国防科技大学的第二个学期，李峰明显感觉到课程难度在爬升。上学期的高等数学和线性代数是基础，这学期的概率论与随机过程开始真正触及强化学习的数学内核。方仲平在第一节课就在黑板上写了一行马尔可夫决策过程的贝尔曼方程，粉笔划过黑板的声音在安静的阶梯教室里格外清脆。他转过身看着教室里的人说，上学期他们学了怎么用遗传算法和模拟退火解决静态航路规划，这学期要学的是让无人机在动态战场上自主学习和决策。这是目前人工智能在军事应用领域最前沿的方向之一，也是他在mIt访问期间参与的核心课题。他推了推老花镜，说在这门课上想看到的不只是能跑通算法的学员，而是能思考算法在真实战场约束条件下如何改进的人。
李峰坐在第三排靠窗的位置，面前摊着方仲平之前给他的那几本强化学习教材——经过一个寒假的自学，他做完了前几章的习题并整理了阅读笔记。方仲平在课堂上讲到q-learning算法在动态环境中的收敛性问题时，他举手提问：在战场环境中状态空间是连续的而不是离散的，传统q-learning在这种情况下会遇到维度灾难，是否可以用深度q网络来近似值函数，将连续的状态空间映射到离散的动作空间。方仲平没有直接回答，而是让他在下周的专题研讨课上就这个问题做一次发言，并附上深度q网络在无人机航路规划中的可行性分析。
类似的场景也发生在陆延昌的战场数据链课程上。陆延昌讲课的风格和方仲平完全不同——方仲平是学者型，语速慢，条理清晰，每堂课都像一场精心编排的学术演讲；陆延昌是工程师型，语速快，想到哪讲到哪，经常在黑板上写下一串公式之后忽然停下来问“你们知道这个公式在实际工程中最大的问题是什么吗”。他正在做一个G.t.I.多国联合通讯协议的改进方案，把G.t.I.的跳频加密协议和北约标准协议做了逐层对比分析，问题出在应用层的密钥分发机制——太集中，单点故障会导致整个网络瘫痪，改进方向应该是引入去中心化的分布式密钥协商。这个方案如果能验证通过，论文至少是核心期刊级别的。
陆延昌拿起粉笔在黑板上画了一个分布式网络拓扑图。他指着图说他当年博士论文做的就是分布式系统容错，后来在总参信息化作战局参与过几代战场数据链的工程设计。李峰刚才提到的去中心化分布式密钥协商确实可以解决单点故障问题，但会引入新的挑战——共识算法的延迟在战场环境下是否满足实时性要求。他让李峰用一个月的时间把共识算法在不同网络负载下的延迟曲线测出来，用数据说话。
这两份额外任务压在肩上，李峰的时间表被填得更满。白天上课，晚上做算法验证和仿真测试，周末去实验室跑数据。许照好几次晚上熄灯后看到他借走廊灯翻文献，说他的作息比海军驱逐舰上的值更官还变态。
段晨和李峰一起在方仲平的实验室里跑无人机仿真。他在自己笔记本电脑上调试着一架模拟无人机在城市环境中的实时航路规划，深度q网络的训练需要大量仿真数据，光靠国防科技大的计算集群跑一次完整训练就需要很长时间。他一边等训练结果一边跟李峰说方仲平建议他把雷达开关机序列建模成隐马尔可夫过程，这样深度q网络可以在部分可观测环境下做决策。
许照正在帮陆延昌测试数据链加密模块的延迟。方仲平推门进来，手里拿着一份刚打印出来的论文初稿，对李峰说他看了上周李峰交的深度q网络在城区航路规划中的仿真报告，思路是对的，但实验设计还不够完整——需要补一组对比实验，用传统遗传算法和深度q网络在同一场景下比较规划时间和成功率。他建议补在论文的第三章，这样整篇论文的数据支撑会更扎实。
许照和段晨看到方仲平进来，都从各自的实验台前站起来。方仲平摆摆手让他们坐下，说他只是来送篇论文，顺便看看李峰的实验进度。许照趁机把自己在测试数据链加密模块时遇到的一个技术问题向方仲平请教——密钥分发延迟在跨网段环境下不稳定。方仲平想了想，在黑板上画了一个简化的数据流图，指出了几种可能的原因和解决方案。
丁若谷推门进来，手里拿着一份关于边防信息化哨所在电子对抗环境下通讯中断率统计的图表。他平时话不多，但每次开口都直击要害——看完李峰的仿真报告后沉默了片刻，问他在西部边防哨所的实际环境中，通讯中断往往不是技术问题而是物理问题——极端天气会导致天线结冰、信号衰减，他的算法如果能在物理层上多留一些冗余也许能提高实际应用的可行性。李峰把这句话记在心里——冗余设计不只是技术层面的，还有环境层面的。他在龙牙时经历过无数次通讯中断，有些是因为敌人干扰，有些是因为雪山挡住了信号，有些是因为暴风雪把天线吹断了。那些经验现在可以用在算法设计中。
