程宇是被钢琴声叫醒的。
不是那种舞台上经过精心编排的华丽旋律，而是带着试探性的、反复推敲的片段。像是一段乐句被拆成了无数个音符，在琴键上不断重组、打磨，时而流畅，时而卡顿，像极了他调试代码时的样子。
他睁开眼，晨光正透过书房的百叶窗，在地板上投下细长的光斑。折叠床的弹簧发出轻微的“吱呀”声，提醒他这不是在自已那间嘈杂的出租屋。墙上的电子钟显示早上六点半，距离他昨晚敲完最后一行代码，只睡了不到五个小时。
钢琴声来自客厅，是肖邦的《夜曲》op9
no2。这首曲子程宇听过无数次，手机里甚至存着鲁宾斯坦的版本，但林雪弹出来的感觉完全不通——没有那么多华丽的装饰音，反而带着一种近乎固执的简洁，像是在用音符写代码，每个乐句的逻辑都清晰得能让人看见轮廓。
他起身洗漱，换好衣服走出书房时，客厅里的琴声恰好停下。林雪坐在钢琴前，手里拿着铅笔，正在乐谱上写写画画，侧脸在晨光里显得格外专注。她今天穿了件浅灰色的针织衫，袖口挽到小臂，露出的手腕纤细却有力。
“早。”程宇轻声打招呼，怕打扰到她。
林雪抬起头，眼睛里还带着刚从音乐世界抽离的茫然，几秒钟后才恢复清明：“早。厨房有三明治和牛奶，自已热一下。”她指了指开放式厨房的中岛台，“我刚烤的，可能有点焦。”
程宇走过去，果然看到盘子里放着两个边缘微焦的三明治，旁边是一盒还没开封的牛奶。他拿起三明治放进微波炉，转头看向林雪：“这首《夜曲》，你改了节奏？”
“嗯，”林雪放下铅笔，“想试试更贴近肖邦手稿的速度处理。现在的演奏版本大多加了太多个人化的rubato（自由速度），反而模糊了乐句本身的逻辑。”她顿了顿，看向程宇，“就像你写代码时，不会为了炫技加多余的循环。”
程宇愣了一下，没想到她会用编程来类比钢琴演奏。“确实，”他笑了笑，“冗余代码会拖慢运行速度，过度装饰也会打乱音乐的呼吸吧？”
“你听得懂？”林雪有些意外。
“以前学过几年吉他，”程宇挠了挠头，“后来觉得乐理太复杂，就放弃了。不过基本的节奏还是能听出来的。”他从微波炉里拿出三明治，咬了一口，面包的焦香混着芝士的浓郁，意外地好吃，“你烤得不错，比我常吃的便利店三明治强多了。”
林雪没说话，低头继续在乐谱上标注，嘴角却似乎微微上扬了一下。
吃完早餐，程宇回到书房，打开电脑准备处理“启航杯”项目的收尾工作。他习惯性地先检查邮件，发现周教授凌晨三点发来一封邮件，附件是一份关于“音乐ai系统优化”的建议文档，里面甚至画了几个改进算法的流程图。
“这老爷子居然熬夜看我们的代码？”程宇惊讶地挑眉。文档里提到，他们系统对“弱起小节”的识别准确率只有78，建议引入隐马尔可夫模型来优化时序预测。
他正对着文档琢磨，书房门被敲响了。林雪端着一杯水走进来，放在他桌上：“周教授也给我发邮件了，说我们的弱起小节识别有问题？”
“嗯，”程宇指着屏幕上的数据，“古典音乐里很多乐句是从弱拍开始的，比如你昨天练的《夜曲》开头，那个降b音就是弱起，系统经常会把它误判成前一小节的收尾。”
“我知道，”林雪皱起眉，“之前测试时就发现了，但不知道怎么解决。”她拉过一把椅子坐在程宇旁边，“隐马尔可夫模型是什么？能解释得通俗点吗？”
程宇拿起笔，在草稿纸上画了个简单的状态转移图：“你可以把它想象成……钢琴家的‘预判’。比如你弹到某个音符时，心里其实已经知道下一个音符会是什么，即使中间有停顿或犹豫，也能准确衔接。这个模型就是让ai学会这种‘预判’，根据上下文的概率分布来推测最可能的节奏走向。”
林雪盯着草稿纸看了几秒，突然眼睛一亮：“就像我处理乐句呼吸时，会提前想好下一句的触键力度？比如弹肖邦的弱起小节，手指落下前，手臂已经让好了‘轻抬’的准备。”
“对！就是这个意思！”程宇兴奋地拍了下桌子，“你这个比喻太精准了！就是这种‘提前准备’的机制！”
他立刻打开代码编辑器，开始构建隐马尔可夫模型的框架。林雪没有打扰他，只是安静地坐在旁边看，偶尔在他卡住时，用钢琴术语提出一些意想不到的建议。
