陈帆没接话，只是把投影仪连上主机。屏幕上缓缓展开一组图表：左侧是5月19日前六小时的政策关键词热度曲线，右侧是对标普五百指数异动的相关性分析，中间一条虚线标注着系统发出预警的时间节点——早于大盘拉升整整四十七分钟。

“这不是巧合。”他说，“我们捕捉到了信息传导的节奏。”

林悦看着图，眉头微蹙。“可这些数字……真的能变成钱吗？”

房间安静下来。市科委派驻的技术监督员正好在这时走进来，听见了最后一句。他站在门口笑了笑：“小姑娘问得好啊。你们这套系统，除了写报告，还能干什么？”

陈帆没有急于解释。他切换界面，调出一段历史行情模拟：1997年8月，某只地产股在政策利好发布前出现资金预埋迹象。系统根据相似模式匹配，提前两天标记该股为“高概率响应标的”，并在实际涨幅启动初期给出买入信号。

“如果当时有账户，按这个信号操作，十五个交易日收益率是41.6%。”他说。

监督员凑近了些，指着屏幕：“这能复制吗？我不懂代码，我就想知道，下次还能不能打出这样的结果？”

陈帆点头，新建一个测试任务，输入三个独立的历史事件：1996年降息、1997年国债风波、1998年初信贷松动。系统自动提取特征向量，五分钟后输出预测路径，三条曲线与真实走势高度重合。

“它不是记住答案。”陈帆说，“是在找规律。”

监督员沉默了几秒，拿起打印纸翻看。“行，我回去就报专家组，把你们的项目等级再提一级。”

人走后，林悦坐在原位没动。她盯着那张模拟收益图看了很久，忽然说：“你是不是已经在想下一步了？”

陈帆没否认。他打开一个新的工程目录，命名为“autotrader_module_dev”。里面只有一个空白脚本文件，标题写着“condition_trigger_engine_v0.1”。

“现在还不能实盘。”他说，“但我们得先让系统学会自己做决定。”

他启动本地沙盒环境，导入过去一周的模拟行情数据流。设定触发条件：技术面金叉+政策指数大于0.8+基本面评分高于行业均值。系统首次运行，立刻在一只基建股上生成买入指令——时机精准，但三分钟后又因小幅回调触发止损，造成虚假交易。

误判。

他立即加入动态过滤机制，设置最小波动阈值和持续时间验证。第二次测试，系统等待更久，直到趋势确认才出手。三次模拟操作全部成功，平均持有周期三天，总回报率符合预期。

“还不够稳。”他自语，“但方向对了。”

林悦站起身，走到主机旁看了看散热口的风速指示灯。“你会一直这样下去吗？”她问，“不停地改，不停地试？”

“只要数据还在流动。”他回答。

她点点头，把保温桶留在桌上。“别熬太晚。”

门关上后，实验室只剩机器运转的低鸣。他关闭投影设备，将所有演示资料打包加密，存入“project_review_q2”目录。然后新建文档，标题是《自动化交易风控初设方案》，第一行写着：“第一层防护：指令延迟缓冲机制”。

屏幕左侧，模拟进程仍在运行。右侧，红字“modelaccuracy:92.3%”依旧醒目。

他喝了口粥，温的。

手指回到键盘，敲下新的一行注释：“当系统开始思考，人才真正看见规则。”', '')