林辰站在研发大楼三楼洗手间的镜子前，看着镜子里的人——眼睛里有血丝，下巴有胡茬，白衬衫的领子有点皱。
他用冷水洗了把脸，从口袋里掏出剃须刀，是那种老式的双面刀片，王哲昨天塞给他的：“辰哥，明天见李总，好歹收拾收拾。”
刀片划过皮肤，留下青色的痕迹。1998年的冬天，深圳的自来水还不算太冷。
林辰盯着镜子，脑子里过电影一样回放今天要讲的内容：开场白、问题诊断、方案架构、实施计划、预期效果、风险评估……
“林工，好了没？”门外传来王哲的声音。 “马上。”
林辰打好领带——是刘博昨天从宿舍翻出来的，深蓝色，有点旧，但熨得平整。他穿上外套，那件在郑州出差时买的灰色夹克，拍了拍袖子，走出洗手间。
走廊里已经等着四个人：王哲、刘博、周峰、张涛。
每个人都穿着自己最正式的“战袍”——王哲的白衬衫扣子扣到了最上面一颗，勒得脖子发红；
刘博的工装洗得发白，但干净；
周峰居然换了件新的格子衬衫，虽然还是格子；
张涛最正式，穿了西装，但领带打得歪歪扭扭。
“都准备好了？”林辰问。
周峰递过来一个软盘：“演示程序，在A盘。”
张涛递过一沓纸：“算法核心公式推导，手写的，李总喜欢看手稿。”
王哲递上笔记本电脑：“测试数据可视化，做了动画效果。”
刘博没递东西，只说：“测试基站，已联机。随时演示。”
林辰接过这些东西，放进那个军绿色帆布包——在北京买的，边角已经磨破了。
他看着眼前这四个兄弟，三天三夜没怎么睡，眼睛都红着，但眼神都亮着。
“走吧，”他说，“八点半，李总办公室。”
八点二十五分，五人站在李一男办公室门口。
门虚掩着，能听到里面打电话的声音，是英语，语速很快，偶尔夹杂着德语单词——李一男在跟欧洲那边讨论3G标准的事。1998年底，3G还只是纸面上的概念，但华为已经开始布局了。
等了五分钟，电话挂断。林辰敲门。 “进。”
推门进去，办公室的景象和记忆中一样：十五平米，一张办公桌，两个铁皮文件柜，墙上挂满中国地图和世界地图，红色小旗标注着华为设备的分布。不同的是，今天桌上多了几个烟灰缸——都已经满了。
李一男坐在办公桌后，正在看一份英文资料。他抬起头，金丝眼镜后的眼睛扫过五个人，最后停在林辰身上。
“坐。”他指了指对面的椅子——只有一把。 林辰坐下，其他四人站在他身后，像一支小型代表团。
李一男合上资料，是《IEEE通信汇刊》的最新一期。他拿起保温杯喝了一口茶——茶叶占了半杯，浓得发黑。然后点了支烟，红双喜，烟盒就扔在桌上。
“听说你们这几天没怎么睡觉？”李一男开口，语气听不出情绪。
“赶进度，”林辰说，“想尽快拿出阶段性成果。”
“成果呢？” 林辰从帆布包里掏出三样东西：一份装订好的方案报告、一张手绘的架构图、还有那张软盘。
“都在这儿。”
李一男接过报告，封面手写着标题：《广东GSm网络智能优化平台——方案设计与试点建议》。
他没翻开，先看那张架构图——是林辰昨晚重新画的，用三种颜色区分数据层、分析层、执行层，箭头标注数据流和指令流。
看了足足三分钟，李一男放下图，拿起报告，快速翻阅。他翻页的速度很快，但偶尔会停下来，盯着某一段文字或某个图表多看几秒。办公室里只有翻页声和墙上时钟的滴答声。
王哲在后面悄悄戳了戳林辰的后背——他紧张。林辰没动，只是看着李一男的表情。
报告翻到最后一页，李一男放下，又点了一支烟。烟雾在办公室里弥漫开来，和茶香混在一起。
“先说说你们调研的发现。”他说。
“是。”林辰站起身——坐着说话不自在。他走到墙边一块空闲的白板前，拿起笔。
“过去一周，我们跑了广东五个典型场景：广州天河、深圳华强北、东莞工业区、粤北山区、珠三角农村。”
他在白板上写下这五个地名，“发现了三类共性问题。”
“第一，孤岛式优化思维。”林辰画了五个隔开的圆圈，“覆盖优化、频率规划、参数调优、硬件维护、投诉处理——这五个环节在现有体系里基本割裂。每个环节只关注自己的KpI，导致局部优化，整体恶化。”
李一男没说话，但点了点头。
“第二，经验主义主导，数据严重贫血。”林辰写下几个例子，“天线倾角8度最合适’、‘农村基站功率调最大’——这些经验法则没有数据支撑，甚至与实测数据矛盾。优化决策靠‘我觉得’，而不是‘数据显示’。”
