会议室里陷入短暂的沉默，空调出风口的气流声突然变得清晰可闻。林夏想起昨天去小学做调研时，那个扎羊角辫的小姑娘举着画满问号的纸问她："阿姨，你的车会像童话故事里的骑士一样保护我吗？"
技术组的王工突然打破沉默，他推过来的平板电脑上显示着新开发的伦理决策模型："我们加入了文化权重因子，在商业区会优先保护行人，进入工业区则侧重减少财产损失。但问题在于..."他滑动屏幕调出另一组数据，"不同社区的偏好差异太大，老城区居民最在意尊老爱幼，科技园附近则更看重通行效率。"
林夏注意到王工指尖下的图表，代表"伦理偏好分歧度"的曲线在过去半年里一直呈上升趋势。她突然想起上周参加的社区听证会，穿旗袍的老奶奶拍着桌子说"汽车就该让着人"，而程序员打扮的年轻人反驳"算法不能搞道德绑架"时涨红的脸。
当第一片雪花落在实验室的玻璃窗上时，林夏终于在最新版算法里加入了"情境弹性系数"。测试车在虚拟的雪夜街道上遇到新的难题：前方路口，闯红灯的电动车载着两个孩子，右侧公交车道上的校车正驶来，左侧人行道上站着一位拄拐杖的老人。
屏幕上的决策树以肉眼可见的速度生长分支，比上次复杂了三倍。林夏看着系统在0.4秒内完成了172次模拟推演，最终选择了半程制动加小角度转向——既不会撞上电动车，又能让校车有足够时间减速，代价是测试车会擦过路边的消防栓，导致右侧车门轻微受损。
"这次的决策符合83%的公众伦理偏好。"王工的声音带着难掩的疲惫，他眼下的青黑比昨天更深了，"但数据加密那边又出了新问题，上周有黑客侵入了我们的后台，下载了三百个用户的行车记录仪视频。"
林夏点开手机里刚收到的邮件，安全部门的报告显示，黑客是通过破解车载娱乐系统的漏洞进入数据库的。更棘手的是，那些被泄露的视频里，有78段拍到了车主在车内的私人对话，其中6段涉及商业机密。
"我们需要动态加密协议。"她突然想起在伦理研讨会上认识的数据安全专家，那位总穿着冲锋衣的教授曾演示过如何用区块链技术保护交通数据——每辆车的行驶记录都会被拆分成无数碎片，只有经过授权的节点才能重组查看。