息’，但得打个‘可信度标签’？”
刘好仃慢慢拧开杯盖，吹了口气。“去年我修二号炉，有个老师傅说‘听声音不对’，我没当回事，结果三天后爆管。后来才知道，他老家有个厂，前一周刚出过一模一样的响动。”他顿了顿，“有些信息，看着不正规，但它是活的。”
他抬眼扫过众人：“咱们建预警机制，不是为了听最准的话，是为了听得最早。准，可以慢慢校；晚，可就救不回来了。”
会议室静了两秒。
小陈低头翻着协会简报，忽然笑了：“那……咱们是不是也该给‘快消息’配个‘验真流程’？比如，同一消息三个不同渠道交叉印证，就算‘黄标’；再加一个当地客户确认，升‘绿标’？”
“妙！”阿米尔一拍桌子，“咱们不光听风，还得会辨风向。”
刘好仃在文档上敲下一行字：“多渠道并行，分级验证机制启动。”
下午两点，预警模型搭建正式开始。
尤哈把坐标轴调出来，横轴是概率，纵轴是影响，红黄绿三区分明。可刚填了两条数据，问题就来了。
“印度环保新规，影响程度怎么打分？”小陈皱眉，“咱们出口量不大，但它要是全面禁，后续市场可就断了。”
“概率呢？”阿米尔挠头，“目前只是草案，通过率估计三成？可三成算低还是中？”
“上次三号炉报警，概率两成，结果真堵了。”尤哈翻着记录，“影响是停产八小时，算中等。那这次呢？”
讨论陷入僵局。数据像没调好的炉温，上不去也下不来。
刘好仃起身，走出会议室，十分钟后带回一位头发花白的老质检员。老头穿着洗得发白的工装，手里捏着个旧计算器。
“老李，”刘好仃介绍，“十年前，咱们第一次出货欧盟，是他发现包装材料含铅超标，救了整批货。”
老李摆摆手：“别提了，当时没人信，说‘国外哪管这么细’。结果人家抽检，真卡住了。”
“那您当时怎么判断风险的？”尤哈问。
“哪有什么模型。”老李笑，“我女儿在德国留学，她说那边连玻璃杯都要环保认证。我一合计，咱们这包装纸颜色太艳，八成有问题。”
“所以您是结合了个人经验和外部信息？”小陈眼睛亮了。
“还有过往案例。”老李掏出个小本子，翻开一页，“你看，这是08年某厂被退运的记录，原因一模一样。风险看着小，可一旦撞上，就是大坑。”
刘好仃接过本子，指着一条记录：“咱们可以把历史案例做成‘风险权重参考表’，类似炉温校准曲线。新风险进来，先对标老案例，再调整打分。”
“模型+经验+案例库！”阿米尔一拍大腿，“这不比纯数字靠谱？”
当晚，第一版预警模型终于上线。
第二天一早，尤哈输入最新数据：印度环保草案通过概率调至40%，影响程度因案例库比对升为“高”，坐标点稳稳落在黄区边缘。
“黄灯亮了。”他抬头，“脚悬刹车上了。”
可第三天，问题来了。
一条来自东南亚代理的紧急消息：当地新税法草案拟对进口玻璃加征15%附加费。消息来源是代理老板酒桌上听来的，未公开。
尤哈录入系统，模型却没响。
“影响大，但概率难估。”他皱眉，“没公开文件，没案例参考，系统判定‘信息不完整’，自动降级为‘观察态’。”
“可万一真征了呢？”小陈急了。
“那就不是模型问题，是信息匹配问题。”刘好仃看着屏幕，“咱们的模型像个好学生，只认标准答案。可现实出的，往往是填空题。”
他转身在白板上画了个新模块：“信息预筛组。所有非结构化信息，先由专人做‘翻译’和‘标注’，比如‘酒桌消息’标为‘低确信度，高敏感性’，再输入模型。”
“我来！”小陈举手，“我以前在外贸公司干过，擅长从闲聊里扒干货。”
“那尤哈你配合，做数据转译。”刘好仃点头，“咱们不指望模型一开始就全知全能，但得让它学会‘听人话’。”
一周后，新流程跑通。
那天早上，小陈刚进会议室，就看见尤哈盯着屏幕瞪眼。
“怎么了？”她凑过去。
“模型刚自动标红了一个风险点。”尤哈声音发紧，“越南海关拟加强原产地证明核查，影响概率65%，影响程度‘高’，触发红灯预警。”
“消息来源？”小陈问。
“你前天整理的代理群聊记录，加上昨天商会内部邮件，还有去年退运案例三起。”尤哈指着屏幕右下角，“系统自动生成了风险简报，还标了应对建议：‘提前准备原产地文件备份，联系当地清关代理确认流程’。”
小陈愣住：“它……自己会学习了？”
刘好仃端着陈皮水走进来，看了一眼屏幕，笑了。
“不是它学会了，”他说，“是咱们终于教会它怎么‘看天色’了。”
会议室里，几个人围在屏幕前，像围着一炉调得正好的玻璃液。
尤哈正要说话，投影突然弹出一条新消息。
来自南美代理的语音转文字：“刚听说，下月起所有进口建材需提供碳足迹报告，否则拒收。”
小陈立刻调出模型界面，输入关键词。
进度条缓缓推进，模型开始交叉比对：wto通报无记录，世界银行报告未提及，但三小时前，一个巴西行业论坛有匿名帖提到类似政策。
尤哈快速打开数据分析软件，导入过往清关延误案例，启动趋势预测。
刘好仃站在两人身后，没说话。
屏幕中央，坐标轴上的红点开始闪烁。
模型下方跳出一行字：“风险等级：橙。建议动作：立即启动信息验证流程。”