十月中旬，ESA发来一份正式报告。

Marco在邮件里写道：“Your system has completed 30 consecutive days of operation with zero missed detections and a false positive rate below 0.1%. Based on these results, our technical board has decided to promote your system to primary anomaly detection solution for this mission.”——从备份升为主用。顾深预料到系统表现会不错，但没想到升得这么快。她读完邮件，给Marco回了一个单词：“Noted.”然后把邮件转发给方主任。

方主任的电话几乎是秒到的。“顾深，这个结果院里非常重视。你准备一个专题材料，下周二之前交。院里要把这个作为‘航天AI技术国际化应用’的典型案例上报。”顾深说：“好。”方主任又说：“你在ESA那边的合作模式，院里的意思是能不能复制到其他国际组织？比如JAXA、俄罗斯航天局？”顾深说：“技术上可以。政治上不知道。”方主任说：“你先准备材料，政治的事院里来办。”

顾深挂了电话。她没觉得“光荣”，也没觉得“压力大”。事情做成了，就会有人来找你。来的人多了，事就多了。事多了，就一件一件做。不做完不开始下一件。

下午，Marco约了一个紧急线上会。他说探测器传回的新数据里发现了一种以前没见过的异常模式——不是传感器噪声，不是设备老化，是一种间歇性的、周期不规律的信号抖动。模型报了告警，但因为置信度不够高，没有被标记为“需处置”。Marco问：“这是漏报吗？”顾深调出那段数据，看了十分钟，说：“不是漏报。是模型没见过这种模式，不确定，所以没报。不确定不报，这是设计，不是bug。你现在需要我做的是教它认识这个新模式。”Marco说：“Exactly.”

顾深花了一天时间，从数据里提取了那个新模式的几十个样本，用增量学习的方法把模型微调了一轮。她没有重新训练整个模型，只是在现有模型上加了一个新的原型向量。第二天，模型再遇到同样的模式时，置信度从百分之六十升到了百分之九十二。Marco说：“Fixed in one day?”顾深说：“One day. Because the framework was designed for this. You never know what you’ll see in space. So you design a system that can learn new things without forgetting old ones.”Marco回复了一句她没想到的话：“You should write a paper about this. Real-time incremental learning in deep space. That’s a first.”