凌晨两点半，林晨的手机震动了一下。
他刚从一段复杂的异步回调地狱里挣扎出来，揉了揉发酸的眼睛，拿起手机。是张伟的回复，距离他睡前发的那条询问“什么事”已经过去了六个小时。
“抱歉刚开完会。电话方便吗”？
林晨看了眼窗外沉寂的夜色，又看了看屏幕上正在运行的量化系统终端——它正安静地按照既定策略分析着夜间的外汇市场数据。他起身走到阳台，拨通了电话。
“喂，伟哥，还没睡”？林晨压低声音，怕吵醒隔壁卧室的苏婉和乐乐。
“刚弄完一个智能合约的审计报告”。张伟的声音带着熬夜后的沙哑，但语气很精神，“你上次不是说在搞量化系统吗？进展怎么样”？
“原型跑起来了，用7万块实盘试了快一个月，收益……还行，大概8%左右”。林晨实话实说，“但架构很糙，就是个脚本集合，调度、监控、风控都是手搓的，得重构”。
电话那头传来张伟敲击键盘的声音，似乎一边聊一边在查什么。“8%一个月？年化快翻倍了，可以啊。不过你说得对，这种‘实验室产品’不上正经架构，迟早出问题。我找你其实是另一件事——t厂AI Lab那边，我有个前同事跳过去了，说他们最近在扩招，尤其是应用算法方向，可能跟你现在搞的东西有重叠”。
林晨心里一动。t厂，那是国内互联网的顶级山头之一，AI Lab更是无数技术人向往的圣殿。但他立刻冷静下来：“我简历……够得着吗？而且我现在的系统，还没到能拿出去说的程度”。
“所以我才问你进展”。张伟很直接，“如果你只是玩票，那就算了。但如果你真把这系统当个正经项目在打磨，甚至有了架构升级的计划，那这就是一个非常好的‘项目经验’。大厂面试，尤其是技术面，最喜欢有完整闭环实践经验的候选人，哪怕项目不大，但深度够、思考够，比空谈算法强得多”。
夜风微凉，吹散了林晨的困意。他握着手机，脑海里快速闪过自己那个杂乱的项目目录。“我正打算重构。后端用FastApI重写，提供标准ApI；前端想用React做个可视化监控面板；然后部署到云服务器上，做成一个可以远程访问、监控的完整服务”。
“FastApI + React + 云部署……”张伟重复了一遍，笑了起来，“思路很正嘛。这就是一个标准的现代web应用架构了。你搞跨境电商后端这么多年，这套东西对你来说应该不难，重点是把你的量化逻辑封装成服务。什么时候能弄出个雏形”？
“快的话，一周。慢的话，两周”。林晨估算了一下学习React和部署的时间。
“那就搞”。张伟果断道，“搞出来之后，如果需要内推，跟我说一声。不过别急，先把东西做扎实。代码可以骗人，但逻辑不会”。
挂掉电话后，林晨站在阳台上，看着远处鹏城湾星星点点的灯火，心中那股因妻子支持而燃起的火苗，被张伟这通电话又添了一把柴。不再是模糊的“试试看”，而是有了更清晰的技术路径和潜在的机会窗口。
他回到电脑前，关掉了那个运行着原始脚本的终端。打开浏览器，新建了三个标签页：FastApI官方文档、React中文教程、一家国内云服务商的价格计算器。
重构，从现在开始。
接下来的一周，林晨进入了某种心流状态。白天，当苏婉去学校、乐乐去幼儿园后，整个家就成了他一个人的实验室。他把原本堆在书房各个角落的金融数据资料、打印的论文、写满公式的草稿纸全部收纳整齐，给三台显示器重新规划了布局：左边显示FastApI开发文档和pycharm编辑器；中间是React学习教程和VS code；右边是量化核心策略的python代码和测试终端。
FastApI的选择是经过深思熟虑的。相比传统的Flask或django，FastApI基于python 3.6+的类型提示，性能接近Node.js和Go，自动生成交互式ApI文档，对于需要高性能、清晰接口定义的量化服务后端来说非常合适。林晨花了三天时间，将原本散落在多个脚本里的数据获取模块、特征工程模块、模型预测模块、交易信号生成模块，逐一拆解、重构，封装成一个个独立的、具有明确输入输出的函数和类。
然后，他用FastApI将这些模块“粘合”起来。创建了 /api/v1/data/ 系列端点，用于获取实时和历史数据；创建了 /api/v1/feature/ 端点，用于计算技术指标和特征；最重要的是 /api/v1/signal/ 端点，它接收市场数据，调用核心AI模型，返回买卖信号和置信度。每一个端点都有详细的pydantic模型进行请求和响应数据的验证与序列化。
“这才像个样子”。林晨看着自动生成的Swagger ApI文档页面（
