第三章：数据捞金•黑市邀约

接下来的两天，王宇的生活节奏固定在城中村与大学城步行街之间。白天补充物料、优化设计、研究周边小生意模式，傍晚出摊，深夜复盘。第二天净收入720元，第三天遇到小雨，生意清淡，只赚了400元。三轮摆摊下来，总资金积累到2677元。
数字在缓慢增长，但王宇心中的倒计时，每一秒都响得惊心。一百天，1.2亿。靠夜市摆摊，就算每天净赚一千，也需要一万两千天，三十多年。这条路，只是保证他活下来，饿不死，距离“翻身”遥不可及。
他需要一个杠杆，一个能将这微薄启动资金快速放大的机会，哪怕伴随着风险。
第三天晚上收摊后，他没有立刻回住处。大学城附近有一片老旧的居民楼，底层开着不少网吧和小旅馆。其中一家网吧的招牌灯管坏了一半，“极速网络”的“速”字只剩下“束”还亮着。王宇走了进去。
扑面而来的是混杂着烟味、泡面味和人体汗味的沉闷空气。灯光昏暗，一排排电脑前坐满了人，大多是年轻面孔，沉浸在游戏或影视剧中，键盘鼠标的噼啪声不绝于耳。他走到柜台，一个睡眼惺忪的网管抬起眼皮。
“包夜，角落那台。”王宇递过去一张二十元纸币，指了指最里面靠墙、屏幕背对过道的一台机器。
网管没说话，撕了张小票给他。
王宇走到那台电脑前坐下。机箱嗡嗡作响，显示器表面蒙着一层薄灰。他开机，等待老旧系统缓慢启动。来这里的目的不是上网，而是这间网吧的另一个“功能”——它提供对某些特殊网络节点的访问，俗称“跳板”。
过去经营星辰科技时，为了了解一些灰色地带的动态或测试网络安全边界，王宇接触过这个隐蔽的圈子。他知道有些“私活”和“机会”只流传在特定的加密论坛或暗网渠道，而一些街边网吧，是进入这些渠道相对方便且匿名的入口之一。
电脑启动完毕，他先进行了一系列基本的安全检查，确认没有明显的监控软件。然后，他没有使用常规浏览器，而是打开了一个预先存储在U盘里的、经过修改的便携式浏览器，并配置了代理设置。
屏幕的光映在他脸上，明明灭灭。他快速输入了一长串复杂且毫无规律可循的网址。页面跳转了几次，最终停留在一个设计极其简陋、只有黑白两色的论坛界面。没有图片，没有广告，只有一行行标题和简短说明，像电子世界里的地下布告栏。
这里的帖子使用的都是行业黑话或缩写。王宇的目光快速扫过：
“D清洗，量100W+，需爬虫基础，结USD。”
“渗透测试，目标中型电商，预算有限，长期合作。”
“脱库数据转手，金融类，19-21年，验货议价。”
“急招逆向工程师，分析某APK加密协议，三天内交货。”
空气中劣质烟草的味道似乎更浓了。王宇面无表情，一条条看下去。这些“工作”大多游走在法律边缘，甚至明显违法。报酬从几千到几十万不等，但风险同样巨大。他需要的是那种能快速变现、技术难度适中、且相对“安全”的机会。
他的目光停在了一条发布时间是三小时前的帖子上：
“数据清洗与结构化。原始数据约50G，文本为主，来源多个内部系统，格式混乱，字段缺失严重。需求：按给定模板清洗、去重、归一化、建立关联。交付标准数据库文件。时间：72小时。报酬：5万CNY。预付30%。要求：有大数据处理经验，熟悉Python/Pandas/SQL，能立即开工。联系方式：站内加密消息。”
五万。七十二小时。预付一万五。
王宇的心脏猛地一跳。这个金额，对他目前的处境来说，是一笔巨款。完成它，意味着他的启动资金可以直接跃升一个数量级。
但他立刻冷静下来。高报酬意味着高要求或高风险。50G文本数据，来源“多个内部系统”，格式混乱——这听起来像是某个公司或机构内部未经整理的原始数据，可能是客户信息、运营日志、文档档案。清洗和结构化这种数据本身是技术活，但关键在于数据的性质和来源是否合法。
他点开发帖人的资料，一片空白。没有历史发帖，没有评级。新注册的账号。
王宇沉吟片刻。他需要更多信息。于是，他按照帖子要求，通过站内的加密消息系统，发送了一条简短询问：“数据具体领域？是否有隐私或合规敏感信息？交付模板可否预览部分？”
消息发出后，他关掉这个页面，开始浏览论坛其他板块，同时留意着消息提示。网吧里依旧嘈杂，隔壁座位的一个少年正在激动地指挥团队作战，声音嘶哑。
大约二十分钟后，加密消息的图标闪烁起来。对方回复了：
