清晨六点半，鹏城的天刚蒙蒙亮。
林晨已经坐在书桌前，屏幕上是Leetcode的t厂高频150题列表。他昨晚只睡了不到六小时，但此刻精神异常亢奋——距离后天的技术面试，只剩下不到两天了。
“先从动态规划开始”。他自言自语，点开第一题“最长递增子序列”。
手指在键盘上敲击，思路在脑海中流转。这半年自学AI，他其实没怎么刷算法题，大部分时间都花在机器学习理论和实战项目上。但t厂的面试传统他很清楚：算法是基本功，过不了这一关，再好的项目经验也白搭。
第一题顺利解出，时间复杂度o(n2)。他皱了皱眉，切换到题解区，看到最优解是o(n log n)的贪心+二分法。
“得优化”。他重新打开编辑器。
这不是简单的刷题，而是重建算法思维的过程。他需要把那些被深度学习框架封装起来的底层逻辑重新激活——数组、链表、树、图、递归、分治、动态规划……这些计算机科学的基础构件，就像建筑的地基，决定了上层AI模型能建多高。
上午九点，苏婉轻轻推开书房门，端来一杯热牛奶和两个包子。
“先吃点东西”。她把早餐放在桌角，“乐乐已经送去幼儿园了”。
林晨这才从代码中抬起头，揉了揉发酸的眼睛：“谢谢老婆”。
“准备得怎么样”？苏婉看着他布满血丝的眼睛，有些心疼。
“算法题刷了二十道，正确率还行，但有些解法不够优雅”。林晨咬了口包子，“下午面试官肯定会追问优化思路，我得把每种解法的时间复杂度和空间复杂度都吃透”。
苏婉在他身边坐下：”你那个投资系统的代码，要不要再梳理一遍？之前你自己练习时，我觉得你讲技术架构讲得特别好”。
“对，这是重头戏”。林晨快速吃完早餐，打开另一个文件夹，“这是我用pytorch写的量化交易模型，融合了LStm时序预测和强化学习策略优化。面试时如果问到实战项目，我就拿这个举例”。
他点开代码文件，一行行解释给苏婉听——虽然妻子不是技术出身，但她的反馈能帮他判断讲解是否通俗易懂。
“你看这里，我用了注意力机制来捕捉市场中的异常波动信号”。林晨指着屏幕，“传统的技术指标比如mAcd、RSI，都是基于固定公式，但市场是动态的。我的模型会学习在不同市场环境下，哪些指标更有效”。
苏婉认真听着，偶尔提问：“那你怎么防止过拟合？万一模型只在历史数据上表现好呢”？
“问得好”！林晨眼睛一亮，“这正是我花心思最多的地方。我做了三件事：第一，数据增强，用随机噪声和时序切片来扩充训练集；第二，早停策略，监控验证集损失，一旦连续五个epoch不下降就停止训练；第三，集成学习，训练多个不同结构的模型，投票决定最终交易信号”。
他边说边调出模型训练日志，展示给苏婉看。那些曲线图、数据表、回测结果，都是这半年心血的结晶。
上午十点半，算法题刷到第四十道时，林晨的手机响了。
是张伟。
“晨哥，准备得咋样了”？电话那头传来熟悉的声音。
“正在拼命”。林晨活动了下僵硬的脖子”，后天上午面试，面试官是技术总监陈博士”。
“陈博士啊……”张伟语气严肃起来，“那可是t厂AI部门的定海神针。我打听过了，他面试有个特点：不喜欢炫技，喜欢问基础。你机器学习理论复习得怎么样”？
“正在看”。林晨切换到另一个窗口，上面是《pattern Recognition and machine Learning》的电子版，“贝叶斯估计、支持向量机、集成学习这些经典算法，还有深度学习里的反向传播、梯度消失、正则化……”
“不够”。张伟打断他，“陈博士可能会问得更深。比如，你能从信息论的角度解释dropout为什么能防止过拟合吗？或者，transformer里的位置编码，为什么用正弦余弦函数而不是可学习参数”？
