“来面试的吗？”前台的小姐问。

“对，我找宋倾宋总。”沈暮年翻出短信示意。

“您这边，宋总已经和我说过了。”前台小姐笑着给他带路。

两人一路穿过走廊，到一件安静的独立办公室门口停下，“宋总，人来了。”前台小姐轻叩门后传话。

“请进。”字正腔圆的男音。

是他？他就是宋倾？沈暮年一进门就看到了宽大的办公桌后坐着的年轻男人，和那天晚上他见到的人一样，挺括的西装，精致搭配的领带，挺拔的鼻梁上一对深邃的眼睛带着疏离的笑意看着他，写满成熟稳重。

“沈寂南？请坐。”宋倾站起来，打量了一眼眼前的年轻学生，冷毅的墨眸透着一丝青涩，这眼神好像有种似曾相识的感觉？但最近太忙了，他记不清在哪里见过。

“宋总好。”沈暮年生硬开口，他和林烟之间有不快，他也没必要过分客气。

“那我们开始？”宋倾双手交叠，慵懒开口。

不过就是自我介绍+项目经历，沈暮年没有面过实习方面的试，对话没有技巧全凭事实。

“你们清华CS的同学都这么有水平吗？”二十分钟的聊天让宋倾对眼前的年轻人有了一个基本的认知。

“我可能不具有清华学子的代表性，更优秀的人才比比皆是。”沈暮年不苟言笑。

倒是个谦逊的，宋倾没有继续深入这个话题，“对话系统中哪些问题可以使用强化学习来解决？”他抛出一个专业问题。

沈暮年略一沉吟，“宋总，我记得我们面试的方向是CV？”

宋倾勾唇，他倒是没想到沈暮年这么反问他，“没准备这个问题？还是没学过NLP？”宋倾没有正面回答他的问题，像是铁了心让他说点什么，“你想到什么说什么。”

“强化学习的含义和优点我就不多赘述。对于任务型对话系统，由于用户的对话以及系统可采取的行为的组合数量一般比较庞大，适合使用强化学习解决。对于非任务型对话系统，如在微软小冰的设计中，也有类似的对话管理模块。强化学习除了可以用来为策略学习模块建模，还可以直接为整个对话系统进行端到端的建模，从而简化对话系统的设计。任务型对话系统的商业应用场景较多，如我们现代年轻人爱点的外卖，用餐对话系统就是任务型对话系统的一个典型用例。下面，我以用ACER算法实现任务型对话系统的策略学习模块为例，简单介绍强化学习在对话系统中的应用……”沈暮年直视宋倾，侃侃而谈。

宋倾坐直身体，微微抿唇，眼前的年轻人毋庸置疑是具备出色的综合能力的，不论是外在还是内在，沈寂南就单纯地作为学生而言，应该拥有极其顺遂的学生时代吧。他想起自己在MIT的风云时光，大概在他最得意的时候也是多少沾了他那位名流圈的母亲的光吧。

“总之，对话系统目前仍然是一个快速发展的领域。强化学习算法在博弈策略上的一些应用也取得了突出的成绩，如AlphaGo，相信二者的结合在未来也会有更多的研究成果。”沈暮年足足讲了半个小时，非常详细地用向量现场解说了一个算法问题，结束语的时候依然气息平稳。

宋倾点了点头，林烟推荐的人是有一些东西在身上的，对于他的专业能力他不再过多评价。“林烟，是你同门师姐吗？”宋倾缓缓开口。

没有应答，沈暮年不置可否，只静静平视宋倾。

宋倾以为他默认了，看了眼手表，快一个小时了。他起身，对宋倾笑了笑，“有劳你今天跑一趟，面试结果一周内会发你邮箱。”

“好，宋总再见。”沈暮年起身，活动了一下脖子，整理着装后离开。

他当时怎么会在看见他第一眼的时候那么羡慕他呢？他以为那时候林烟身边站着的是他，现在看来，他和自己都不过是林烟的阶下囚罢了。不，他甚至不比自己有优势，自己和林烟是未来式，而他们最多也不过是过去式。

沈暮年有点开心，这次面试倒也不是一无所获，一场对话，让他洞悉了宋倾和林烟的关系，他们之间没有趋势，只有轨迹。