第58章 御兽冰霜蝴蝶(2 / 2)

高家退休的族长,族老,包括高强盛,高浮云,高啸天,三人的父亲,退休后此刻也都在此地镇守,享受不一样的资源待遇。</P>

似乎此地隐藏着极大的秘密,秦家以前也有过探查,但是人来了,一个都没回去过,包括了毛家,墨家……。</P>

也没少抹黑墟城的问题,但是终归又因为利益牵扯太大被压了下去,墟城的存在感,在平民之中很低很低。</P>

只是知道有那么一个地方,至于为何要记录在书本中,那就是给别的家族一个不算是交待的交待吧。</P>

坦坦荡荡的描写,别人怎么说,估计还是第一印象比较重要把,何况墟城本身就是高家的私有地,窥探之人络绎不绝,现在还无力撼动。</P>

秦天义从哥哥们的记录中,也了解高家现在的主要战力,并不是表面看到的那么的简单,有狼子野心,隐而不发。</P>

这估计也是东行省皇帝,愿意将自己的妹妹嫁给高啸天的原因之一,拉拢一个正在不断发展壮大的家族。</P>

如果司法芈月也是带着目的来的……</P>

秦天义想了很多可能,虽然能够感觉到高强盛对它的善意没变,但是谁能够保证高家下一代对秦家什么态度。</P>

一旦发生争斗,就算是现在高家与秦家也多有面和心狠,到时候高强盛背后捅他一刀子,自己可就是秦家罪人。</P>

别人的意见可以听,但是不到万不得的情况,万万不能用,否则极大可能,成为压死骆驼的最后一根草。</P>

秦天义梳理了一下记忆,认为百年之内,高家的下下代族长,估计就在高震,高晨,高昊三人身上了。</P>

回去可以提醒一下后代,双方打好关系还是有必要的,现在他更加发愁,三年后的事情。</P>

秦家没有嫡系与旁系之分,三年后年龄在五岁以下的孩童,足有四十多人合适,接下来的三年,秦家也不会平静。</P>

秦家可不是谁的资质高就能上,而是谁家的势力更强一点,要靠自己的父母,祖父,外祖父,……</P>

好几代人的综合实力决定,三个名额究竟是花落谁家,现在秦天义还没有孙子呢,加上只有秦施诗一个女儿。</P>

这也是他能够在特殊时期,能做到家族内统一意见,坐上族长之位的主要原因之一,因为下一代的族长,不可能出现在他的身上。</P>

而秦施诗迟早要嫁出去的,最近登门的各方势力少爷,公子,他家的门槛都要被踏破了。</P>

没有人推波助澜万万不可能,甚至于天星城萧家的一些公子,也想要娶秦施诗来提升自身在家族的权重。</P>

作为父亲,秦天义哪能没有私心,无论是哪家公子得了秦施诗芳心,他都会暗中稍微的提携一二。</P>

关上窗户,酒瓶也空了,秦天义看着自己的御兽冰霜蝴蝶道“晚安,睡觉了。”</P>

天不亮,秦天义睁开眼睛,打开窗户跳跃到屋檐上等待日出。</P>

各家各户也都打开了窗口,高家的屋顶上一时间也是站了不少人。</P>

“秦族长,那人是秦家族长。”有些二八芳华的女子们,看着秦天义,老有所成的躯干,脸上也带着几分迷离。</P>

“我御将级别,你说他能不能看上我娶入秦家啊,我这屯儿大,适合生儿子,你说他会不会喜欢我这个类型。”</P>

几个女人说着就聊了起来,而且越聊越是让秦天义胆战心惊,这些三十岁左右的女人真是如狼似虎。</P>

不一会儿,居然把儿子名字,而且是九个儿子的名字都想好了,有些话他自己听着也不好思议。</P>

“安静,修炼。”</P>

一声清冷的声音传来,武清苑与高长生两人结伴而行,看着周围的高家御宗,御将,御王级别的御兽师。</P>

瞬间就安静下来,御君级别的御兽师每天一个小时休息就足够了,剩余的时间都在努力的吸收御气修炼。</P>

除非消耗了自身的精力情况,正常情况下御君级别的御兽师,精力旺盛,血气上涌,天灵穴会略有凸起。</P>

六十岁也是老当益壮的,而且修炼到这个阶段,都是延年益寿,正常情况没有身体暗伤,胡乱消耗精力,活两百年是没有任何问题的。</P>

但大多数御君级别御兽师,在一百七十岁后就开始就会进入死亡期,只有进入御尊级别掌控天地伟力,才能补足自身寿命短的缺陷,拥有万年的大寿。</P>

随着武清苑二人的到来,高家屋顶上的众人也各自恢复了秩序,也有几个单身的女子,向着秦天义暗送秋波。</P>

慕强是一种生物的本能,御兽师更是一种慕强性的职业,高级御兽师对于低级御兽师的吸引力。</P>

就似乎生物的本能一样,看到她的第一眼就感觉浑身燥热,冲动,热血,发言也会很无脑。</P>

甚至于如飞蛾扑火,使用文明时代中的词语,野蛮,暴力,疾病的概念,是无法解释这种原始的冲动的。</P>

是刻在生存本能区域的反应,更加类似于我臣服,我愿意。</P>

而御兽师无论男女,都是慕强的,地位不对等,很容易就会发生一些争端。</P>

所以御兽师百分之九十九,都会寻找与自身修为接近,天资差不多,喜好的事情很是接近,又相互能够勾引起对方感觉的伴侣共度一生。</P>

不会浪费太多精力,又能够将修炼资源分配的合理,实现各自价值上的最大化。