76Chapter76（2 / 2）

位上的时候，手比平时轻了一点。祝青云看了她一眼，没说什么。那天中午，许默涵没有忍住，在内部系统里搜了"青藤B+轮"四个字，搜出来一堆文件，她看了标题，又全都关掉了。

散场以后是闭门午宴，三楼的一个小厅，两张圆桌，十六个座位。

祝青云到的时候，人已经坐了大半。主办方的人引她到靠里的那张桌子??桌上已经坐了一个人，正在和旁边的人说话，听见椅子响，转过头来。

对视了一秒。

比视频里近。近到她能看见他西装领口那粒扣子的颜色。

三年，够一个人变多少？她发现自己在那一秒里做完了盘点：方严瘦了，下颌的线条比以前硬；头发短了，鬓角有一根白的，不多，但立在那里；眼镜没换，还是那副细边的；手表也没换??她认得那块表。

没变的是坐法：背挺直，手放在桌面上，指节不紧不松，像这些年只是从一个会议室，换到了另一个会议室。

"祝总。"他说。

"方总。"她说。

她坐下来，中间隔着两个人。

一桌16个人，除了魔塔的人，还有两家消费基金的合伙人、一个FA的MD、几个做品牌的企业家。FA的MD是那种能把任何一张桌子变成自己主场的人，从落座到上凉菜，他已经把半桌人的近况盘了一遍。介绍到祝青云的时候，他放下筷子，像报一个众所周知的成绩：“祝总，刚从新加坡回来，出海赛道现在的王牌投资人。”介绍到方严的时候，声音低了一度，没有加任何定语：“方总，TCP，不用介绍了。”

魔塔??祝青云听说过，做AI推荐引擎的。今年北京创投圈被谈论最多的新公司。创始人是从大厂出来的算法负责人，A轮close那天，三家机构的TS挤在同一张桌上。出海组的项目名单上，它排在第一页。

融资材料人手一份，传到她手里的时候，她翻开，一页一页看。

获客成本的测算模型里，引了一组消费履约数据做交叉验证??颗粒度很细，细到只有一家机构的投后体系能跑出这种粒度，她认得那家机构。再往后翻，推荐引擎在垂直人群里的接受度测算，引了一组SLG玩家的行为数据：留存曲线、付费节点、公会绑定周期，她也知道这款游戏。

祝青云把材料合上，传下去，端起杯子喝了一口茶。桌子的另一头，方严翻到同一页，也停了两秒，然后合上了。

魔塔的创始人是那种对自己的领域不需要准备的人，讲技术路线的时候筷子搁在碟子上，讲了十分钟才想起来还没吃。他们的引擎做的不是给人推内容，是给内容找人??每一条内容被拆成几百个特征，每一个人的停留被换算成权重，每天夜里把全网的权重重算一遍。

“壁垒呢？”消费基金的合伙人问。

“越用越聪明。”创始人说，“引擎的成本随规模递减，人的成本随规模递增。我们就是那台越用越便宜的机器。”

讲到获客成本，创始人顺带提了一句数据来源：消费侧的交叉验证来自TCP的投后体系，游戏侧的用户行为数据来自青藤的行业报告。

“青藤的数据？”有人问。

“公开渠道拿的，”创始人说，“他们上市前那份报告，玩家行为的部分做得非常细。”

一桌人都在点头，没有人觉得这两个名字被同时念出来有什么特别的??它们本来就应该同时出现。TCP的投后，青藤的数据，同一个案子的两面，同一个故事的两张底牌。

那顿饭吃到两点。甜品上来的时候，窗外下了一场很短的太阳雨，十分钟，停的时候国贸桥上的旗子全湿了。

后来桌子上的人各自散去。有人问主办方："第三桌，祝总和方总认识吗？"

主办方的人想了想措辞："应该……认识吧。"

"那怎么一句话没说？"

"没说话吗？"另一个接话，"我怎么觉得，那张桌子上，话最多的就是他们。"

散场的时候，大家往电梯方向走。祝青云在人群中间，听见后面有脚步声跟上来，不快，不慢，正好三步。

一只手把一张对折的纸条放进她西装的口袋。动作很轻，像把一张名片递给一个不存在的收件人。

脚步声从旁边过去了，没有停，没有回头。她在电梯口站定，把纸条拿出来，打开。

上面只有两个字：

好久。

祝青云看着那两个字，看了很久，然后把它按原来的折痕折好，放回西装口袋。

停留