“第三，人肉运维，自动化缺失。”林辰调出几张照片——是调研时拍的维护人员工作场景，“所有优化工作高度依赖人工，效率低，成本高，而且人为失误率占故障的38%。”
讲完三点，林辰停顿了一下：“这三个问题相互关联，共同导致了广东移动GSm网络的‘三高’痼疾——高掉话、高拥塞、高干扰。传统方法治标不治本，所以我们需要一套全新的方法论。”
李一男弹了弹烟灰：“所以你们提出了这个……”他指了指架构图，“智能优化平台？”
“是，”林辰走回白板前，在刚才的问题旁边画了一个大框，“我们的解决方案可以概括为三句话：打通孤岛、量化经验、自动运维。”
他在大框里画出三个支柱： “第一支柱，数据感知层——打通数据孤岛。实时采集基站测量数据，对接用户投诉系统，集成话务统计平台，融合地理信息系统。让所有数据在一个池子里流动。”
“第二支柱，智能分析层——量化经验。用数据挖掘和机器学习算法，自动诊断问题，分析根因，推荐方案，预测效果。让优化决策从‘经验驱动’变成‘数据驱动’。”
“第三支柱，自动执行层——实现自动运维。开发多厂商设备适配接口，建立方案安全验证机制，实现指令自动下发和效果闭环监控。让人从重复劳动中解放出来，专注于策略制定和异常处理。”
林辰讲得很流畅，这些内容已经在脑海里过了无数遍。背后的兄弟们都松了口气——开场不错。
李一男听完，沉默了几秒，然后问了一个问题：“听起来很好，但你怎么证明这玩意儿能工作？”
“我们有原型。”林辰说。
原型演示：十台服务器与一个基站的对话
林辰示意王哲打开笔记本电脑，连上投影仪——那是一台老式的三枪投影仪，开机要预热三分钟。趁这功夫，刘博跑出去打了个电话，让楼下测试机房的同事准备。
投影亮起，屏幕上出现一个简单的图形界面——蓝色背景，白色文字，典型的1998年软件风格。
“这是我们的数据采集模块，”周峰走到前面——技术演示他来讲，“目前接入了广州天河区的十个测试基站，都是华为设备。”
他敲了几下键盘，屏幕上开始滚动数据：基站Id、时间戳、接收信号强度、干扰水平、话务量、掉话次数…… “
数据是实时的，每分钟更新一次。”
周峰调出一个曲线图，“这是三号基站过去一小时的掉话率变化，可以看到在上午九点有一个明显峰值。”
李一男身体前倾，盯着屏幕：“数据从哪里来的？”
“基站内部的性能计数器和测量报告，”周峰说，“以前这些数据只用于基站内部算法，不上报。我们改了软件配置，让它们上报到中心服务器。”
“改了哪些配置？”
“主要在基站控制器的omc-R模块上，”周峰调出代码片段，“增加了三十七个测量项的上报功能，优化了上报频率和压缩算法，保证不影响基站正常业务。”
李一男点点头，示意继续。 “接下来是分析层演示，”张涛接过话头，他有点紧张，推了三次眼镜，“我们设计了一个简化的诊断算法，基于规则引擎和统计分析。”
他在键盘上敲入一行命令，屏幕切换，显示出一个诊断报告： 基站GZ-th-003诊断结果
· 问题类型：覆盖漏洞导致掉话
· 根因分析：天线倾角过大（当前15度，建议12度）
· 影响范围：低层用户（3-8层）
· 预估改善：掉话率下降12-18%
“这个诊断怎么来的？”李一男问。
“分三步，”张涛调出算法流程图，“第一步，数据预处理，清洗异常值，归一化；第二步，特征提取，从原始数据中提取四十八个关键特征；第三步，规则匹配，用一百二十七条预设规则进行诊断。” “规则从哪里来？”
“部分来自GSm规范，部分来自我们调研中总结的经验，部分来自历史优化案例。”张涛说，“但这只是初级版本，最终我们会引入机器学习，让系统自己从数据中学习规则。”
李一男没评价，只是说：“继续。” “最后是执行层，”刘博走到电脑前——他操作键盘的方式很特别，只用两个手指，但速度极快，“我们已经实现了对测试基站的远程配置管理。”
屏幕上出现一个命令行界面，刘博输入一串指令：
SEt btS GZ-th-003 tILt_ANGLE = 12
回车。屏幕显示：
mand sent. waiting for acknowledgement...