后端雏形完成，接下来是前端。这对林晨是个新挑战。他以前做后端，前端知识停留在jquery和一点Vue的程度。React是现代前端绝对的主流，其组件化、声明式编程的思想，与他正在做的模块化后端不谋而合。
学习过程比预想的顺利。React的核心概念——组件、JSx、状态（State）、属性（props）、hooks——对于有扎实编程基础的他来说，理解起来并不困难。难的是前端那一套生态系统：webpack（或Vite）、babel、npm包管理、cSS框架……他选择了一条最快捷的路径：使用 create-react-app 脚手架快速搭建项目，UI组件库选用轻量且流行的Ant design，图表库选用Echarts。
他的目标是做一个简洁、实用的监控面板。左侧导航栏，中间主区域显示核心内容。主区域又分为几个卡片组件：实时资产总览（账户余额、浮动盈亏、持仓）、市场状态（主要股指、汇率、大宗商品涨跌）、交易信号列表（最近产生的买卖信号详情）、性能图表（资金曲线、回撤图、胜率统计）。
当第一个Echarts折线图在浏览器里成功绘制出模拟的资金曲线时，林晨忍不住挥了一下拳头。那种从无到有，从杂乱数据到清晰可视化的创造感，令人着迷。他不断调整着图表的颜色、提示框、缩放功能，让它看起来更专业、更直观。
前后端都跑通后，最大的考验来了：部署。
他对比了几家主流云服务商。大厂的云服务稳定但稍贵，创业公司的云性价比高但怕有坑。考虑到目前系统规模小，访问量几乎为零（只有他自己看），他最终选择了一家口碑不错的中型云服务商，买了一个最低配置的云服务器（1核2G，带宽按量付费），月费不到一百块。
按照教程，他在纯净的Linux系统上安装了python环境、Node环境、Nginx、数据库。将后端FastApI代码打包上传，用Uvicorn作为ASGI服务器启动；将前端React项目构建成静态文件，也上传到服务器，通过Nginx配置反向代理和静态文件服务。
最难搞的是让后端服务稳定地在后台运行，并且开机自启。他研究了systemd，写了服务配置文件。又为了更方便管理，引入了pm2来守护Node服务（虽然目前前端是静态的，但他为未来可能的前后端分离ApI预留了可能）。
整整折腾了两天，遭遇了无数次“permission denied”、“端口被占用”、“依赖缺失”的错误。每一次排错，都是对Linux运维知识的恶补。当他在本地电脑的浏览器里，输入那个属于自己的云服务器Ip地址，看到React监控页面成功加载，并且通过页面上的按钮调用后端ApI，实时获取到最新的账户余额和交易信号时，那种跨越重重障碍终于抵达终点的成就感，几乎要满溢出来。
系统，上线了。
现在是下午四点，鹏城的阳光斜照进书房。林晨靠在椅背上，长长地舒了一口气。他拿起手机，给自己点了一份平时舍不得点的、来自南山科技园某家知名烧腊店的豪华双拼饭，多加一份叉烧。
等待外卖的间隙，他用自己的手机4G网络，再次访问了那个监控面板。页面流畅加载，图表清晰展示。这意味着，无论他在家里、在咖啡馆、甚至在未来可能去面试的路上，只要能上网，他就能随时掌握自己那个“AI交易员”的工作状态。
他点开“交易信号”列表，最新一条记录显示，就在十五分钟前，系统基于欧元兑美元汇率的小幅波动，结合AI模型判断，自动执行了一笔微量的买入操作。状态显示“已成交”。
林晨切换到实盘的券商App，核对了一下。成交记录一致。浮动盈亏栏显示着一个绿色的正数：+86.33元。
钱不多，甚至不够付刚才那顿外卖。但意义重大。这证明从数据获取、AI分析、信号生成、到自动下单执行、再到结果反馈至监控面板的整个闭环，在全新的、更健壮的架构上，跑通了。
手机震动，外卖电话。林晨起身去拿外卖，脚步都轻快了几分。
当他吃着香喷喷的叉烧饭，时不时瞥一眼旁边平板电脑上自动刷新的监控面板时，一种久违的、扎实的掌控感，慢慢在心底沉淀下来。失业的阴霾，求职的焦虑，似乎被这一行行亲手敲出的代码，一个个被攻破的技术难点，暂时驱散了。
饭吃到一半，苏婉发来微信：“晚上爸妈那边打电话来，说想过来看看乐乐，顺便……看看我们。我估计周末可能会来。你有个心理准备”。
林晨咀嚼的动作慢了下来。他看着微信，又看了看屏幕上那条+86.33元的盈利记录，以及背后代表的一整套正在悄然运转的系统。
他回复：“好，我知道了。别担心”。
周末，父母要来。他们看到的，将是一个仍在家中、没有“正经工作”的儿子。但林晨知道，有些东西已经不一样了。他放下手机，继续吃饭。代码可以骗人，但逻辑不会。而他自己亲手构建的逻辑世界，正在变得越来越清晰，越来越有力。