“不会，因为‘接纳能力’是动态的。” 杰克立刻补充，他调出东非农业区的培训数据，“卡鲁他们的青年团队已经培训出 12 个 AI 维护员，等培训人数达到传统农技人员的 50%，算法就会自动提升 AI 覆盖率；而且，社区可以自主反馈需求，比如湄公河纺织厂的女工想学‘智能设计’，算法就会优先调配设计课程资源，而不是只推织布机。”
这时，艾米敲门进来，手里拿着湄公河社区的心理监测报告。她看着杰克的算法草图，眼睛亮了起来：“我支持这个方案！上周，湄公河社区的心理热线接到 27 个‘技术焦虑’咨询，其中 19 个是像阿玲这样的失业女工，她们不是怕技术，是怕‘被技术抛弃’。”
她指着 “心理适应指数” 的维度，补充道：“可以把‘社区互助频率’也加进去 —— 如果社区里大家互相帮助找工作、学技术，焦虑指数会降得更快。比如，东非的哈桑爷爷帮青年改设备，青年教老人用平板，这种互助能提高‘接纳能力’，算法应该鼓励。”
杰克立刻在草图上添加 “社区互助频率” 的维度，笔尖划过纸页，发出 “沙沙” 的轻响。他突然觉得，这个算法不再是冰冷的数字，而是一张网，能接住那些被技术浪潮暂时抛下的人。
接下来的两周，杰克带着团队泡在数据中心，把 “技术减速器” 算法从草图变成了可落地的系统。算法的核心模块与 “盖亚心智” 联动，却保持着分布式的灵活 —— 每个社区的监测节点只上传 “接纳能力” 数据，不存储个体信息；算法生成的 “技术适配方案” 会推送给社区管委会，由当地人自主决定是否执行，盖亚只提供建议，不强制干预。
上线前一天，杰克视频连线了湄公河纺织厂的阿玲。视频里，阿玲坐在自家小院的竹椅上，手里拿着织了一半的土布，布上的凤凰花纹栩栩如生。“我只会织这种布，机器织的布没有花纹，不好看。” 阿玲的声音带着腼腆，却难掩对手艺的骄傲。
“我们不会让机器取代你的手艺。” 杰克笑着说，他调出为纺织厂设计的 “半自动化方案”，“工厂会保留 50 台手工织布机，同时给你培训‘智能花纹设计’—— 用平板画你想织的花纹，机器能帮你织得更快，还能卖到更远的地方。”
阿玲的眼睛亮了起来，她放下土布，凑近屏幕，手指轻轻碰了碰平板上的花纹图案：“真的吗？我能教其他姐妹一起学吗？她们也会织花纹。”
“当然可以，” 杰克点头，“算法会根据你们的学习进度，慢慢增加智能设备，不会让你们一下子跟不上。”
挂掉视频，杰克又连线了东非的卡鲁。卡鲁正站在试验田边，身边围着几个白发老人，老人们手里拿着 AI 土壤传感器，脸上带着好奇，不再是之前的茫然。“杰克，老人们说‘这个小盒子能懂土’，想跟着学怎么用！” 卡鲁的声音里满是兴奋，“我们已经培训了 18 个农技员，算法是不是可以多推几台播种机了？”
杰克调出东非农业区的 “接纳能力评估表”：教育水平 65%，传统产业占比 58%，就业转型支持率 72%，心理适应指数 6.1，社区互助频率 85%—— 所有维度都达标了。“可以，” 杰克笑着说，“但要先教老人们怎么维护，让他们觉得‘机器是帮手，不是对手’。”
卡鲁用力点头，镜头里，一个老人拿着传感器，轻轻插进土里，屏幕上跳出 “土壤湿度 22%，适合播种” 的字样，老人忍不住笑了，像个孩子拿到新玩具。
“技术减速器” 正式上线那天，杰克守在数据中心的屏幕前，看着全球社区的适配方案逐一生成：
湄公河纺织厂：全自动织布机暂停推广，先引入 20 台 “智能花纹设计终端”，配套 6 期女性技能培训，保留 50 台手工织布机，失业率开始缓慢下降，第一周就有 8 个失业女工找到新工作（4 个学设计，4 个做机器维护）；
东非农业区：AI 播种机增加 10 台，同时培训 20 个传统农技老人做 “土壤顾问”，老人用经验判断土壤好坏，青年用 AI 验证，两者结合，播种效率提升 15%，还没出现新的失业；
南美甘蔗种植区：原本计划推广全自动收割机，算法评估后改为 “半自动化”，保留 30% 的人工收割岗位，同时培训工人操作收割机的 “精准切割” 功能，避免甘蔗浪费，社区疏离指数从 7.1 降到 6.3；
中亚绿洲棉区：优先推 “AI 病虫害识别”，而不是全自动采摘机，当地农民用手机拍棉花叶子，AI 就能识别病虫害，既简单又实用，培训一次就能会，适应指数从 6.5 升到 7.2。
一周后，杰克收到了阿玲的消息 —— 她设计的 “凤凰花纹” 通过智能终端织出来，卖到了欧洲