三秒后：
btS GZ-th-003 acknowledged.
New tilt angle: 12 degrees.
“这就改完了？”李一男问。
“改完了，”刘博调出基站实时监控页面，“可以看到天线倾角参数已经更新。但实际物理调整需要维护人员去现场——我们目前只改了软件参数，天线马达的远程控制还在开发中。”
“安全机制呢？”
“三重保障，”刘博调出另一个界面，
“第一，所有指令在模拟环境预执行，验证安全；
第二，指令下发需要二级审批——现在是测试模式，只有一级；
第三，系统保留最近十次参数修改记录，支持一键回滚。”
演示结束，办公室里安静下来。投影仪的风扇嗡嗡作响，墙上的时钟指向九点二十。
李一男掐灭烟，又点了一支——这是今天上午的第四支。他靠在椅背上，看着屏幕上的界面，又看看站在面前的五个人，最后目光落在林辰身上。
“演示我看了，”他说，“技术上是可行的。但我要问几个问题。”
李一男站起身，走到白板前，拿起笔。他写了五个数字，每个数字后面画了个问号：
1. 规模问题？ 十个基站能跑，一万个基站呢？
2. 厂商问题？ 华为设备可以，爱立信、诺基亚呢？
3. 算法问题？ 规则引擎太简单，机器学习太遥远，中间的路怎么走？
4. 风险问题？ 自动执行出错怎么办？谁负责？
5. 价值问题？ 投入这么大，产出值得吗？
写完，他转身看着林辰：“一个一个答。”
林辰深吸一口气。这些问题他预想过，但没想到李一男问得这么直接、这么尖锐。
“第一个问题，规模。”他走到白板前，在“1”后面画箭头，“我们的架构设计就是为大规模部署准备的。数据采集用分布式代理，每台基站一个轻量级代理程序，只负责采集和压缩，不处理。数据传回中心后，用服务器集群并行处理。我们估算过，三十台服务器集群可以处理全省一万两千个基站的数据。”
“服务器哪里来？”
“李总您已经批了二十台，”林辰说，“广东办事处协调十台，总共三十台。如果不够，我们可以用夜间闲置的计算资源——基站数据在夜里三点到五点处理压力最小，那时候服务器负载也最低。” 李一男点头，没说话。
“第二个问题，厂商。”林辰在“2”后面写方案，“分两步走。第一步，华为设备全面支持，这是我们能控制的。第二步，通过移动集团协调爱立信和诺基亚，要求他们开放北向接口。如果厂商不配合，我们开发适配层——截获网管系统的操作，转译成厂商接口能识别的指令。效率低一点，但能用。”
“移动会配合吗？”
“会，”林辰很肯定，“因为这套系统最终受益最大的是移动。我们已经和广东移动的张志强工程师达成共识，他会推动这件事。” 李一男在笔记本上记了一笔。
“第三个问题，算法。”林辰在“3”后面画了三个阶段，“短期用规则引擎，解决80%的常见问题；中期引入统计模型和专家系统，解决15%的复杂问题；长期探索机器学习，解决剩下5%的疑难杂症。我们不追求一步到位，而是迭代演进。”
“时间表？” “规则引擎一个月内上线，统计模型三个月，机器学习半年到一年。”林辰说，“但即使只有规则引擎，也能比现有的人工优化提升三倍效率。” 李一男继续记笔记。
“第四个问题，风险。”林辰在“4”后面写了几行字，“第一，所有指令必须模拟验证；第二，所有执行必须人工审核——初期是全审核，后期是抽检；第三，建立安全边界，关键参数不允许自动修改；第四，购买保险，真出事了有兜底。”
“保险？”
“我们测算过，全省推广后，每年能为移动节省运维成本三千万以上。拿出10%买保险，还有两千七百万净收益。”林辰给出具体数字，“而且前期只在小范围试点，风险可控。”
“第五个问题，价值。”林辰在“5”后面画了个表格，列出入和产出：
投入：平台开发（500万）+硬件采购（300万）+ 人力成本（200万）= 1000万
产出：运维成本节约（3000万\/年）+投诉减少（间接收益500万\/年）+ 网络质量提升（品牌价值无法估量）
投资回收期：4个月
五年净收益：1.2亿
数字清晰，逻辑严密。林辰讲完，办公室里再次安静下来。