倪永孝则在另一个层面运筹。他利用自己在学术和政策研究圈的人脉，组织了几次小范围、非正式的“沙龙”。受邀者包括那两位质疑的专家，也有其他领域对数字治理感兴趣的温和改革派学者，以及部里一些思想开明的中青年业务骨干。沙龙不设固定主题，只是围绕“未来治理的技术与人文”漫谈。高晋、吉米有时也会以“实践者”身份参加，不宣传项目，只分享实践中遇到的真实困境和困惑，真诚地向学者们“求教”。

起初，对话难免有些警惕和隔阂。但几次之后，当高晋具体描述如何尝试用模型辅助识别独居老人潜在风险，却又担心标签化效应时，那位批判技术治理的学者反而提供了国外“积极隐私”和“社区守望”结合的案例。当吉米谈起标准化过程中，不同部门数据口径打架的苦恼时，那位强调政策稳定的研究员分享了他们调研中看到的、因数据混乱导致的政策叠加或空白案例。

思想在无声中交流，隔阂在具体问题面前消弭。虽然根本立场未必改变，但至少，彼此不再是抽象的“对立面”，而是共同面对复杂治理难题的、可以对话的同行者。

变化是细微而缓慢的，如春风化雨。但高晋能感觉到，那股弥漫在空气中的、理念层面的阻力，其坚硬的整体性正在出现细微的裂痕。一些原本态度模糊的中间派官员，开始更愿意听取他们的具体汇报；一些司局在内部讨论相关议题时，不再简单地以“有风险”、“需谨慎”为由搁置，而是开始探讨“如何规避风险、稳妥推进”。

真正的转机，来自一次意外的实战检验。

十一月初，北方某超大城市远郊区，一处依托老旧工业区改建的、人口高度密集的混合型社区，因供暖管道老化破裂引发局部停暖，又因沟通不畅和应急物资调配迟缓，演变为一场小规模的群体性聚集事件。事态虽很快被控制，但暴露出在快速城市化区域，针对复杂风险耦合的预警和快速干预能力存在短板。

事件发生后，部里高度重视，责成相关司局立即调研，总结经验教训，提出改进措施。主管城市安全与应急的司领导，在部署任务时，看似无意地点了高晋的将：“高处长，你们那个‘城市韧性’课题，不是一直在研究风险识别和干预吗？有没有什么可以借鉴的思路？不用正式报告，先拿个初步分析来看看。”

这是一个机会，也是一个考验。如果他们的“星图”模型只能停留在纸面，或者只能解释已知案例，那么在真实的、突发的复杂事件面前，将毫无说服力。

高晋团队连夜启动。他们调用模型，接入该区域近期的市政、气象、社情、舆情等多源数据（均已脱敏并符合安全规范），进行快速回溯分析和模拟推演。模型在事件发生前48小时，确实在多个维度（如基础设施故障历史、社区投诉热点变化、同期低温天气预警、社交平台特定区域活跃度异常等）出现了风险耦合度升高的提示，并标记了可能的“压力引爆点”。模型甚至模拟了几种不同的干预路径，其中一种“提前检修预警+社区网格员主动沟通+应急取暖点预设”的组合方案，显示可将事件发生概率降低70%以上。

高晋将分析结果，以简洁的图示和文字说明，形成了一份内部参考简报。他没有强调模型的“预测”能力（那会引发新的争议），而是侧重“复盘分析”和“辅助推演”，重点指出数据交叉验证可能发现的“风险盲区”和“干预时机窗口”。

简报呈送后，引起了那位司领导的兴趣。他召集了一个小范围的业务研讨会，不仅让高晋详细介绍了分析过程，还邀请了应急管理、城建、信访等相关处室的负责人，以及——应司领导要求——那位曾对课题持批判态度的公共管理学者。

会议上，高晋展示了冷静、务实的一面，只谈数据、逻辑和模拟推演的可能性，绝口不提“智能”、“预测”等敏感词汇，更不自诩“解决方案”。他反复强调：“这只是一个辅助分析视角，真实决策必须依靠一线干部的丰富经验和现场判断。”

出人意料的是，那位学者这次没有提出哲学层面的质疑，而是针对模型识别的“社区投诉热点变化”这一数据维度，提出了深化建议：“投诉数据本身可能带有情绪偏差，如果能结合网格员日常巡查记录、社区公共活动参与度等更软性的指标交叉验证，或许能更早感知到社区情绪的微妙变化。”

这不再是质疑，而是建设性的补充。高晋立刻表示赞同，并记录在案。

司领导最后总结：“这次事件教训深刻。传统的条块分割、事后响应的模式，应对新型复杂风险越来越吃力。高晋他们这个思路，提供了一个新的、数据驱动的观察角度，虽然不成熟，但有启发性。尤其是这种多源数据交叉分析、寻找风险耦合点的想法，以及事前推演不同干预路径的做法，值得我们相关业务司局借鉴思考。下一步，可以考虑在部分高风险区域，进行小范围的、谨慎的试点应用探索，积累经验。”

这章没有结束，请点击下一页继续阅读！