输入变量：外貌（7/10，眼镜加分，乱发减分），智商（9/10，能一眼看出我的bug），情商（8/10，知道62度的咖啡），可靠性（9/10，永远在那里）。
输出结果：心动概率87.3%。
但这个模型有个致命缺陷：它没有考虑外部约束。比如，公司虽然不禁止办公室恋情，但同组恋爱需要报备HR。比如，我刚结束一段三年的感情六个月，正处于"情感修复期"。比如，周牧野从未明确表示过任何超越同事的意图。
那些咖啡和便当，可能只是他性格使然。那些深夜的并肩作战，可能只是程序员之间的战友情。那个在会议室后排竖起的大拇指，可能只是同事间的鼓励。
我需要更多数据。
"周末有个算法交流会，"某天午休时，我假装不经意地提起，"在城西的科技园，你有兴趣吗？"
他正在吃我"不小心"多做的一份三明治——是的，关系已经逆转，现在我也开始带便当了。闻言抬头："你想去？"
"嗯，主讲人是斯坦福回来的，讲多模态推荐。我……"我顿了顿，"我想去听听，但那边有点偏，晚上回来可能不方便。"
这是测试。如果他接话，说明他有意。如果他装傻，说明我自作多情。
他咽下最后一口三明治，抽出纸巾擦嘴——动作很慢，像是在思考什么。然后他说："我开车去。如果你愿意，可以搭我的车，晚上一起回来。"
测试通过。置信度提升到92%。
交流会那天，他开了一辆旧的沃尔沃，内饰很干净，有淡淡的皮革味道。车里放着爵士乐，是我喜欢的Miles Davis。我盯着副驾驶前方的储物格，里面露出一角的书签——是《算法导论》的配套书签，我大学时也用过同款。
"你也喜欢爵士？"我问。
"嗯，写代码的时候听。帮助进入心流状态。"
"我也是。"
我们交换了歌单。发现重合度高达73%。
交流会很无聊。主讲人的英文口音太重，PPT又是直接从论文里截的图。但我们坐在最后一排，他低声给我讲解那些我没听懂的公式，呼吸喷在我耳廓上，" ["create_time"]=> string(10) "1773159934" }