千千文学网

凌霄远（第1页）

那年秋天，林见微第一次以“澄泓资本VP”的身份参加行业论坛。

请柬是发到沈伯远邮箱的，他转给她时只说了四个字：你去讲。她打开附件看了一眼——一个关于一级市场估值方法论的闭门研讨会，主办方是本地金融学会，参会的大多是同行分析师、投资机构代表和一些学术界的教授。议程上有好几个主题演讲，她被安排在下午分享，题目是她自己选的：水下项目的信号识别与交叉验证。

她在准备PPT时翻出了松江项目的原始尽调笔记。那些用铅笔写的批注、画满博弈树的草稿纸、贴着便签的财务数据表——每一页都在提醒她，这个方法论是怎么一步一步被验证出来的。从大二在图书馆里发现陈修远的第一张便签开始，到在精品投行实习时何姐教她用招聘数据反推企业扩张节奏，到沈伯远一次次退她的报告让她学会区分“数据录入”和“分析”——所有的训练最终都落在了这里。她把PPT的每一页都控制在一个核心论点以内，每个论点都附了数据来源和交叉验证的方法说明，最后一页没有写“谢谢”，只写了一个问题：如果我们只依赖数据库里的信息，有多少水下项目会被永远忽略。做完之后她在最后一页画了一个小方框，然后发给沈伯远过目。他回了一个字：行。

论坛在市中心的国际会议中心举办。林见微到的时候，签到处已经排了十几个人，有穿深色西装的同行，有背着双肩包的研究员，还有几个她以前在行业报告里见过名字但从未谋面的资深投资人。签到台旁边放着咖啡机和几盘小点心，有人在端着纸杯交谈，有人在低头翻看会议手册。她在签到处领了名牌和议程表，把名牌别在西装领口，然后找了一个靠后的位置坐下，把帆布袋放在脚边，翻开议程表。上午的主题演讲有三场：第一场是某头部FA机构的合伙人讲消费赛道估值趋势，第二场是某产业资本的投资总监讲供应链整合，第三场是一个她没听过名字的基金——明远资本的量化策略总监，题目是“算法交易与一级市场信号识别”。

她盯着那个标题看了几秒。算法交易和一级市场信号识别——这两个领域在大多数从业者眼里是截然分开的，前者依赖机器学习和高频数据，后者依赖尽调和对人的判断。能把两者放在同一个标题下的人，要么是对两个领域都有深刻理解，要么是哗众取宠。她翻开笔记本，在空白页写下“明远资本”和演讲者的名字——凌霄远。

上午第一场演讲开始前，她注意到前排靠过道的位置坐了一个穿深灰色衬衫的男人。他没有翻会议手册，也没有和旁边的人交谈，只是靠在椅背上，一只手指在膝盖上轻轻敲着某种节拍。他的衬衫没有塞进裤腰——不是随意的没塞，是有意设计过的松弛感。手腕上没有任何饰品，但有一块很淡的晒痕，大概是常年戴手表最近刚摘下来。她看不清他的正脸，但那个敲节拍的动作让她想起沈伯远——沈伯远也会在思考时用手指敲杯沿，节奏很稳。她收回视线，翻开笔记本准备记要点。

上午的演讲都很扎实。第一位讲者分析了消费赛道近三年的估值变化趋势，数据翔实但结论保守。第二位讲者用了一个很有意思的案例——某家被投企业通过并购上游供应商实现了供应链整合，但在交易结构设计上踩了好几个坑——对赌条款过严导致创始团队流失，优先清算权的分配比例不公允导致后续轮次投资者不敢接盘。林见微在笔记本上把这两个坑都记了下来，在旁边标注：以后蔡总那个可转债项目如果涉及后续并购，要提前提醒这些条款陷阱。

第三位讲者站上讲台时，她终于看清了那个深灰色衬衫男人的正脸。他大概不到四十岁，脸部轮廓很清楚，但神情很温和，看起来不太像个量化交易员——她印象中的量化交易员大多有一种数据偏执狂的紧绷感，这个人没有。他站在讲台上，没有急着打开PPT，而是先扫了一眼台下，那个目光的移动方式和沈伯远很像：不是在找谁，是在确认所有人的位置。

他开口的第一句话是：“我今天要讲的东西，可能会让在座做一级市场的人觉得不舒服。因为我要说的是——你们引以为傲的‘对人的判断’，在量化框架里是可以被替代的。”

台下有人轻轻笑了一声，大概是觉得他在挑衅。但凌霄远没有笑。他翻到PPT第一页——上面是一张散点图，横轴是“人工尽调评分”，纵轴是“量化模型评分”，两条线几乎完全重合，只有几个明显偏离的点被用红色标注了出来。他说这是他花了三年时间做的一个回溯实验：把过去十年所有一级市场融资案例中的人工尽调结论和量化模型预测进行对比，发现两者的准确率没有显著差异。换句话说，机器可以做尽调，而且做得和人一样好。

