林朗坐在一台二手联想笔记本前，屏幕的蓝色光在斑驳的墙壁上投下一片不规则的光斑。这是他昨天从电子市场淘来的机器——没有联网历史，没有个人数据，干净得像是刚从工厂出来。
但此刻它并不干净。林朗用U盘导入了从LGK Analytics服务器下载的访问日志，几十万个数据点，每一个都记录着谁在什么时间查询了什么。
他盯着屏幕上密密麻麻的时间戳，手指在键盘上敲击着一个Python脚本。时间序列分析——这是他最熟悉的领域。在前公司，他用同样的方法分析过用户行为模式，预测过流量峰值，甚至帮产品团队优化过推荐算法。
但这次不一样。
他不是在为用户服务。他是在找一个人。
"你在找什么？"苏晓禾的声音从身后传来。
林朗没有回头。他的注意力完全集中在屏幕上一行代码上。
"一个规律。"他说。
"什么规律？"
"姓氏。"
林朗把脚本跑了起来。屏幕上开始滚动输出，一行行数据像瀑布一样倾泻而下。他把查询条件限定为"姓氏=江"，然后将结果按时间轴排列。
然后他看到了一个模式。
不是随机的。不是偶然的。是精确的——每隔72小时，就会有一条"姓氏=江"的查询记录。没有任何其他姓氏出现如此规律的周期。
林朗的手指停在键盘上方。72小时。三天。这意味着什么？
他打开另一个窗口，输入一行命令，把查询条件进一步细化：加上"纺织厂职工后代"这个标签。
结果跳出来了。
那些72小时周期的查询，全部附加了同一个筛选条件："纺织厂职工后代"。
林朗的心跳漏了一拍。
他想起在公司U盘里看到的那些文件——琅城纺织集团的旧档案，一九八九年改制的记录，四万工人下岗的名单。那些泛黄的扫描件里，有无数个名字，无数个家庭，无数个被时代碾碎的人生。
而此刻，有人在系统性地查询"姓江的纺织厂职工后代"。
每三天一次。
"怎么样？"苏晓禾把一杯热茶放在桌上。
林朗没有回答。他打开了一个新的分析窗口，把"姓江+纺织厂职工后代"的查询时间戳导出到一个表格里。
然后他拿起了自己的手机。
手机里有一条匿名短信。发件人是一串乱码，时间是三天前："注意你身边的人。"
他把这条短信的时间戳和查询时间戳并排放在一起。
重合了。
不是完全重合，但误差在两个小时以内。那条匿名短信发出的时间点，正好夹在两次"姓江查询"的正中间。
这意味着什么？
"你脸色不太好。"苏晓禾说。
"有人在找一个人。"林朗说，"每三天找一次。而且他们很急——每次查询都在工作时间之外，说明是紧急任务，绕过了正常流程。"
"找谁？"
"姓江的。琅城纺织厂职工的后代。"
苏晓禾沉默了。她的表情告诉林朗，这个名字让她想起了什么。
"怎么了？"林朗问。
"没什么。"苏晓禾移开了目光，"只是……我大学有个同学姓江。琅城人。"
"叫什么？"
"江跃。"
林朗在搜索引擎里输入了这两个字。
屏幕上跳出了结果。
第一条是一个二手交易平台的店铺页面："跃哥二手车——南城旧车市场"。店铺评分4.8，主营二手车交易，评论区有人说"老板眼光毒，一眼能看出车有没有毛病"。
配图里有一个年轻男人，站在一辆旧桑塔纳旁边，穿着洗白的皮夹克，嘴角微微上扬。左眉骨有一道旧疤。
林朗盯着这张照片看了很久。
他不知道这个人是谁。但他知道，LGK Analytics的查询日志里，"南城旧车市场"这个地理标签出现了十七次。
十七次。全部和"姓江"的查询一起出现。
这意味着什么？意味着对方不仅知道目标姓江，还知道他在南城旧车市场附近活动。
林朗继续往下翻。第二条结果是一篇本地论坛的帖子，标题是"南城旧车市场有个牛人，看车一眼准"。帖子里提到"跃哥"的真名是江跃，二十六岁，父亲曾是琅城纺织厂的工人。
第三条结果是一个社交媒体账号，发布了一些二手车行业的日常。最近一条发布于两天前，配图是一碗牛肉面，配文"老刘的牛肉面，南城最好吃的，没有之一"。
林朗注意到这条动态的地理位置标签：南城旧车市场，距离琅跃大桥1.2公里。
