江淮那段水路，不能掉以輕心。設身處地，若我與那石賊易地而處，要想報復，肯定會在京口瓜洲之間渡江時動手。”
太湖已經被繞過去了，淮河距離江南又太遠，趙子稱覺得江南的水匪不太可能去那麼遠的北方作案。
但是在長江上動手，卻是極有可能的。
太湖離長江太近了，又水網縱橫，如果有太湖賊喬裝化整為零，想滲透到長江邊，再找當地的水賊一起幹，弄到船作案，完全可以做到。
楊志原本對水上的賊情不太瞭解，他之前為應奉局押運辦差時，都只是押奇石和樹木，沒押過那麼大額的錢財，也就沒被大股的賊人盯上。
聽了趙子稱這樣分析，他也更多了幾分危機感。
但楊志還是覺得己方實力是夠的，他解釋道：“這次朱勔已經派了精幹的本地水兵與咱一道押運，而且又湊足了其他九條運別的貨的船，一併成綱。一共有兩百人，水賊再猖獗，也不敢對兩百人的船隊下手吧？”
趙子稱聽說這個訊息後，才稍稍放鬆了些。
按照宋朝的《綱運法》，要至少十艘漕船結伴而行，方能成綱。楊志前一次原本就是該十艘船一起走的，他自己等後面的貨延誤了，為人所趁。
朱勔既然知道有人盯上他了，哪怕之前盯上的是船裡的道藏經文而非錢財，他也肯定要加強防備，所以這次還是湊了十條船一起走。
臨時找不到那麼多奇石異樹要運，那就拿運糧的漕船湊數，給那些漕船上的人手換成相對精幹一些的水兵，統一讓楊志帶著。
“有二百人麼？一定要好好檢查，要用可靠的老人，兵器也要檢查好，過長江之前絕不能掉以輕心。”
……
趙子稱與楊志一路騎馬一路閒聊，交代完這些注意事項，也剛好到了慕容家。
趙子稱和楊志別過，就徑直入內。
慕容妍聽說他來了，連忙出來接著，都沒讓家僕和婢女招呼。
兩人半個多月沒見，慕容妍也不知道該說些什麼，最後只是淡淡問了一句：“令尊令堂都還好麼？”
“一切都好。”趙子稱微微點頭，“後天一早我便啟程去東京。拿到官身之前，如果在蘇州久留，難免會被朱勔使喚。一次兩次，或許能避免助紂為虐，久了就不好說了，還是躲遠點好。”
趙子稱本來就不是真心給朱勔做事，所以能躲則躲，避免壞了名聲。
慕容妍咬了咬嘴唇，沉默不語。
趙子稱想了想，又建議道：“賢妹，愚兄想向你借一點人手，能不能讓鄧叔跟隨我們跑一趟，我怕此去會有水賊不死心。楊制使武藝高強，陸上足夠抵擋，但水性不行，我就怕渡江時有變故。”
慕容妍正愁沒機會開口，當下回嗔作喜連連應承：“這有何難，讓他陪你跑幾個月好了。要說水性，我水性也不錯。”
趙子稱想都沒想：“我怎能讓你涉險。”
慕容妍頓時有些不快：“母親向來把我當男子養育，上次出遠門不也沒被人看出來。”
趙子稱笑了：“上次還不是惹禍了。”
慕容妍頗有些氣餒，想了一想，勉強服軟道：“這次全聽你的就是了，我還扮作男裝，不會讓你難做的，就當是增加一番歷練。再說，別以為你練了個把月武藝，論自保你還不如我呢。”
趙子稱見她一片赤誠，只能選擇折衷：“那你自去請示令堂，若是她放你走，我不反對。我可不敢私自帶你走。”
慕容妍回嗔作喜：“一言為定！待在家裡悶都悶死了。”
趙子稱：“且慢。”
慕容妍：“還有何事?”
趙子稱：“你和楊制使，誰武藝更高一些？”
慕容妍：“那自然是他了，我才練了幾年。不過要說在水上，卻不一定了。”
趙子稱點點頭，心中對自己練習的這些武藝成色，也有了新的定位。
慕容妍便去請示了段語嫣，也不知她是怎麼軟磨硬泡的，還是靠講道理，反正最終段語嫣也答應放她一起去歷練歷練。
段語嫣只是不放心女兒，所以單獨找到趙子稱，跟他談了一談。
“趙公子，你是宗室，還過了舍試，如今又立了功，不日前途便不可限量。我們家不過有些錢財，但人丁凋零，勢力也大不如前。
妍兒扮作男子，也是這幾年咱家為求自保，不得不出此下策。將來她的出路在何處，老身也不曾想得明白。
老身敬你是正人君子，這一路請公子務必護她周全，將來的事情，只能是走一步看一步了。”
慕容妍對外還是男子的身份，段語嫣很清楚，指望突然讓女兒恢復女兒身，然後定下親事嫁人，都需要費不少周折。大戶人家，怎麼可能隨隨便便娶來歷不明的女子？
哪怕慕容家也算富貴之後，至今還有很多家財田莊，但畢竟是絕戶落魄了，要想攀上宗室兼實權官員的正妻，難度是非常大的。
趙子稱也知道對方的難處，也不多說什麼，只是鄭重承諾：“趙某為人，但求無愧於心。賢妹扮作男裝隨我外出歷練，別的不敢說，但我自問必能不欺暗室，君子慎獨。”
段語嫣點點頭：“也罷，江湖兒女，沒那麼多講究了，看你們各自的命數緣法吧。家中水性、身手還行的家丁，以及鄧管事，也都可以歸你調遣。”
雙方達成君子協定，次日無話，只是做好啟程前的全部準備工作。
第三天一早，十艘貨船便在碼頭取齊，一共湊了二百水手，嚴陣以待沿著運河北上。
——
ps：不好意思，換地圖有點卡。之前雖然有大綱，但自己看了一下，總覺得還有點乾巴。大家覺得一路上能遇到什麼好漢，也可以留言評論建議（我會兼顧合理性和順路性還有角色的道德，綜合起來再考慮。）這兩天都一個大章吧，畢竟還在新書期，等上推。
下週開始，推薦位pk，就全看追更和評論數了。這兩項資料差，就會被大資料演算法打入冷宮。
。