2030年秋，上海陆家嘴的梧桐叶开始泛黄。
沈逸风坐在金融消保中心的调解室里，指尖摩挲着一份投诉记录。
纸张右上角印着某财经App的LoGo，投诉内容简短却刺眼：“推荐高风险理财，导致退休教师王伯损失50万。”
调解室的门被推开，王伯攥着皱巴巴的银行流水单，眼眶通红地走进来。
他穿着洗得发白的藏青色中山装，领口别着一枚“三十年教龄”的纪念章，手指无意识地绞着衣角：“同志，我退休金就2000块，那50万是儿子结婚时我攒的买房钱……”
他声音发颤，“App说我信用分650，推荐‘稳健型’理财，结果全是股票挂钩的高风险产品！我连‘年化波动率’是啥都不知道啊！”
沈逸风扶他坐下，递上一杯温水：“王老师，别急，咱们慢慢说。”
他翻开投诉记录，后面附着App的推送截图——首页赫然标着“您信用分650，推荐xx高风险理财，预期年化收益15%！”
下方小字“风险等级R5（激进型）”几乎看不清。
“算法只推收益，不管适配性！”王伯拍着桌子，“我点开详情页，满眼都是‘历史收益18%’‘明星基金经理操盘’，根本找不到风险提示！”
“客服还说‘错过这波再等十年’……”他抹了把眼泪，“我要的不是高收益，是安心！”
调解室外的走廊上，涉事平台的算法工程师小林正对着电脑抓头发。
屏幕上跳动着复杂的模型参数：“用户画像标签：‘高信用分’‘中年以上’‘稳健偏好’……可推荐池里全是R5产品，这算法逻辑怎么跑偏的？”
他的咖啡杯里漂着三片没化的柠檬片，杯壁上还留着昨晚加班时蹭的咖啡渍。
“林工，沈领导叫你进去。”同事捅了捅他。
小林推门进来时，沈逸风正指着投诉记录里的一个细节：“王老师点击过三次‘稳健型理财’标签，但每次都被推送高风险产品。你们的算法，是把‘信用分’等同于‘风险承受能力’了？”
“不…不是的！”小林擦了擦额头的汗，“我们原本设计了‘风险适配模型’，会根据用户年龄、收入、投资经验综合评估。”
“但今年三季度考核指标调整，要求‘提升高收益产品推荐转化率’……”他声音越来越小，“算法权重被临时调整，过度追求点击率和转化了。”
沈逸风的眼神陡然锐利起来。
他调出后台数据：“九月份，该App向60岁以上用户推送高风险理财的占比42%，其中38%的用户明确点击过‘稳健偏好’标签。这就是你们所谓的‘算法优化’？”
调解室的气氛凝固了。
王伯攥紧拳头，指节发白：“我信你们是科技，才敢点进去看！要是街边小贩卖假货，早被城管抓了！”
“是我们错了。”平台负责人突然站起来鞠躬，“我们过度追求商业指标，把算法变成了‘只会赚钱的机器’。”