六月二十七日，周日上午十点，植物园温室的异步光照系统正处于平台期的第三小时。
竹琳没有像往常一样站在控制台前。她坐在那株百子莲旁边的小凳子上，手里拿着素描本和一支0.3毫米的自动铅笔。素描本摊开在膝盖上，上面已经画满了百子莲叶片的细节——不是整体轮廓，而是叶脉的精细结构。
她画得很慢，铅笔尖在纸面上移动时几乎没有声音。每一条主脉、每一条侧脉、每一条更细小的网状脉，都被仔细地描绘出来，比例精确到可以用作教学图例的程度。
但这并不是科学绘图。在叶脉的结构之上，她用极细的虚线标注了另一层信息：光合产物的运输路径预测。基于她过去三个月对这株百子莲的观测，结合叶片不同区域的光合效率测量数据，她试图重建碳水化合物在叶脉系统中的分配模式。
虚线不是均匀分布的。在叶片基部的区域更密集，那里接近叶柄，是物质运输的主干道。在叶尖区域则更稀疏，但有几条主要的“高速公路”直通那里。在叶片中部，网状脉形成一个复杂的拓扑结构，虚线的分布呈现出分形般的自相似性。
竹琳停笔，仔细端详自己的作品。铅笔线条在纸上构成了一幅双重图像：实线代表叶脉的物理结构，虚线代表物质在时间中流动的潜在轨迹。前者是空间的，后者是时空的——是物质在空间结构中随时间移动的路径可能性分布。
温室门滑开的声音打断了她的专注。但她没有抬头，直到那个熟悉的脚步声停在身边。
“在画什么？”
夏星的声音很轻，像是怕打破什么。
竹琳把素描本侧转过来。夏星弯下腰，仔细看了一会儿。
“叶脉结构，”她说，“但不止。”
“嗯。”竹琳指着那些虚线，“我在尝试可视化物质运输的潜在路径。不是实际的流动——我们没法实时追踪每个糖分子的运动——而是基于结构约束和源-汇关系的概率分布。”
夏星又看了几秒，然后直起身：“这让我想起天文台去年做的星系旋臂物质流模拟。恒星和气体不是沿着固定轨道运动，而是在引力势阱中沿着概率最高的路径流动。”
竹琳点点头。她把素描本翻到新的一页，开始画一个简单的示意图：一个中心点（源），向外辐射出多条路径（运输通道），每条路径有不同的宽度（运输能力），路径之间有连接（侧向运输）。
“你看，”她用铅笔尖指着中心点，“叶片的光合作用产物从这里产生。但不同区域的产生速率不同——受光照、温度、叶龄、局部损伤等因素影响。”她在不同区域标注了不同的生产率数值，“这些产物需要通过叶脉系统运输到需要的地方：生长点、储存器官、损伤修复部位。”
夏星在她身边蹲下，目光在素描本和真实的百子莲叶片之间移动：“所以叶脉不仅是一个静态的管道网络，而是一个动态的物质分配系统的空间印记。”
“对。”竹琳的笔尖在纸面上轻点，“而且这个分配系统有自己的时序特征。短距离运输快，长距离运输慢。主脉流量大但惯性也大——改变方向需要时间。细脉反应灵敏但容量有限。”
她翻回叶脉素描那一页，用不同颜色的铅笔在虚线上添加了时间标注：从源到不同目的地的时间延迟估计，基于运输距离、管道直径、流体阻力等因素计算得出。
一个三维的时空图在纸上逐渐成形——二维空间中的叶脉结构，加上第三维时间轴上的运输延迟分布。
“这又是一个嵌套时序结构，”夏星轻声说，“不过这次是空间分布和时间延迟的耦合。”
竹琳放下铅笔，揉了揉因为长时间握笔而有些发酸的手指。她看向百子莲的叶片——在均匀的人工光照下，叶脉在透射光中清晰可见，像一幅精细的淡绿色地图。
“我在想，”她慢慢地说，“叶脉的生长过程本身，可能就是对过去物质流动模式的一种‘记忆’和‘预测’。”
夏星看向她，眼神里有询问。
“叶脉不是一次性形成的，”竹琳解释，“它随着叶片生长而分化。早期的叶脉雏形决定了物质运输的初始路径。但这些路径的运输效率会影响叶片不同区域的生长速率，进而影响后续叶脉的分化和增粗……这是一个反馈循环。”
她在素描本上快速画了一个反馈回路示意图：初始结构→物质运输→局部生长→结构调整→新的物质运输……
“所以最终形成的叶脉结构，”夏星理解了这个想法，“实际上是过去整个生长过程中，物质分配需求的时空累积记录。”
“对。而且它还会影响未来的分配模式。”竹琳指着叶片上一条明显比其他侧脉更粗的次级脉，“这条脉为什么这么粗？可能是因为它服务的区域在某个生长阶段有特别高的需求——比如那里曾经是一个快速生长的叶缘部分，或者曾经受过损伤需要大量修复资源。”
她停顿了一下，让这个想法在脑海中进一步成形：“也就是说，叶脉结构是一个四维时空过程的二维切片投影。它包含了从叶片萌发到现在的整个历史，同时也编码了应对未来可能需求的潜在能力分布。”
温室里很安静。环境控制系统的低鸣、远处喷灌器的水声，都成了这个思考空间的背景音。
夏星站起身，走到控制台前，调出百子莲的生长监测数据。在过去三个月里，温室的高清摄像头每周拍摄一次叶片的整体图像，记录生长过程。
她把这些图像按时间顺序排列，制作成一个动态序列。屏幕上，叶片从小小的芽尖开始，逐渐展开、扩大，叶脉从几条主脉开始，逐渐分化出复杂的网状结构。
“我们可以分析这个序列，”夏星说，眼睛盯着屏幕，“量化叶脉网络在不同生长阶段的拓扑特征变化：连通性、分形维数、层级结构……”
“然后尝试关联同时期的环境数据和生理数据，”竹琳接上，也走到控制台前，“看看叶脉的分化模式是否响应了特定的环境波动或生理需求变化。”
她们开始工作。夏星负责图像处理和数据提取，竹琳负责生理数据的对齐和相关性分析。工作持续了整整一个上午，直到温室的光照系统切换到午间模式，光线强度开始缓慢下降。
中午十二点半，初步结果出来了。
“看这里。”夏星指着屏幕上的一组图表，“在叶片生长的第二到第三周，我们记录到一次持续五天的阴雨天气，光照强度下降百分之四十。”
竹琳调出同期的叶片生长速率数据：“那段时间，这片叶子的面积扩张速度下降了百分之十五。”
“但叶脉密度的增加速度，”夏星切到另一个图表，“不仅没有下降，反而上升了百分之八。”
两人对视了一眼。这个反直觉的结果让她们都感到兴奋——那是研究人员发现意料之外规律时的兴奋。
“为什么在生长放缓时，叶脉却在加速分化？”竹琳低声说，像是在问自己。
夏星重新播放那段时期的叶片生长序列。在慢速播放中，可以清楚地看到：尽管叶片整体扩张速度减慢，但叶脉网络却在持续细化，特别是叶片边缘区域，出现了大量新的末端细脉。