传感器屏幕上的数字在跳。
水压。0.28MPa。0.27MPa。0.29MPa。每五秒跳一次。数字在屏幕上只出现一瞬间，就被下一个覆盖。波动幅度不大，0.02MPa，相当于两米水头。人未必感觉得到，传感器感觉得到。
八月。深圳的八月比七月更热——不是温度更高，是湿气更重。空气像拧不干的毛巾，敷在皮肤上。办公室的空调二十四小时开着，不是怕人热，是怕服务器热。服务器比人娇气，人能忍三十度，服务器超过二十五度就开始降频。
碧水花园的传感器装完了——六栋楼，每栋楼两个压力传感器和一个流量传感器，一共十八个。传感器通过无线模块把数据传到智水平台的服务器上，服务器上的算法每五秒接收一次数据，更新一次水压分布图。
屏幕上显示的是碧水花园的管网拓扑——六栋楼是六个节点，给水干管是主干，支管是分支。每个节点旁边有一个数字：实时水压。绿色的数字在图上跳动，每五秒一次，不多不少。
这是活的管网。不是CAD上的静态图。图纸上的数字标上去就不动，实际水压却一直在变。早晨六点0.35MPa，晚上七点0.22MPa，差了三分之一。
三分之一——这个差距在设计院的图纸上看不到。图纸上只画设计工况——最高日最高时用水量下的最低水压。设计工况是极端值，不是平均值。极端值是安全的——设计工况满足，其他工况一定满足。但极端值也是浪费的——如果按极端值设计，管径偏大，成本偏高。传感器给了另一种可能——按实际工况优化，不按极端值设计。
优化算法跑起来了。
输入：十八个传感器的实时水压和流量数据。
算法：基于Dijkstra的供水路径优化——和百度的路线优化很像，只是节点从路口换成了楼栋，边从道路换成了管段，权重从拥堵系数换成了水压差。百度的算法找最短路径——通行时间最短的路线。智水的算法找最优路径——水压最均匀的供水方案。两个目标函数不一样——一个最小化时间，一个最小化水压波动。但优化框架一样——输入图，输出路径。
输出：供水调度建议。
算法运行了三分钟——数据从传感器传到服务器需要一秒，服务器处理数据需要两秒，算法计算需要十秒，结果传回屏幕需要一秒。三分钟包括了所有环节。比设计院算一组水压快了一万倍——设计院算一组水压要半天，这里三分钟。快是因为数据是现成的——传感器自动采，不用人按计算器。
算法说：晚上七点到九点是用水高峰，碧水花园三栋和四栋的水压低于0.20MPa——不满足最小服务水头0.20MPa的要求。建议：在高峰时段将一栋和二栋的供水阀门关小10%，把更多水压分配给三栋和四栋。
关小阀门——在水力学上叫"节流"。物业不关心这个词，他只关心三栋四栋今晚还会不会有人投诉。
算法建议送到碧水花园的物业。物业的管事人是个中年男人，黑瘦，穿白色背心，人字拖，手上夹着烟。他看了屏幕半天——他不懂算法，但他懂水压。水压低业主投诉，投诉多了他挨骂。骂多了扣工资。
"试试？"周明远说。
管事人犹豫了一下。烟在手指间烧了一截——灰掉在地上，碎了。"关多少？"
"10%。"
"关多了业主骂人。"
"先关5%。看数据。"
他调了阀门。阀门在管道井里——铸铁的闸阀，手轮转了半圈。半圈大概关了5%的开度。阀门的阀杆是铜的，铜比铁软，转起来顺——但年代久了阀杆上结了一层水垢，转动的时候嘎吱响。
传感器屏幕上的数字变了——一栋和二栋的水压从0.30降到0.28，三栋和四栋的水压从0.19升到0.21。
0.21MPa。满足最小服务水头了。
水压投诉——物业说，之前每天晚上七八个投诉电话，"没水""水小""热水器打不着"。调了阀门之后降到了五六个。
