凌晨三点，检测织梦老周把最后一版织片塞进扫描仪。检测织梦屏幕上跳出来的检测织梦不是预想中的平纹组织图，而是检测织梦一串乱码——经纬纱的交叠点被识别成了某种类似二维码的图案。他盯着那团噪点看了很久，检测织梦突然想起师傅说过的检测织梦话：机器看织物，和人看织物，检测织梦从来不是检测织梦一回事。

这事得从三个月前说起。检测织梦老周在绍兴柯桥做了二十年面料检测，检测织梦眼睛就是检测织梦尺。可去年厂里进了一套AI验布系统，检测织梦摄像头扫过去，检测织梦瑕疵标得清清楚楚。检测织梦老板高兴，检测织梦老周却犯嘀咕。有次客户送来一块提花面料，机器判了“合格”，老周摸了一把，说不对。拆开看，果然有一处纬纱用错了颜色，只是色差极小，摄像头没抓住。机器认的是像素，人认的是手感。

“检测织梦”这个项目，就是这时候冒出来的。团队想做的，是让机器学会“摸”面料。不是真的装触觉传感器，而是把织物的物理结构——经纬密度、纱线捻度、组织循环——转化成算法能读懂的语言。听起来玄，其实道理朴素：一块布的所有秘密，都写在它的交织规律里。只要把规律提取出来，瑕疵就藏不住。

难点在于“提取”二字。传统图像处理靠边缘检测，遇到纹理复杂的提花布就抓瞎。团队试过傅里叶变换，频域里找异常，结果把正常的花型起伏也当成了缺陷。后来换了个思路：先让算法学会“织”。给它一堆正常织物的结构数据，让它自己总结规律。等它“织”得足够好，再给它一块有瑕疵的布，它就能感觉到哪里“织”不下去。

这有点像教小孩认字。不是告诉他“这个字错了”，而是让他先读够多的正确句子。读多了，错别字自己就扎眼。老周听了这个比喻，点点头，又摇摇头：“可布不是字。布有脾气，有手感，有光泽。这些机器学得会？”

团队没正面回答。他们做了个实验：拿同一块面料，让老周和机器分别打分。老周摸一遍，说“纬向张力偏松，右边三分之一处有潜在卷边风险”。机器扫一遍，标出“纬密偏差0.3%，右侧边缘组织点偏移”。结论对上了。老周愣了一下，说：“它比我准。但它不知道这布做衬衫会皱。”

这句话点到了要害。检测织梦，说到底是在检测“织”这个动作背后的意图。一块布为什么这样织？为了垂坠，为了挺括，为了透气，还是为了某种说不清的美感？机器能算出结构，算不出意图。可反过来想，意图不也藏在结构里吗？垂坠的面料，经纬纱的屈曲波高必然不同；挺括的面料，交织点必然更密。意图是果，结构是因。从因推果，机器做得到。

项目结题那天，老周又去了实验室。屏幕上跑着新一批数据，算法把一块复杂提花面料的组织结构还原得清清楚楚。老周凑近看，突然指着一处说：“这里，组织循环少了一纬。”团队查了原始数据，果然。那块布在织造时断了一次纬，补进去的时候少打了一梭。肉眼几乎看不出来，机器却从结构的“不流畅”里读出了异常。

老周没再说话。他想起年轻时学验布，师傅让他先学织布。织了三个月，手磨出茧，才允许碰成品。师傅说，不懂织，就不懂检。现在机器也在学织。它织的不是布，是布的逻辑。逻辑通了，检测就通了。

窗外天亮了。老周把扫描仪里的乱码图打印出来，贴在墙上。那团噪点还在，但他觉得，它好像没那么乱了。