安全屋的窗户贴着遮光膜，只漏进几缕柔和的自然光，落在临时搭起的木案上。

    木盒被轻轻打开，第二版《海上仙山图》展开时，仿宣的纤维在光里泛着淡淡的旧黄——这是江寻和沈墨心连夜转移来的成果，只差最后一步“自然残损处理”，就能完成全部做旧工序。

     “你看这里。

    ”江寻指着画纸右上角的空白处，笔记本电脑屏幕上是AI生成的“残损模拟图”，“根据清代古画的流传规律，空白处容易因长期折叠产生‘折痕残损’，边缘会有轻微的纤维断裂，墨色也会比其他地方淡3%。

    我已经算出了折痕的走向和残损程度，你手工修补时，不用太刻意，跟着模拟图的纹理来就行。

    ” 沈墨心凑近屏幕，指尖在模拟图的折痕处虚划了一下——AI标注的折痕不是直线，而是带着细微的弧度，像真的被反复折叠过的痕迹，连纤维断裂的“毛糙感”都标了具体范围（0.1-0.15毫米）。

    “以前做这种折痕，总要对着古画残片反复临摹，现在有这个模拟图，省了不少事。

    ”她从工具箱里拿出一支极细的狼毫笔，蘸了点稀释的淡墨，笔尖轻得像落在纸上的羽毛。

     她按着模拟图的折痕走向，在画纸空白处轻轻勾勒——起笔时故意让笔尖“顿”了一下，模拟纤维断裂的卡顿感；收笔时笔尖轻提，留下若有若无的毛边，刚好在AI标注的“毛糙感”范围内。

    画完一条折痕，她抬头看向江寻：“你用AI测测，和模拟图的误差有多少？” 江寻立刻打开“残损比对模块”，用手机拍下沈墨心画的折痕，上传到电脑。

    屏幕上瞬间跳出比对结果：“折痕走向误差0.08毫米，毛糙感匹配度96%，墨色淡度差2.8%（符合150年老化标准）。

    ”“几乎完美！”他语气里带着惊喜，“比AI模拟的还自然——你笔锋的‘顿感’，刚好补上了数据没标的‘岁月卡顿感’。

    ” 沈墨心笑了，继续处理下一条折痕：“这就是手工的好处，能抓住数据里‘没说透’的细节。

    你看这处折痕转弯的地方，我故意让墨色多淡了0.2%，像长