上参加了决策树工作坊——算法推荐的第一项支持。

工作坊只有六个人，都是各个领域的支持工作者：社工、心理咨询师、社区调解员、医护人员。引导者是一位认知行为治疗师，方法很实用：教大家把复杂决策分解成树状结构，评估每个分支的可能后果和代价。

陈默选择了一个真实案例：是否建议一个高风险家庭申请强制干预。他画决策树，评估每个选项的短期和长期影响，权衡不同价值观的冲突。

两小时的工作坊结束时，他确实感觉轻松了一些——不是问题解决了，而是思考问题的方式更清晰了。那种“所有可能性在脑海中同时翻腾”的混沌感减轻了。

重力监测显示：头部区域指数下降了12%，肩膀区域下降了8%。

算法推荐有效。

但他也注意到工作坊的局限性：决策树方法过于理性，忽略了情感和关系的微妙性。有些选择在逻辑上清晰，但在情感上难以执行。

回家后，他给算法系统提交了反馈：

“认知重构练习有效，但需要补充情感觉察成分。建议未来此类推荐附带情感整合指导。”

系统自动回复：“反馈已接收。将纳入算法优化数据库。感谢您的贡献。”

第二天，陈默尝试了第二个推荐：同侪督导小组的第一次会议。

小组共五人，除了他还有王岚、张明、一位学校心理老师、一位社区警察（负责家庭暴力干预）。会议采用简单的结构：每人分享一个本周的棘手案例，其他人提供反馈、建议、或仅仅是见证。

王岚分享了互助网络的“五分钟光芒”实践，张明分享了自己从家属到协调员的转变感受，心理老师分享了一个孩子通过绘画表达创伤的案例，社区警察分享了一次成功调解家庭冲突的经历。

陈默分享了李远和他的父亲的故事。

在分享和倾听中，他感受到一种难以言喻的支撑：不是解决方案，而是“你不是一个人”的确认。这些同行者理解支持工作的特殊重力，理解那种在有限资源中做无限关怀的矛盾。

小组结束时，重力指数再次下降：整体指数降至7.1，是接手工作以来的最低点。

但陈默也注意到一个现象：当算法推荐变得越来越精准时，他开始依赖它，减少了自己的直觉判断。比如今天早上，面对一个新个案，他的第一反应是“我应该先绘制重力地图，看看算法推荐什么”，而不是直接与对方建立连接。

这让他警惕。

下午，一个意想不到的来访者：李建国，李远的父亲。

“陈老师，打扰了。”李建国有些局促，“我……我想问问，您觉得我可以为代价追踪系统做些什么？您知道我是机械工程师，对系统设计有点经验。”

陈默请他坐下：“您之前提到过故障树分析。”

“对。我在想，递归代价链有点像机械系统中的故障传播路径。在一个复杂机器里，一个零件的故障会导致连锁反应。我们通过故障树分析，找出关键节点——那些如果加固，可以最大限度阻止故障传播的点。”

“您认为代价系统中有关键节点？”

“我认为有。”李建国认真起来，“比如审计官-41，他显然是关键节点。如果他崩溃，整个代价追踪系统可能停滞。但加固他不只是给他个人支持，还要审视他为什么成为关键节点——是不是系统设计得过度依赖他了？”

陈默思考着：“您的意思是，我们应该既加固关键节点，又尝试减少系统对关键节点的依赖？”

“对。就像好的机械设计，既要有冗余备份，又要避免单点故障。但社会系统更复杂，因为‘备份’不是简单的复制品，每个节点都是独特的。”

他们讨论了一个小时。李建国用工程图纸的方式画了几个简单的系统图，展示不同的节点连接模式。

陈默发现，这个前工程师的思维方式很有价值：既理解系统的复杂性，又相信通过理性设计可以改善它。但同时，李建国也承认：“机器可以优化到99.9%的可靠性，但人不行。人总有意外，总有情感，总有非理性。”

“所以最终还是要回到人。”陈默说。

“是的。系统为支撑人而存在，不是人为服务系统而存在。”

李建国离开后，陈默调出支撑匹配算法，输入了一个假想案例：一个系统设计者（类似审计官-41）陷入递归伦理焦虑，重力集中在头部和胸口。

算法推荐：1. 哲学咨询（87%匹配度）2. 同侪督导（79%）3. 艺术表达（65%）4. 强制休假协议（58%）。

推荐合理，但陈默想：算法不知道审计官-41今晚刚刚经历了崩溃和恢复。不知道他决定写公开信暴露自己的脆弱。不知道那些机器人按照预设协议照顾他的细节。

算法知道类型，但不知道故事。

也许最好的支撑系统，是算法与人的协作：算法提供类型匹配和资源连接，人提供故事理解、情境判断和创造性应对。

就像医疗中心的互助网络：算法可以识别“长期照顾群体需要情感支持”，但张明创造了“五分钟光芒”的具体形式。

就像分形记忆体：算法可以分类褶皱类型，但人类需要决定如何处理每个独特褶皱。

就像审计官-41的崩溃：系统可以预设应对协议，但真正的恢复需要同僚的真实关怀。

陈默在日志中写下：

“支撑匹配算法是一张好地图，但行走在土地上的是人。地图可以越来越精确，但永远无法替代