“两个人都折了？废物！一点风声都没收到？”
他好不容易安插进腾龙的棋子，就这么悄无声息地被顾青给拔了。
这下，他对腾龙内部的情况，几乎是两眼一抹黑。
“那个顾青……”苏建豪手指头把电话捏得咯吱响，“看来，是我小看他了。”
他挂了电话，眼神阴鸷地盯着窗外。
从里头搞事的路被堵死了，那就只能从外头发力。
腾龙现在最缺的就是钱，这是它最大的死穴。
“既然里头不行，那就让它从外头开始烂！”苏建豪又拿起另一个电话，声音冷得像腊月的寒风：“通知银行那边，加大对腾龙的贷款催收力度！还有，联系我们控股的那几家供应商，让他们……”
腾龙创新，刚清理完内部的蛀虫，还没来得及松口气。
别墅三楼。
顾青看着电脑屏幕上重新变得干净的公司内部网络结构图，眉头却没完全松开。
内鬼是清掉了，信息安全暂时是稳了，移液枪的项目，似乎也能考虑正式搬回公司继续搞了。
但他总觉得有点不对劲，心里隐隐有点不安。
苏建豪那只老狐狸，绝对不会就这么算了。
内部的麻烦解决了，外头的风暴，怕是马上就要来了。
他瞥了一眼电脑右下角，那个“敬业低保”的数字还在不知疲倦地跳动着，心里稍微踏实了点。
不管苏建豪想玩什么花样，至少，他不缺钱。
只是，这次的对手，比苏念秋和林坤加起来，难缠太多了。
会议室的门“咔哒”一声关上，但那股子紧绷的劲儿还没散。
李学明搓了搓手，凑近顾青：“顾部长，刚才那手……啧，够绝。”
顾青没接话，收起电脑。
王娟在旁边小声嘀咕：“可这么一闹，外头那些银行、投资人，更得躲着咱们走了吧？”
这话像针，扎破了刚才抓内鬼那点短暂的痛快。
苏知夏瘫回椅子上，用力按着太阳穴，声音都沙了：“张姐，银行那边怎么说？”
财务张姐的眼镜片后面，眼神黯淡：“完了，苏总。汇海那笔救命的过桥贷款，刚来电话，停了。”
“停了？！”苏知夏霍地坐直，“凭什么？”
“说是……风险评估。我找人问了，是建豪集团那边……”张姐没说完，但意思都懂。
苏知夏一拳捶在桌面上，骨节发白：“又是他！”
屋里静得能听见空调的出风声，像极了公司现在的处境，吊着一口气。
账上那点钱，连下个月工资都不够发。
“AI大工程，”苏知夏猛地抬头，像是抓住了最后一根稻草，“这是我们唯一的机会了！拿下它，钱、名声，都能回来！”
这项目是市里重点扶持的香饽饽，腾龙靠着忆梦枕头的底子勉强入了围，可苏念秋这么一搞，悬了。
顾青走到窗边，看着楼下。这项目要是黄了，公司破产，他的“低保”也就跟着泡汤了。
【系统任务提示：协助腾龙创新科技获得AI大工程项目资格。任务奖励：敬业点数+1000，随机技术图纸一份。失败惩罚：公司破产风险大幅提升，系统稳定性下降。】
果然。
顾青心里哼了一声，这系统倒是会挑时候。
“主办方那边什么态度？”他问。
“悬。”苏知夏摇头，“苏念秋的事影响太恶劣，他们怕我们内部乱。而且…我爸肯定在背后使绊子。”
王娟赶紧补充：“建豪集团也报了名，听说方案做得特漂亮，还请了什么国外大牛顾问。”
“拼钱拼背景，咱们现在肯定不行。”顾青转身，“但技术，他们未必比我们强。”
苏知夏眼睛亮了点：“你是说……”
“评审会什么时候？”
“后天下午。”
“项目需求书，还有建豪那边可能搞什么技术方向，给我。”顾青坐回电脑前，“我找找有没有弯道超车的机会。”
他想到了之前搞的移液枪，那里面有些高精度的算法和数据处理逻辑，说不定能用上。
接下来两天，顾青就差睡在公司了。
他一头扎进AI大工程的技术文档里，跟李学明他们几个技术骨干一起，把腾龙压箱底的技术翻出来，对着需求一点点抠，一行行改代码。
苏知夏则在外面跑断了腿，想找评审会的人通融解释，可处处碰壁，苏建豪那座大山，压得她快喘不过气。
评审会当天。
高新区管委会的大会议室里，空气都透着一股严肃劲儿。
评审席上坐着一排专家领导，面无表情。
台下几家公司代表，个个西装革履，腰杆笔直。
建豪集团那边派来的是个技术副总，戴副金丝眼镜，ppt做得花里胡哨，各种国际前沿理论一套一套的，讲得唾沫横飞，脸上就差写着“稳了”两个字。
轮到腾龙。
苏知夏一站起来，底下好几道目光就变得怪怪的，带着打量和不信任。
她站上发言台，没看稿子，把腾龙的现状、决心和技术积累讲了一遍。
声音不算大，但每个字都清晰，透着一股不服输的劲儿。
可惜，评审席那边反应淡淡，没什么波澜。
“苏总。”一个戴眼镜的专家抬手，打断了她。
“消费级智能产品，腾龙以前确实有亮点。”
他话锋一转，声音不高，却很清晰：“但AI大工程，要的是底层算法，是算力平台。”
“坦白讲，贵公司目前的技术实力，尤其在核心算法和大规模数据处理这块……”他停顿了一下，意思不言而喻。
“加上近期的人事变动和负面新闻，我们确实有疑虑。”
苏知夏喉咙发紧，果然问到这儿了。
她正要开口，身后椅子轻微挪动的声音。
顾青站了起来。
“这位专家，”他声音不高，却很稳，自然而然接过了话头，“关于核心算法和数据处理能力，我或许能说得更具体些。”
他没走上发言席，就站在原地。
“项目需求书提到了高维稀疏数据的实时处理，还有模型泛化能力的高要求。”
“建豪集团刚才的方案，基于transformer改进，理论上听着不错。”
他话音一顿，带着点不以为然：“但实际应用，梯度消失、训练成本飙升，这些问题绕不开。尤其处理非结构化、长尾分布数据时，效果怕是要打折扣。”