经过一上午的沟通，四人彼此间建立熟悉，下午课程开展得很顺利。
琼斯中午时指挥工人，将训练爆发力的器械搬进练功房，并列出这一周的营养食谱，交给厨房预备。
下午程致远跟着格雷西练巴西柔术，琼斯不用翻译内容，与工人调试训练爆发力所需的器材。
傍晚时分，项云在贵宾楼宴请三位师傅，程致远陪坐。
三位师傅品尝东方特色美味佳肴，一上来便赞不绝口。
程致远的饮食是琼斯指定的，食物未经烹饪，全是原汁原味，而且搅拌在一起，看上去不免恶心。程致远毫无怨言的吃着，琼斯冷眼旁观，见他面不改色，先表扬了几句。
项云出于好奇，舀了一勺程致远盘中稀溜溜的食物。羹匙才抵达她唇边，已闻到一股浓烈的腥膻味，差点当场作呕，还是吞了下去。
琼斯不知项云是经历过大风大浪的人，只当她是美艳贵妇，见她吃的时候面不改色，暗自惊佩。
项云彻底咽下食物后，感觉不会呕出，这才张嘴询问：“这里面是什么东西？”
琼斯道：“是常见的高蛋白低脂肪的食物。”
项云笑问：“怎么会这么难喝？”
琼斯露出一丝爽朗的笑容，道：“因为没有调料，只是煮了一下，而且是搅拌在一起的，所以味道很怪。常人只要喝一小口，立刻回喷出来。”说到“喷”字，比划一个夸张手势。
项云笑笑，问道：“每一餐都要如此吗？”
琼斯道：“是的。”
项云想了想，对程致远道：“我陪你吃，你吃一碗，我吃一勺。”
程致远知她何意，心下感动，道：“我吃这个是为了增强训练强度，你没必要吃的。”
项云道：“我不是为了你。”
程致远道：“你吃了一勺，我就不够吃了，我也不是为了你着想，是担心事物不够。”
项云笑道：“好吧，等训练结束了，我好好奖赏你。”
程致远道：“好啊，到时我要狮子大开口。”
项云道：“你先大口吃吧。”
程致远道：“我还是用吸管吧，这东西实在太难吃了。”哈哈一笑，拿起吸管吸食。
琼斯感觉项云很不一般，打听项云身份。项云在香江读过书，英语流利，但她不愿明言，只说继承了父亲的家业，管理跨国公司，其他内容缄口不提。琼斯识趣，看出项云不想多说，也不过多打听。
一周很快过完。在这期间，阿里埃训练出十名仁义胜兄弟，确保程致远实战时能以少打多。巴西柔术课程已进入尾声，每日实战训练，强度日益提升。琼斯的训练器材全部调校完成，调试员离开山庄，将电脑留给琼斯。
其后几日，程致远和格雷西每日对战，休息时间由阿里埃讲解马伽术的理论常识。程致远体力脑力并用，体能消耗极大，不过琼斯制定的营养套餐足以提供所需热量。
又过一周，程致远专注练武，兼之饮食清淡，每晚坚持打坐，已然回归清心寡欲的本性。期间俊彦来过练功房几次，以吃的不好为由，没有加入训练。陈雄第一次露了一面，此后没再出现。
三周过后，课程全部结束。琼斯提议以无限制格斗作为结业仪式，双方点到为止。程致远分别和三人交手，全程不落下风。
次日，三位师傅向项云告辞，离开山庄。临走之前，琼斯对程致远道：“你的身体素质很好，头脑也很灵活，如果将来有机会，可以来英国找我，我会考虑给你提供适合你的工作。”
程致远向他表示感谢，根本不考虑去英国的事。
经历三周的紧张训练后，随着程致远体能提升，状态不再散漫，饮食恢复正常，不再吃难以下咽的食物，却依然保持清淡。此时距离开学仅剩一周时间，他本想训练结束后立刻去与秦娈相会，这时已无太大见面的冲动。在他训练期间，秦娈计划完成一套美术作品，因为尚未完工，也不急于相会。
程致远重新培养习惯，每天晚上打坐修习内功，空闲时间和温姝煲电话粥。
俊彦那日提出挑战，后来见程致远精神饱满，自知不敌，无限期拖延比武日期。小阑很少出门，程致远训练期间她也没像小时候那样送吃的过去，一日三餐见不到人。瞿燕近来心情不好，也很少在餐厅用餐。
项云坚持每天陪儿子吃饭，找时间单独向儿子讲解管理方面的知识，上课地点就在项云卧室。讲课之余，她掺杂说一些与程一峰的陈年往事。
开学前两天，温姝通话时为难的说她和十二钦在一起，开学前最好不要见面了。程致远非常想念温姝，但考虑到十二钦不易应付，只得赞同温姝的说法。温姝安慰他说见面后有好东西给他，作为思念的补偿。
开学前一晚，程致远躺在床上辗转难眠。
他有一个习惯，对待难解的问题，要么未雨绸缪，将势头扼杀在摇篮里，要么等到事到临头，再奋起背水一战。他不会自找困扰，将难题始终挂在心上。想到明天就要返回学校，此后势必要同时面对两位心上人，一碗水如何端平，如何瞒住温姝，安抚秦娈，实是一筹莫展，毫无应对方案。
这个假期他心态上发生了不小的转变，寒假开始时，种种迹象表明，俊彦与小阑暗通款曲。血气方刚的他嫉妒心盛，先是当晚做了春梦，后一晚又在秦娈闺房中做出疯狂之举。待他浅尝辄止，不再感到低俊彦一等，心中已感满足，暗自后悔太过草率，答应秦娈的要求，与她暗中交往。
程致远向往风月常新的爱情，但也深知有些感觉来得快，去得更快，不如循序渐进，慢慢摸索。他欣赏温姝恬淡寡欲，也喜欢秦娈热情奔放，恨不能二人化身成一人，就此了却无尽的烦恼。然而想象归想象，现实是现实。究竟应该怎样应对，唯有杨万仪提出过的观点能够解决这道难题——随机应变。
