大盛朝的科举揭榜日，阳光透过璇玑阁的琉璃瓦，在金榜上投下斑驳的光影。苏晚握着砚秋的手，看着他用U盘激活全息榜单，三百六十名进士名录中，女子占了七十二席——这是她推行“女子科举”的第三年成果。
“恭喜娘娘，翡翠姑娘位列探花！”宫女小桃举着喜报跑来，苏晚却注意到她手中的纸张边缘泛着异常的锯齿状纹路——那是数据篡改的痕迹。数据面板突然报警：“检测到科举数据异常，翡翠真实名次：第1名，当前显示：第3名。”
“去叫翡翠来。”苏晚按住突突首跳的太阳穴，全息榜单上翡翠的名字果然在闪烁，“还有，把萧承煜的‘数据监察司’令牌拿来。”
翡翠匆匆赶来时，发间还别着探花簪，却掩不住眼底的焦虑：“娘娘，我查过阅卷记录，策论评分被无故扣了二十分，而扣分项竟是‘女子不宜谈兵’。”她递来卷宗，苏晚一眼看见评审栏的朱批——那字迹竟与现实中某保守论坛的ID“女子无才便是德”一模一样。
系统提示：检测到跨世界数据污染，污染源：现实世界‘男德复兴会’论坛。
砚秋通过U盘接入系统，全息屏上浮现出双向数据流：“他们用论坛的‘踩赞数据’转化为评审权重，给所有女子试卷贴上‘不合时宜’的标签。”他调出对比图，显示近三月该论坛活跃度与女子考生扣分率呈正相关，相关系数0.91。
“数据监察司奉旨查案！”萧承煜的声音从远处传来，他身着明黄色龙袍，腰间挂着现实中的硬盘挂件，“传主考官柳慎言！”
柳慎言被押来时，袖口掉出半张纸条，上面用密语写着“男尊女卑，祖宗家法”。苏晚用“显影粉”涂抹纸条，显现出论坛的URL地址，与周墨曾使用的暗网节点惊人相似。数据面板显示“保守势力关联度：85%”，她这才惊觉，周墨虽倒，现实中的偏见却在书中世界具象化。
“陛下，女子参加科举本就不合礼法！”柳慎言跪地叩首，“臣宁死也要维护祖宗制度！”
苏晚冷笑，调出《大盛朝人口结构分析表》：“全国适龄女子共西百二十万，其中识字者七十二万，若全部投入生产，可使国库岁入增加三成。柳大人是想让陛下放弃这三成银钱，只为了所谓‘礼法’？”
萧承煜的目光落在表格的“战争损耗率”曲线：“近年战乱频发，男子丁壮折损十之三西，女子顶起半边天己是事实。柳爱卿若再阻挠，便是与国策为敌。”
数据面板提示：触发任务‘数据平权之战’，需在三日内证明女子科举的必要性，否则将触发‘保守势力反扑’事件。
苏晚带着砚秋潜入国子监，在藏书阁发现了更惊人的真相——历代史书被篡改，凡女子建功立业的记载均被抹去，取而代之的是“闺阁贤良”的故事。她用算盘珠触发“数据回溯”，墙壁上浮现出真实的历史投影：前朝女将陈妙常曾率水师击退倭寇，却被写成“在家刺绣教子”。
“他们用数据构建了一个‘女子该当如何’的牢笼。”砚秋指着被篡改的史书，“但真实的数据永远不会说谎。”他打开笔记本，现实世界的爬虫程序正在抓取全网关于“女子成就”的数据，每一条都化作金色数据流，注入书中世界的史册。
三日後的御前辩论会上，苏晚展开巨幅《女子科举成效图》：
- 经济线：女子考生家乡的纺织业产值平均提升27%，因“女子读书带动全家学习”；
- 治安线：女子学堂所在地的家暴案件下降41%，“知识赋予女子维权意识”；
- 军事线：贤妃设计的“女式铠甲”通过数据优化，防御值提升15%，重量减轻20%。
“陛下，臣有一物请您过目。”翡翠呈上一个木盒，内装着各地女子寄来的“梦想清单”——有人想当税官，有人想做医师，最底下的一张纸上，用炭笔写着“想看看海”。
萧承煜的手指抚过那些字迹，目光落在苏晚腰间的算盘上：“传朕旨意，女子科举永为定制，凡篡改史书、阻挠女子求学之人，按‘欺君罪’论处。”他忽然握住苏晚的手，在众人惊呼声中展示她腕间的算盘手链，“朕要让天下人知道，算珠能算银钱，亦能算尽公平。”
系统提示：数据平权进度100%，解锁成就‘打破数据偏见’，奖励‘双世界教育改革权限’。
尘埃落定后，苏晚与砚秋站在璇玑阁顶，看着城中女子摘下面纱，手持书本走过街头。数据面板显示“女子自信指数+60%”，而现实世界的论坛上，“女子无才便是德”的帖子正被“数据女王苏晚”的讨论刷爆。
“看，那是翡翠的新书院。”砚秋指着远处的飞檐，翡翠正在教孩子们使用改良后的算盘，算珠碰撞声与现代的键盘敲击声奇妙地重合。苏晚摸出U盘，发现里面多了新文件——现实中读者根据书中设定开发的“女子职业模拟游戏”。
“原来我们改变的不只是一个世界。”苏晚轻声说。
砚秋揽住她的肩，U盘与玉佩同时发光，在天际画出一道金色的彩虹桥。数据面板弹出最后一条提示：“恭喜完成‘数据平权’主线，下一段旅程：探索‘平行宇宙的职业女性数据史’？”
她笑着点头，任由数据流托起二人。风中传来翡翠的声音，不知是来自书中还是现实：“娘娘，新的财务报表己经做好，您要先用Excel看，还是用算盘？”
阳光灿烂，苏晚知道，无论在哪个时空，总有算不尽的未来，等着用数据与勇气去书写。
下章预告：平行宇宙开启，苏晚与砚秋来到“数据蒸汽时代”，这里的女性用齿轮与代码抗争，而最大的反派竟是“算法固化的性别模型”，她们能否用“随机数革命”打破偏见？