“领域：客户服务与部分运营日志。含部分PII，需按模板脱敏处理。模板可提供字段定义文档。技术问题可实时沟通。接受？”
PII，个人身份信息。这提高了风险等级。但对方明确提到了“脱敏处理”，这表明发布者至少意识到合规问题，或者试图在任务要求中规避直接的法律风险。模板和实时沟通，也显得比那些语焉不详、扔了数据就等结果的任务要规范一些。
王宇的手指在油腻的键盘上轻轻敲击。五万的诱惑力是巨大的。这笔钱可以让他立即升级摆摊的装备，甚至去尝试一些更需要初始投入的小项目。更重要的是，它能提供一段喘息的时间，让他从“挣扎求存”的模式，稍微切换到“规划发展”的频道。
风险呢？数据来源不明。对方身份不明。任务完成后是否能顺利拿到尾款？如果数据涉及严重违法，他作为处理者是否会被牵连？
他思考了五分钟。然后，再次回复：“接受。如何接收数据和预付？沟通方式？”
这一次，回复来得更快：“数据通过加密链接分发，密码单独发送。预付走数字货币或指定账户转账。实时沟通使用Telegram，账号发你。”
数字货币或指定账户。这进一步增加了匿名性，但也意味着一旦出现问题，追索极其困难。王宇权衡了一下，选择了指定账户转账——至少能留下一个银行流水痕迹，尽管账户很可能也是买来的“白户”。
他提供了自己一个早已不用的、关联信息最少的旧银行账户。对方很快发来一个账号和金额：15000元。“预付已安排，约2小时内到账。数据链接和密码随后发送。Telegram联系ID：@CleanData_J。添加时注明任务代号：CD72。”
王宇记下ID，退出了加密论坛，清除了浏览器所有痕迹和临时文件。然后，他下载了Telegram，注册了一个新账号，使用随机生成的头像和用户名，添加了对方提供的ID。
几乎在添加的同时，对方通过了验证。没有寒暄，直接发过来一个文件：数据字段定义模板.pdf，以及一个加密网盘链接和十六位的解压密码。
“数据包已上传。72小时倒计时开始。每小时可同步一次进度。最终交付物为SQLite数据库文件，需完全符合模板规范。有问题及时问。”
王宇回复：“收到。开始处理。”
他没有立刻下载数据包。而是先回到出租屋。路上，他查了一下那个旧银行账户的APP，果然，在晚上十一点左右，有一笔15000元的跨行转账入账，汇款方名称是一个看不出任何信息的商贸公司。
预付金到手。这至少说明对方目前有履约的诚意。
回到那间六平米的地下室，王宇打开笔记本电脑。连接上手机热点，按照链接和密码，开始下载那个50G的数据压缩包。网速不快，估计需要一两个小时。
等待下载的时间里，他仔细阅读了字段定义模板。模板设计得相当专业，明确了每个字段的名称、类型、约束条件、脱敏规则。数据主要涉及客户咨询记录、服务工单、部分产品操作日志，时间跨度大约两年。
看起来，确实像某个中型企业的内部客服系统数据，因为系统更换或合并，导致数据格式混乱。这种清洗工作虽然繁琐，但技术难度对王宇来说并不高。他迅速在脑子里规划了处理流程：解压后先用脚本初步扫描统计，识别主要问题和脏数据分布，然后编写清洗管道，分步骤处理，最后按模板建库导入。
凌晨一点多，数据包下载完毕。解压后，原始文件散乱在几十个文件夹里，有CSV，有TXT日志，有Excel，甚至还有少量Access数据库文件。编码不一致，日期格式五花八门，大量缺失值和错误值。
王宇活动了一下手指，新建了一个Python项目。他首先写了一个快速扫描脚本，运行后，终端里开始滚动输出数据概况：总记录数预估超过八百万条，主要问题集中在客户ID不一致、时间戳格式混乱、自由文本字段包含大量无关字符和重复投诉内容。
工作量比预想的略大，但仍在可控范围内。他开始编写核心的清洗脚本。键盘敲击声在寂静的夜里显得格外清晰。他全神贯注，沉浸在代码构建的逻辑世界中。这感觉有些熟悉，又有些陌生。熟悉的是处理数据、解决问题的过程；陌生的是此刻的环境和目的——曾经为了打造估值十亿的产品，如今为了五万块报酬。
过程中，他通过Telegram向对方确认了几个模糊的字段处理规则，对方回复及时且清晰。这让他稍感安心。
