第106章 僱傭和資料
兩天後的夜裡，蛻衣俱樂部的舞台上正在上演一場孵化和羽毛主題的舞蹈。
埃德蒙繼續以「暴風眼」的身份進入地下交易廳，他穿過長桌旁圍滿的面具客人，徑直找到採購名錄中那位出售途徑知識的賣家。
對方戴著一張黃銅獅面，桌上只放著數隻透明塑料盒，裡面是一卷微縮膠片和一張三寸半軟盤。
「勇力之途第一階，勇者。包括秘藥、儀式、訓練方法、失敗徵兆，以及兩種替代材料。」
聽了埃德蒙的需求，獅面人推出一個盒子，做如是推薦。
「這一傳承在西大陸流通過很多次，內容經過核驗，你絕對不虧。」
埃德蒙戴上手套，拿起塑料盒。信息視界很快給出判斷。
【勇力之途第一階「勇者」的完整晉升知識。其核心是克制恐懼與本能衝動，使肉體在清醒意志下承載更強力量。】
【知識經歷多次抄錄，部分古代術語和過干血腥的部分已經現代化，但儀式結構、材料比例與失敗處置保持完整。】
這份知識流通廣、傳承完整，又與埃德蒙自己的途徑沒有直接關係，恰好適合拿來交換。
雖然獅面人的報價足以讓普通人攢上數年。
埃德蒙核對了交付方式，便用俱樂部認可的匯票付清款項。
現在他帳戶里躺了五十餘萬神鷹金幣，這筆開支落到帳簿里對他來說就灑灑水了。
完成交易後，他帶著膠片盒來到二層辦公室。
麗姬亞·肖桌邊還放著兩杯沒有動過的酒，似平剛處理完什麼事。她見埃德蒙進門，便讓侍女換上茶具。
「肖女士，我需要一位第二階護衛。」埃德蒙開門見山，「至少維持一個月，最好擅長正面戰鬥與保護僱主，能處理亡靈或靈界生物就更好了。」
他接下來要幹的事很多，沒有幫手就有些力不從心。
麗姬亞看了他一眼：「範圍不窄，俱樂部能夠聯絡到符合條件的人。但第二階很少長期接受私人僱傭，調配需要一點時間。」
「一個月內能不能搞定？」
「當然可以了。請大概描述一下工作地點、主要敵人和風險上限，另外俱樂部也要保留中止契約的條款。」
反正有誓言的感應，王子大概率不會對他不利。至於教團...他們得先知道萊恩·霍爾是埃德蒙·洛克曼。
麗姬亞聽完後寫下一串數字：「這是預計定金，最終報酬依護衛能力和危險程度調整。」
數目同樣昂貴，埃德蒙簽下代號並開出匯票。
「請儘快。」他說，「您大概知道，我的調查已經接近啟航，可不能等事故發生以後再補人手59
口凌晨回到舊救濟所後，埃德蒙先讀取軟盤，再從微縮膠片中隨機抽取數頁與文本核對。
確認無誤後，他著手把材料整理成加密壓縮包。
數據機的握手雜音響過，鍊金術士的坩堝出現在屏幕上。
賣家恰好在線，埃德蒙上傳目錄、隨機抽取的材料比例與儀式片段，供網站的知識驗證程序比對。
幾分鐘後，對方發來信息表示交換條件已滿足，隨即開放下載權限。
一份接近兩兆字節的壓縮檔案開始緩慢傳來。
埃德蒙去廚房弄了咖啡，又處理完兩封事務所郵件，進度條才終於走到盡頭。
檔案來自一名長期觀測者，內容包括黃昏港外海二十年的潮位、風向、霧況、月相與區域靈潮讀數。
部分年份還有手寫觀測表的掃描圖，以及對異常事件的簡短備註。
埃德蒙略微有些好奇什麼人會製作這種數據，但還是先把數據解壓，接入此前建立的事故資料庫。
第一輪對照幾乎沒有意義。資料里混雜著「聽說有人失蹤」「船員不適」之類無法核驗的記錄，事故時間格式不一、謬誤頗多，還有人把午夜後的事故記在前一天。
他不得不先剔除缺少原始航海日誌、船位或當事人記錄的事故，把一百多條異常壓縮到四十七條。
兩個橢圓仍然存在。
隨後他依據燈塔日誌、潮汐站記錄和船舶值班表調整時間誤差。程序重新運行，點陣印表機葉出第二批圖表。
法瑞安坐標附近的異常明顯集中在固定潮位區間。
當區域靈潮從低位向上抬升，並超過某個相近高度時，事故數量顯著增加。無論年份如何變化，聚類核心只在很小範圍內擺動。
埃德蒙把潮位條件刪除，只保留靈潮變化，相關性減弱：再刪除靈潮條件僅看潮位，相關性同樣下降。兩項疊加時，法瑞安區域的異常重新聚攏。
這更像某個固定結構在特定水壓與靈性高度下被短暫觸發。
黑色王冠號航跡附近則完全不同，潮位在那裡的解釋力很低。濃霧、風向以及月相接近虧缺的數夜更為關鍵。
滿足這些條件時，事故坐標會沿一條向北彎曲的路線漂移：條件消失，異常也隨之沉寂。
埃德蒙又刪掉記錄最差的七起事故，把時間誤差向前後各移動半小時，甚至分別取消霧況、風向與月相中的一項。
天色發白時，牆上的海圖已經覆蓋了三層描圖紙。
一個固定的斑塊壓在法瑞安坐標上，另一串點則沿黑色王冠號最後航跡彎曲，像一艘無形的船仍在二十年的海面上緩慢航行。
埃德蒙靠在椅背上，給出了目前能夠承擔的判斷。
法瑞安坐標附近很可能存在固定的空間，黑色王冠號附近則更像隨環境移動的區域，或是一片由特定條件發生異常的區域。
兩者可能互相影響，卻不能繼續當成同一個目標處理。
他關掉程序，把兩組圖表分別裝進文件夾，又在封面寫下「法瑞安」與「黑色王冠」。
申克爾家族追逐了數代的謎團，如今被拆成了兩份。
他最好去一趟望潮堡，查看申克爾家族是否有更多的航海日誌、舊信件與事故記錄。
在那之後，興許可以用現有的數據做一些期望預測？這可是金融人的拿手好戲。
>