与此同时，羊城的紫荆花已经落了一地，李子墨在特战学院的第二个学期也进入了合同战术指挥的高级阶段。曲长河把上学期的推演从单一合成营升级为多兵种合同战斗群——同时指挥步兵、装甲兵、炮兵、航空兵和电子对抗兵在更大范围的复杂地形上进行协同作战。这份推演方案要求每个学员独立完成，时限是三周。李子墨选的地形是高原山地——多吉在龙牙跟他说过，高原上最危险的往往不是敌人，是地形和天气。他在推演方案里把步兵分成多个小组沿多条山脊线渗透，让武装直升机在峡谷中进行低空火力支援，用电子干扰排压制敌方通讯，用炮兵在反斜面上建立火力遮断。
第一稿交上去之后曲长河用红笔批了整整一页——“山地渗透的间距没有考虑雪崩风险，峡谷低空飞行没有考虑地形对直升机旋翼的影响，电子干扰没有留备用频段。重做。”李子墨带着方案去请教侯烈和邱砚池。侯烈说他在海军陆战队训练时，海岸渗透注重暗礁规避，山地渗透则要关注雪崩区——多吉队长在龙牙应该教过他们怎么在雪山上判断积雪层结构的稳定性。邱砚池看了一遍方案后说电子干扰方案需要在渗透阶段提前留出备用频段，这是合同作战中最容易被忽视但实战中至关重要的细节。李子墨把方案重新调整了一遍，再次提交。
曲长河看完后在封面上用铅笔写了一个字——“过”。他把李子墨叫到办公室，说进步很大，从上学期的单一合成营到这学期的多兵种合同战斗群，李子墨的指挥框架已经具备了实战指挥的基本要求。他说李子墨在高原山地的渗透方案里用多吉教他的雪崩预判知识修正了步兵渗透路线，这说明他善于把不同来源的经验整合进合同战术框架——他以前带过的学员里，能把无人机中继通讯和高原山地渗透结合起来考虑的人并不多。
李子墨把那份被批满红字的初稿和盖了“过”字的定稿一起装进了文件夹。他不打算把它们放在书架上吃灰——这些推演方案以后要带回龙牙，新队员的训练科目里需要增加合同战术指挥的内容。
他在宿舍给李峰发邮件：“曲铁面今天夸我了。他说‘指挥框架已经具备了实战指挥的基本要求’——这是我从他嘴里听到过最接近表扬的话。高原山地推演过了。多吉以前在龙牙讲的雪崩预判这次派上了用场。”
李峰的回信很快传来：“我这边方仲平让我在论文第三章补一组对比实验，陆延昌让我测分布式密钥协商在不同网络负载下的延迟曲线。两位教授现在把我当半个研究员在用。”
“许照和丁若谷他们呢？”
“许照在帮陆延昌做数据链加密测试，段晨在方仲平实验室跑无人机仿真。丁若谷给了我一个建议——在算法里多留一些物理层冗余，因为边防哨所的信号经常被天气打断。这学期结束前我们几个打算合写一篇关于多军种数据链兼容性的综述文章。”
学期结束时，何曼青把李峰叫到办公室。他的两篇论文——关于G.t.I.通讯协议的分析报告，以及关于陆延昌数据链改进方案的阶段性成果——被军事外语学院推荐参加年度全军军事学术研讨会。何曼青说以往参加这个研讨会的都是副教授以上，学员能入选的凤毛麟角，让他好好准备发言稿，时间控制在一刻钟以内。
散会后他给李子墨发邮件：“学期结束。两篇论文入选全军军事学术研讨会。方仲平说我的强化学习仿真报告可以投核心期刊。陆延昌让我下学期跟着他的课题组做数据链加密的深入研究。金陵的夏天快到了，你们羊城那边热不热？”
“热。特战学院靠海，湿度比龙巢还大。天天在水池里泡着搞两栖突击训练，晒脱了一层皮。曲铁面让我们在潮间带反复练登陆渗透，说特战学院靠海就得把两栖突击刻进肌肉记忆。对了，下学期我要选曲长河的高阶课程——合同战术指挥在联合作战中的应用。他说这门课他一年只开一次，只收他觉得能跟上的学员。我入选了。”
“恭喜。”
“你也是。各忙各的。回龙牙见。”
窗外的法桐已经绿了，阳光透过树叶洒在书桌上。李峰把手机放进口袋，翻开方仲平新推荐的一篇关于多智能体强化学习的综述论文，开始做笔记。龙牙的刀锋还在淬火。他在这所军校里播下的每一颗知识的种子，都会在未来的战场上开花结果。