他的手指在触摸板上滑动，把这些信息一一截图保存。然后他打开了LGK Analytics的查询日志，将"南城旧车市场"作为新的筛选条件。
结果让他屏住了呼吸。
不只是"姓江"的查询。在过去三十天里，LGK服务器还对"南城旧车市场"进行了超过两百次地理围栏查询。范围从500米到2公里不等，时间分布从凌晨到深夜。
这不是随机的市场调查。这是监控。
有人在用LGK的系统，对一个旧车市场周边区域进行高频次的地理监控。
而那个"姓江"的人，正好在这个区域里。
"你在发抖。"苏晓禾说。
林朗低头看了看自己的手。确实在抖。不是害怕，是兴奋。他的数据嗅觉在告诉他——所有的碎片正在拼成一张图。
"LGK不是在找客户。"他说，"他们在找人。"
"找谁？"
"我不知道具体是谁。但我知道他们在南城旧车市场附近找一个人，姓江，父亲是琅城纺织厂的下岗工人。"
苏晓禾的脸色变了。她拿过林朗的手机，盯着那张"跃哥二手车"的照片。
"我见过他。"她说。
"什么？"
"大学时候。江跃。琅城师范隔壁技校的。我们有过一面之缘。"苏晓禾的声音很轻，像是在回忆，"那时候他就已经在南城混了。听说家里条件不好，父亲……"
她停顿了一下。
"父亲怎么了？"
"听说他父亲下岗后出了事。具体我不清楚。"
林朗把这些信息在脑子里过了一遍。苏晓禾认识江跃。江跃的父亲是纺织厂下岗工人。LGK在系统性地查询"姓江+纺织厂职工后代"。
这不是巧合。
"你有没有他的联系方式？"林朗问。
"没有。"苏晓禾摇头，"我们根本不熟。只是……"
"只是什么？"
"只是他给我留下了很深的印象。因为他笑起来的时候，嘴角是歪的。别人笑是开心，他笑的时候像是在说'我知道你们在笑什么'。"
林朗重新看向屏幕上的照片。
确实。那个笑容不像是在开心。像是在说"我知道"。
林朗决定再做一件事。
他已经分析了查询日志，找到了目标的身份信息。但他还不知道是谁在发起这些查询。如果能找到查询者的IP地址，他就能知道LGK内部谁在执行这个任务。
他打开了一个终端窗口，输入了一行命令，筛选所有"姓氏=江"的查询记录，提取发起查询的IP地址，并按频率排序。
屏幕上开始滚动输出。大部分IP地址只出现了一两次。但有一个IP出现了超过五十次。
林朗把这个IP复制下来，打开了一个IP查询网站。
归属地：中国，琅城市，北城区。
运营商：琅城电信。
他正要把这个IP纳入他的关联分析脚本，手指悬在键盘上方，迟迟没有落下。
不是因为犹豫。是因为他突然意识到一件事——
如果LGK Analytics在找姓江的人，每三天一次，持续三个月，那么那些查询记录本身就是一张时间表。而这张时间表上，下一次查询的时间点，是明天凌晨。
林朗看向屏幕右下角的时间：晚上十一点十七分。
距离下一次查询，还有不到三个小时。
他打开了一个新窗口，把"南城旧车市场"的地理围栏查询记录也调了出来。两百次查询，每一次都在缩小范围——从两公里到一公里，再到五百米。对方不是在找一片区域。他们在找一个具体的人。
而那个人，此刻就在南城的某个角落里，可能正在吃一碗牛肉面，可能正在和老刘聊天，可能正在看一辆车。他不知道有人在找他。他不知道那些蓝色的光点正在地图上向他靠近。
林朗不知道这个人是谁。
但他知道，有人在找他。而那个人，比林朗想象的更近。
他把江跃的照片保存到U盘里，然后把电脑合上。
"怎么了？"苏晓禾问。
林朗没有回答。他看向窗外，南城的灯火在远处闪烁，像一只不会眨眼的眼睛。
"明天凌晨，"他说，"他们会再次查询。"
"然后呢？"
"然后我们就知道，"林朗说，"他们在找的到底是谁。"
苏晓禾没有说话。她看着林朗的侧脸，突然意识到——这个人已经不再是她在校友会上认识的那个沉默寡言的程序员了。他的眼睛里有一种她从未见过的东西，不是恐惧，是一种更冷的火焰。
林朗不知道这种火焰会把他们带向哪里。
但他知道一件事：从这一刻起，他不再只是一个被裁的程序员。
他是一个正在找答案的人。
而那些不想让他找到答案的人，已经知道了他在找。