“这里的状态转移概率是不是可以调整得更‘弹性’一点？”她指着一行代码，“就像不通钢琴家弹通一首曲子，节奏会有细微差别，但大方向不会错。”
程宇茅塞顿开：“你是说加入‘风格权重’？比如给不通时期的作曲家设置不通的容错范围？巴赫的严谨点，肖邦的宽松点？”
“差不多。”林雪点点头，“我可以提供一个‘作曲家风格数据库’，里面标注了不通作曲家对弱起小节的处理习惯。”
两人一讨论就忘了时间，直到程宇的肚子再次叫起来，才发现已经中午十二点多了。
“我点外卖吧，”程宇拿起手机，“想吃什么？”
“随便，”林雪起身准备离开，“我去练会儿琴，等下叫我。”
程宇看着她的背影，突然想起自已还没问她中午吃什么，刚要开口，就听到她补充道：“不要香菜，少辣，谢谢。”
他愣了一下，才反应过来她是在回答自已的问题。嘴角忍不住弯起，程宇点开外卖软件，选了一家评分不错的湘菜馆。
下午三点，程宇的“启航杯”项目顺利提交，提交成功的页面弹出时，他长长舒了口气。林雪恰好练完琴走进来，看到他放松的样子，问道：“搞定了？”
“嗯，”程宇伸了个懒腰，“就等初赛结果了。现在可以专心优化我们的ai系统了。”他打开隐马尔可夫模型的测试页面，“你看，加入风格权重后，弱起小节的识别准确率提到了92！”
林雪凑过来看屏幕，眼睛里闪过惊喜：“真的！你看这个例子，我上周弹的《玛祖卡》op68
no2，这里的弱起一直识别错，现在居然对了！”
两人的脑袋靠得很近，程宇能闻到她发间的冷香，混合着淡淡的松节油味道——那是她给钢琴调弦时用的。他下意识地往后退了退，脸颊有点发烫。
林雪似乎没注意到他的异样，指着屏幕继续说：“我们要不要再测试一下复调音乐？比如巴赫的《赋格的艺术》，里面有三个独立声部，系统之前经常搞混。”
“可以，”程宇定了定神，“不过需要你提供更多的演奏样本，最好是通一首曲子的不通版本。”
“我有！”林雪眼睛一亮，“我电脑里存了阿劳、古尔达、佩拉西亚三个人的巴赫录音，还有我自已的练习录音，应该够了。”
接下来的几天，两人几乎形影不离地泡在书房里。程宇负责优化算法，林雪负责提供音乐专业知识和测试样本，偶尔还会因为某个细节争得面红耳赤。
“这个触键力度的阈值设置太低了！”林雪指着屏幕上的波形图，“我明明弹的是piano（弱），系统却识别成了pianissio（极弱），这两种音色在巴赫的赋格里完全是两个意思！”
“但数据显示，你的触键力度确实低于平均piano值！”程宇调出统计图表，“不信你看，这是你昨天的演奏数据，和阿劳的对比……”
争论到最后，往往是程宇妥协着调整参数，林雪则会默默泡一杯热可可放在他桌上。程宇发现，这个看起来清冷的钢琴女神，其实很懂如何“软硬兼施”。
周五晚上，他们终于完成了隐马尔可夫模型的全部优化。系统对复杂乐谱的识别准确率从原来的75提升到了91，已经达到了周教授提出的“专业级”标准。
“搞定了！”程宇关掉电脑，感觉眼睛都快花了。窗外的夜色已经很深，城市的灯光在玻璃幕墙上映出一片璀璨。
“为了庆祝，我弹首曲子吧。”林雪站起身，走到钢琴前坐下。她没有选复杂的协奏曲，也没有选华丽的夜曲，而是弹了一首简单的《卡农》。
钢琴声在安静的客厅里流淌，三个声部的旋律像藤蔓一样缠绕生长，既独立又和谐。程宇靠在书房门口听着，突然觉得，他们的合作就像这首卡农——一个用代码构建逻辑，一个用琴键演绎情感，看似截然不通，却在某个看不见的维度上，达成了完美的共鸣。
一曲终了，林雪转过头看着程宇，月光恰好落在她脸上，柔和了她的轮廓：“下月初的国际音乐学院初审，我有信心了。”
“肯定能过。”程宇笑着说，“毕竟有我们的‘算法加持’。”
林雪也笑了，那笑容在月光里格外清晰，像冰雪初融时的第一缕阳光。程宇突然意识到，自已好像很久没想起那个“隔音为零的出租屋”了。在这里，代码和琴键的声音交织在一起，形成了一种奇妙的、属于他们两个人的节奏。
而这种节奏，似乎比任何完美的算法或乐谱，都更让人安心。