台下开始有人窃窃私语。一个坐在前排的分析师举手问：“那你的意思是FA这个行业可以被算法取代？”凌霄远说：“不是取代，是重新分工。量化擅长的是从海量非结构化数据中提取信号——比如从招聘网站上的岗位变化推测一家公司的扩张速度，从供应商出货数据反推真实营收，从专利布局判断技术壁垒。这些工作以前需要分析师花好几天去做，现在算法可以在一天之内完成。但算法不擅长的是另一件事——当数据不够完整、信号不够强的时候，你需要在不确定的条件下做判断。那个判断，算法做不了。”

林见微在笔记本上飞快地记着。她发现凌霄远的思路和她做水下项目的方法论非常相似——都是用非结构化的公开数据作为交叉验证工具，都是在信息不对称的环境里寻找被忽略的信号。区别在于他用的是机器学习的框架，她用的一直是手工的、基于博弈论的分析逻辑。她抬起头时发现凌霄远的目光在她这个方向停了一瞬，大概是注意到她一直在低头写字。

提问环节时他叫了第三排靠过道一个穿深灰色西装的男士，是某国资PE的投资总监。对方问他量化模型如何处理财务造假的问题，他说用Benford定律做初始筛选，再用多个时间序列的交叉比对做验证，准确率比人工尽调高十几个百分点。投资总监又问如果造假的样本刻意避开Benford分布呢，他说对，这个叫对抗性样本，是目前量化尽调最大的技术瓶颈——但他同时展示了另一个方案：供应链交叉验证。这个方法论恰好是林见微自己在松江项目里用过的，她听到这里忍不住在笔记本上写了一句：此人值得认识。

下午议程开始前，林见微被安排在第二个发言。她走到讲台上，把U盘插进投影仪，打开PPT的第一页。她扫了一眼台下——几十个人，有些是上午已经见过的熟面孔，有些是下午才来的新听众。在第三排靠过道的位置，她看到了凌霄远。他还是那件深灰色衬衫，手里端着一个纸杯，靠在椅背上，没有在翻手机也没有在笔记本上记东西，只是看着她。那种目光不是审视，更像是一个人在确认另一个人接下来会说什么。

她开始讲。她没有用那些花哨的行业术语，没有把模型讲得像黑箱。她从松江项目的第一个数据异常讲起——电商平台销售数据与公开融资数据库之间的偏差。接着讲招聘网站上的岗位发布频率如何反映了一家公司不公开宣布的扩张计划，再讲供应商出货量、专利归属、工商变更记录。她特意加入了上午凌霄远没有提到的一个点：创始人行为分析。她说在信息不对称的环境里，最可靠的信号往往不是来自财务数据，而是来自创始人在不需要被观察时的行为——比如他是否在融资前通过关联公司完成了专利转移，比如他的招聘扩张节奏是否和销售增长曲线匹配，比如他在首次拜访时对你提出的问题选择回避还是坦诚面对。这些行为信号无法被算法捕捉，但可以被一个愿意花时间做现场尽调的分析师识别。

台下有人开始做笔记。一个坐在前排的同行分析师举手问她怎么处理供应商数据里的关联交易。她说她用了一套穿透核查方法——先用工商信息识别关联公司，再用采购合同交叉比对，每一步都需要手动验证，因为她目前还没有找到可以自动化处理这一步的工具。她说话时下意识地看了一眼第三排靠过道的位置——凌霄远已经放下了纸杯，双手交叉放在膝盖上，身体微微前倾。那个坐姿变化很细微，但她注意到了。

茶歇时间，她站在走廊靠窗的位置喝水。窗外秋天的阳光很好，银杏叶正从绿色变成淡黄，有几片已经开始落了。她刚把手机掏出来想给刘敏发条消息，一个人走到她面前。

“你刚才说‘承认不确定也是结论的一部分’——这个观点很罕见。尤其是在一级市场。”

她抬起头，看到了那个深灰色衬衫男人。他比她高不少，但站的距离刚好——不远不近，不会让人觉得有压迫感。她注意到他的手腕上确实有一道很淡的晒痕，大概是常年戴手表最近刚摘下来。

“你做量化研究的？”她说。

“算法交易和智能选股。不过我对你讲的方法论很感兴趣。你的交叉验证思路和量化里的多因子模型有相通的地方，但你用的数据源比传统因子更杂——那些非结构化数据，招聘信息、供应商出货、专利归属，你处理这些噪声的时候有什么过滤标准吗。”