算法管用了。现场读数进服务器，优化方案再回到手轮上。一个闭环，从现场回到现场。
这是给排水和编程的真正结合。不是在设计院算静态模型，也不是在百度算静态路网，而是现场的数据不断回来，算法再把决定送回现场。
现场和代码，在一起了。
晚上。碧水花园的灯在远处亮着——六栋楼，每栋十二层，窗户里的灯有白的有黄的，像蜂窝。每个窗户后面都有水龙头，也都有一个不说话的数据点。
那张图不再只是图纸了。它带着实时数据。
和百度的路网一样，路也不只是路。每辆车都是数据点，拥堵指数每秒更新，路线每秒重算。
K线也是这样。每一天长出一个新点，价格把前一天和后一天连起来。
三种图。小区拓扑、路网图、K线图。实时读数、拥堵指数、价格。三个系统，一个骨架。
回到出租屋。十点。
打开Python。K线。
碧水花园的传感器数据还在脑子里——跳动的绿色数字。0.28。0.27。0.29。每五秒一次。和K线上的数字一样，新的点不断长出来。
碧水花园的优化成功了——传感器加算法，投诉降了30%。这证明了现场和代码的结合能产生结果。不是理论上的可能——是实际的、可测量的、有数字的结果。30%。
K线呢？代码和K线的结合能产生什么结果？回测的年化7.8%——跑不赢指数。但那是因为策略太简单——均线交叉，入门级的，没有信息差。
碧水花园的传感器为什么有效？因为它比投诉更早。物业听见的是"没水了""水小了"，传感器先看见0.19MPa。一个是事后抱怨，一个是事前信号。
K线上的传感器在哪里？K线本身就是数据，公开，所有人都能看到。可看到不等于理解。K线上需要的是比市场早半秒的理解。
赵启明说的"信息不对称"。在K线上，不对称在哪里？
还在找。但方向更清晰了——方向就是不对称。找到别人看不到的数据，或者别人看到了但不理解的数据，用算法理解它，然后下注。
翻开笔记本。蓝色钢笔。
"管道。数据。市场。"
写完看了一遍。三个词。中间没有箭头，也没有等号。
智水平台是水和代码的组合——第一步。组合管用了。投诉少了，物业点头了，这就够了。
但第二步呢？代码和市场的组合——还没试过。只看了八个月的K线，跑了几次回测，没有实盘。没有实盘就是没有验证。没有验证就是假说。碧水花园的传感器验证了水和代码的假说——30%是证据。K线上还需要证据。
赵启明在市场里了。我在水管和代码的中间地带。中间地带是好的——能看到两边。两边都看到了，桥就好搭了。
从设计院出来是因为"这不对"。到百度是因为我看见了另一种图。到深圳，是因为水和代码真的接上了。但交叉点不是终点。
交叉点是过渡。
给排水→百度→智水平台→？
笔记本上还有一行没写。但脑子里的箭头已经指了方向——从水到路到数据，下一步是钱。这个方向还没有验证，只能先放在纸边上。
关了Python。关了灯。
深圳的夜在外面——虫叫，空调外机嗡嗡响，远处海的味道。虫叫和哈尔滨的不一样。哈尔滨的虫是蟋蟀，低沉，间歇；深圳的虫是蝉，尖锐，持续。
但那些数字还在跳。跳动的东西，总会留下痕迹。
窗外远处有灯光——碧水花园的灯。六栋楼的窗户有的亮，有的暗。有人洗澡，有人做饭，有人刚下班回家。屏幕里的数字还会继续跳。
一个系统。活的。流动的。
钢笔在口袋里。笔记本在枕边。笔记本的最后一页写了三行字——"给排水→算法→路网"，"水压曲线 / K线"，"管道。数据。市场。"
三行字。三个阶段。从设计院到百度到深圳。从水到路到数据。
下一步是钱。
但不是今天。今天碧水花园的投诉少了。今天算法管用了。
先把这个做好。然后再走。
窗外虫还在叫。空调还在嗡。碧水花园的灯还亮着，有的亮，有的暗。
流动。一直流动。