天快亮时，初步的清洗框架已经搭好，核心问题处理了大约三分之一。他设定了脚本批量运行，然后和衣在床上躺了两个小时。意识模糊间，似乎又看到了那条短信：“你还能爬起来吗？”
六点，他准时醒来。第一件事是检查脚本运行情况，一切正常。他快速洗漱，出门。白天他仍然需要去摆摊——这是目前唯一稳定的现金流，不能断。而且，他需要让生活看起来“正常”，避免引起不必要的注意。
摆摊时，他的效率比前几天更高。流程已经固化，应对各种情况也更加自如。他的心思有一半还留在出租屋那台运行的电脑上，但面上丝毫不显。那个微信名为“Wind”、申请添加他好友的人，这两天没有再出现，他也没有再理会。
下午收摊早了一些。回到住处，他继续投入数据清洗工作。清洗过程像在泥泞中挖掘，不断遇到新问题：有些日志文件损坏，有些关联ID根本不存在于主表中，有些自由文本包含了系统调试信息需要剥离。他不得不调整脚本，增加异常处理，反复迭代。
第二天晚上，进度达到百分之七十。但一个新的发现让他停下了手。
在清洗一批操作日志时，他注意到其中混杂着一些非常规的记录。这些记录格式与其他日志类似，但操作对象和内容描述显得格外突兀。例如，大量对某个特定供应商订单的“异常审核通过”记录，时间集中；还有频繁的、针对某些个人账户的“权限临时提升”和“查询操作”，查询对象并非客服范畴，更像是内部审计或风控数据。
更关键的是，他在一些自由文本字段中，发现了被半掩码的公司名称和项目代号。经过简单的模式匹配和上下文分析，他心中一沉。
这些痕迹指向本地一家规模不小的实体企业——“隆盛集团”。这家集团业务涉及地产、零售和部分市政工程，名声不算太好，但实力雄厚。而数据中隐含的操作，似乎指向一些不合规的审批流程和内部监控行为。
这已经不是简单的客服数据清洗了。这些混杂的信息，可能涉及企业内部的灰色操作，甚至是商业贿赂、违规交易的线索。如果他只是完成清洗，交付数据库，那么这些“异常”数据也会被按照模板脱敏、结构化，变得更容易被分析和使用。
对方要这些数据，真的只是为了“清洗和结构化”吗？还是说，清洗只是幌子，真正的目的是获取这些隐藏的信息？
王宇盯着屏幕上滚动的一行行被高亮标记的异常记录，手指冰凉。五万块的吸引力依然存在，但一种更强烈的警觉攫住了他。他想起论坛帖子里那句“来源多个内部系统”，想起对方支付预付金的爽快和专业严谨的模板。
这不像是普通的企业IT外包。
他拿起手机，点开Telegram，盯着那个名为“CleanData_J”的联系人。对话框里只有冷静的技术问答。他输入了一段话：“数据中发现少量疑似与客服无关的内部操作日志，涉及其他业务系统。这部分是否需要特别处理或剔除？”
发送。
等待回复的时间显得格外漫长。窗外的城中村传来电视声和锅碗瓢盆的碰撞声，与屏幕上的冰冷代码形成诡异对比。
大约五分钟后，回复来了，依旧言简意赅：“按模板处理即可。所有字段依模板定义，无需额外操作。专注你的任务。”
这个回答，看似平常，却让王宇更加确信自己的猜测。对方不关心数据的具体内容，只关心格式和规范。这恰恰说明，内容本身才是对方想要的，而清洗和结构化，只是让这些内容变得更容易被利用的手段。
他面临一个选择：继续完成，拿到五万块，但可能成为某个不明商业阴谋或非法调查中的一环；或者，现在退出，退还预付金，但失去这个快速积累资金的机会，并可能得罪一个隐藏的、不知深浅的对手。
王宇靠在吱呀作响的椅背上，闭上眼睛。地下室浑浊的空气仿佛凝固了。电脑风扇持续发出低鸣，像某种催促。
良久，他睁开眼睛，目光重新落在屏幕上。他没有退出，也没有继续编写下一段清洗代码。而是新建了一个脚本，开始悄悄提取那些“异常记录”的原始片段和上下文，进行额外的备份和初步分析。同时，他也严格按照模板，继续推进主要的清洗任务。
他决定走一条中间路线：完成合同约定的工作，拿到报酬。但同时，为自己留下一些“底牌”——关于这些数据可能隐藏秘密的证据。这很危险，像是在刀尖上行走。但他需要那五万块，更需要理解自己卷入了什么。
风险与机遇，从来都是一体两面。在深渊边缘捞金，本就是他现在处境的写照。
他重新开始敲击键盘，眼神比之前更加专注，也更加冰冷。屏幕的光映在他的瞳孔里，映出那些滚动流淌的数据洪流，以及洪流之下，若隐若现的暗礁。