林晨愣住了。
这些问题他确实没深入思考过。平时用pytorch搭模型，都是调现成的模块，底层原理虽然知道个大概，但真要上升到数学本质的层面……
“我明白了”。他深吸一口气，“还有四个小时，我重点补这些理论深度”。
挂断电话，林晨立刻调整复习策略。他不再盲目刷题，而是打开笔记本，开始系统梳理机器学习的关键概念。
偏差与方差的权衡——模型复杂度和泛化能力的关系，用公式推导最优解。
梯度下降的收敛性证明——从泰勒展开到学习率的选择，为什么Adam优化器比SGd更稳定。
卷积神经网络的平移不变性——从数学上解释为什么cNN适合图像识别。
注意力机制与人类认知的类比——为什么transformer在NLp任务上碾压RNN。
时间一分一秒流逝。书房里只有键盘敲击声和偶尔的翻书声。林晨完全进入了心流状态，那些抽象的理论在他脑海中逐渐具象化，变成可理解的逻辑链条。
中午十二点，苏婉做了简单的面条。林晨边吃边在餐桌上画系统架构图。
“如果面试官让我设计一个推荐系统，我要从这几个层面回答”。他用筷子在桌面上比划，“数据层：用户行为日志怎么收集和清洗；特征层：用户画像、物品属性、上下文特征怎么构建；模型层：协同过滤、矩阵分解、深度学习模型怎么选型和融合；服务层：怎么保证高并发下的实时推荐……”
苏婉看着他专注的样子，忍不住笑了：“你现在像个备战高考的学生”。
“比高考压力大”。林晨苦笑，“高考考砸了还能复读，这次面试要是没过，我不知道还有没有勇气继续找”。
“别说丧气话”。苏婉握住他的手，“你这半年的努力我看在眼里。从零开始学AI，还能做出能赚钱的投资系统，这已经证明你的能力了。面试只是让更多人看到你的价值”。
林晨点点头，心里暖了一下。
下午一点，他开始最后的模拟演练。
打开摄像头，对着屏幕自我介绍：“面试官好，我是林晨，有十年全栈开发经验，最近半年专注于AI和量化交易领域。我独立开发了一套智能投资系统，融合了深度学习和强化学习，在A股实盘运行半年，年化收益率达到……”
语速、语调、重点突出。他反复练习了三遍。
然后是技术问题的模拟回答。他假设了各种可能的问题：
“请解释反向传播算法的推导过程”。
“如果让你优化一个日均百亿请求的推荐系统，你会从哪些方面入手”？
“如何看待大模型时代的AI伦理问题”？
每个问题他都准备了不同深度的回答版本——浅层解释给非技术面试官听，深度剖析给技术专家听。
傍晚六点，林晨终于合上了电脑。
晚饭后，他继续复习。十点钟，乐乐已经睡了，苏婉端来一杯热牛奶。
“张伟刚才打电话来了”。苏婉说”，他说明天下午可以帮你安排一场模拟面试，就在t厂内部，找一个资深工程师帮你找找感觉”。
林晨一愣，随即感激地点点头：”太好了。麻烦他了”。
“他说时间定在明天下午两点，让你一点半到t厂”。
“好”。林晨看了眼时间”，我今晚再看一会儿，明天一早再过一遍重点”。
“别太晚”。苏婉轻轻拍了拍他的肩膀。
林晨继续看着屏幕上的笔记，那些公式、概念、架构图像一张张卡片，被他在脑海中反复梳理、分类、连接。
十一点半，他合上电脑，躺到床上。窗外，鹏城的夜色正浓，远处的高楼灯火通明。
明天是模拟面试，后天是正式面试。
他闭上眼睛，深吸一口气。
三天。从接到通知到正式面试，只有三天。这三天里，他要把自己这半年的所学、所思、所做，全部调动起来，在几个陌生人面前展示出来。
压力很大，但他知道，他已经准备好了。
至少，他比半年前那个被裁员时茫然无措的自己，准备好了太多。