林见微说没有统一的过滤标准，每种数据源有自己的一套验证方法。她正想往下解释，他又问了一个问题——关于如何处理不同数据源时间尺度不一致的问题，因为招聘数据通常滞后，销售数据相对实时，供应商数据又滞后得更厉害，如果在同一个模型里使用这些不同步的数据，会导致信号错位。她发现这个人的提问方式和她见过的所有投资人都不一样——他不问结论，只问前提。他不问“这个项目值不值得投”，只问“你怎么知道这个数据的可靠度比另一个高”。他的逻辑链条非常紧密，每一个追问都踩在她方法论最薄弱的环节上。

她回答到第三个问题时不得不临时调整了自己原有的推导框架，用一种她没有在PPT里展示过的统计口径来回应他的质疑——她把不同数据源的滞后时间做了标准化处理，用供应商数据的滞后窗口作为基准，把招聘数据和销售数据分别按滞后窗口对齐。他听完之后沉默了几秒，然后说这种口径确实比PPT里那个更稳健，但还需要一个稳定性检验——如果供应商数据本身也存在滞后，这套对齐方案的第二层偏差你打算怎么校准。

她说周末做。话一出口她自己也有些意外——她很少在第一次和同行聊天时就约定后续。但他问问题的切入方式让她觉得这是一个值得继续讨论的人。

“你是今天唯一一个知道自己在说什么的人。”他说。

她说这话太夸张了，今天很多人都讲得不错。他说他不是说别人讲得不好，是大部分人都在讲自己相信的东西，只有她在讲自己验证过的东西。他伸出手：“凌霄远。算法交易那边的。”

她说林见微，握住了他的手。他的手很干燥，力度刚好，不像是在试探，更像是在确认什么——和他在论坛上提问的方式一模一样，简洁、精准、没有任何多余的动作。

茶歇结束后，凌霄远问她下午还有没有别的安排。她说还有一场圆桌讨论要参加。他说他下午还有一场闭门分享，大概没时间再聊了。她从口袋里拿出手机，说如果方便的话加个微信。他扫了她的二维码，通过好友验证。他的微信头像是一张极简风格的照片——路灯下空无一人的街角，色调偏冷。她看着他头像，忽然想起沈伯远说过的一句话：能在会议室里准确识别出所有未知变量的人，往往在生活中也是同一个风格。

下午圆桌讨论结束后，她走出会议中心，站在门口等车。秋风吹过来，把她的头发吹得有些乱，她把西装外套拢了拢，从包里拿出手机。有一条未读消息，是凌霄远发的，只有一句话：你上午记笔记时一直在画方框。那个习惯很有意思。

她看着那行字，没有立刻回复。她想起沈伯远第一次注意到她在报告上画方框时也是这样的语气——不是在夸奖，只是在陈述一个他观察到的细节。她回了一条：你上午讲的那个用Benford定律做初步筛选的方案，我有几个问题想请教。他秒回：洗耳恭听。

从那天起，他们开始在微信上频繁地讨论专业问题。凌霄远每次发消息都在深夜，她发现他和她一样是那种会在凌晨推公式的人。有一次她把水下项目遇到的一个统计口径问题发给他，他打了好几段文字来解释，最后又追了一条：以上是标准解法，但你的数据源有特殊性，标准解法可能不适用。你需要自己判断。她看着那条消息，想起陈修远在便签上写的“此假设在实际数据中不成立”——同样是告诉你标准方法，同样提醒你方法之外需要自己的判断。只是陈修远的表达方式是留白和沉默，凌霄远则习惯把每一步推理都写出来，然后告诉你他可以走多远，剩下的路需要你自己走。

几天后的一个傍晚，刘敏在茶水间碰到她。刘敏端着她那杯“我爱上班”的马克杯靠在窗台上，用一种漫不经心的语气说对了，那个论坛上认识的人——凌霄远，你后来跟他聊得怎么样。林见微说挺好的，讨论了不少专业问题。刘敏喝了一口咖啡，说这个人在业内口碑不错，专业能力顶尖，就是不太喜欢社交，据说很难约。林见微说他主动约了她周末去逛古玩店。刘敏的杯子停在半空中，看了她一眼，然后说那他不是不喜欢社交，是不喜欢无效社交。

林见微靠在窗台上，看着窗外陆家嘴的写字楼群。傍晚的夕阳正打在玻璃幕墙上，把整栋楼染成一片淡金色。她忽然想起大二那年周庭深第一次帮她占座——第三排靠窗的位置，他说第一排太近，粉笔灰会呛到你。那时候她以为那就是最温柔的动作。后来她发现，真正温柔的是另一些东西：不是记住你喝咖啡放多少糖，是愿意在你的每一层逻辑上停下来，问你一句话——“你这个假设有没有考虑过例外”。而凌霄远在第一次对话里就准确地找到了她方法论里最薄弱的环节，没有绕过，没有恭维，只是用一种很平静的方式问了她接下来准备怎么解决。她发现自己的嘴角不自觉地翘了一下。刘敏说她笑什么。她说没什么，只是觉得有些问题终于有人能问到了。