踏足非凡之后，提升是全面性的，当然也包括记忆力，洪御虽然只剩下一缕残魂，但这是血肉、能量方面的损失，记忆并没有残缺。

所以，他非常肯定，电影里的格温的样貌，跟眼前这个十七岁的少女，没有一丁点儿相似之处。

包括乔治也不是电影里的那个样子，要更加壮硕和威严一些。

格温穿着一身职业装，配上这张稚嫩的面孔，一看就是使劲儿装成大人模样的小孩子。

确实很聪明，工作嘛，打扮得职业一些，展示出慎重对待的态度，别人才不会当你是来镀金混日子的，敷衍你。

——虽然以纽约警察局长千金的身份，拿到一个奥斯本集团实习的镀金履历，并不算是什么大事儿。

和那些沉浸在‘快乐教育’里的废物不一样，格温虽然爱好摇滚却同样爱好科学，她对自己的前程已经有了非常明确的规划。

‘最近怎么样？’，‘完全恢复了？’，‘乔治还好吗？’这些套路性的问候完毕之后，两个熟悉的陌生人找不到能聊的话题了。

不过也算是有些进步，以往的格温根本不愿意搭理这个父亲的至交好友的孩子，更不可能帮他引荐康纳斯博士这样重要的人脉。

引荐嘛，相当于一定程度的背书，以卢卡斯那种不学无术的废物少爷的德性，会连累她在康纳斯教授心目中的风评的。

但是，这个废物在车祸以后就跟换了个人似的，居然能写出那样的三篇论文，实在有些不可思议。

也许这就是人生吧，只要没被击倒，苦难也能变成资粮。

出院之后的卢卡斯一直是住在斯黛西家的，一切的变化都被格温看在眼里。

休息期间，他看完了所有斯黛西家的书籍，还在格温的帮助下自学生物学。

更是在这么短时间内，拿出了连康纳斯博士这种学界大牛都感兴趣的论文，称之为天才也不为过了。

洪御虽然不是什么天才，但他已经历练了十几个世界，认真算一下，也是一个修行了几百年的老鬼了。

不算积累的知识经验什么的，就是比根骨、资质，成就元神洗练过身心的洪御，也不是一般的天才能比的。

那么洪御找康纳斯博士有什么事儿呢？

他是想和本世界的生物专家交流一下，因为他发现这个世界的某些法则有点儿奇怪，导致他的力量恢复遇到点儿问题。

想要尽快解决，必需大量的本土数据与他以往的所知作对比，那么找高人讨教就是最简单的办法了。

不多时，二人抵达奥斯本大厦，卢卡斯在前台递交了驾照作为身份证明，和访客名单上面的记录一致，这才被放进去。

格温带着他来到康纳斯教授的办公室门前，然后就微笑着告辞了，她还有工作要做。

看看，这就是关系一般的待遇了，但凡好上那么一星半点儿，起码也得帮着介绍一下，拉近一点关系也是好的。

洪御也不以为意，几百岁的年纪还学不会什么叫淡定平和、不卑不亢，那真是活到狗身上去了。

保持礼貌的微笑，敲门而入，稍稍欠身以示敬意。

“康纳斯博士你好，我是卢卡斯，卢卡斯·施密特，我们约好了今天的拜访。”

门后的办公室很大，不过没有什么多余的东西，全是书籍资料什么的，就像一间小型的图书馆。

办公桌后面坐着的康纳斯博士，正低头看着一份文件，戴个眼镜，气质温和。

他的右手齐肘而断，但是衣袖却没有垂下遮掩，反倒是挽了上来。

他似乎专门想要展示，他想告诉别人‘我并不在意这点儿残疾’。

这是一个以坚强来掩饰自卑的人，那只刻意展示的断臂就像是他的申诉，‘这不是我的错，是战争，是五角大楼，是美国政府的错！’

卢卡斯这样想着。

“你好，施密特先生，欢迎你的到来。”

“谢谢，叫我卢卡斯就好。”

“快过来坐下，我们可以好好的聊一聊。说实话，我猜到了你是个年轻人，虽然你的学识渊博得一点儿也不‘年轻人’。可当你站在我面前的时候，还是让我生出了羡慕的心思。”

“谢谢你的欣赏，教授。我更羡慕年长者拥有的丰富知识，就像您这样的学术专家。”

“谢谢你的恭维，小伙子，你已经拥有了不错的知识积累。不过科学研究就像在黑暗中探路，知识和经验只是我们手里的盲杖，最重要的还是那一点灵感，那才是照亮前路的曙光。”

“很明显，你就是一个得到了灵感的幸运小子，你提出的关于人体器官与情绪变化的关系这一点，我认为非常有趣。”

准确的讲，是五脏六腑对人类情绪的影响，不过‘五脏六腑’翻成英文，嗯……不如直接说人体器官省事儿。

事实上，各种激素对人体的影响，学术界已经有了发现和应用，比如多巴胺、内啡肽、肾上腺素什么的。

如果卢卡斯的论文仅止于此，那就根本称不上什么论文，不过是资料收集的阅读笔记而已。

在这些已知的认知之上，卢卡斯论证了调整激素分泌而干涉情绪，再结合多种情绪变化，配合催眠而影响人的心智的可能性。

——紫人的异能，本质应该就是这样。

或者反过来，以外力刺激情绪变化，再影响激素分泌，最终干涉人体正常功能。

——‘鬼遮眼’、‘鬼打墙’就是这么实现的。

其实在这几篇论文当中，洪御保留了一些内容，关于灵魂方面的内容。

除了会泄露秘法之外，关键写出来别人也不会信，还平添麻烦。

所以，洪御真正想要探讨的是，五脏六腑对应七情六欲，又对应着七魄，这三者之间是怎样互相影响的。

这个东西其实是数据类的信息，想知道三者间的影响关系，很简单，做实验就行了。