帆打开异常行情库的最后一组数据——1997年亚洲金融风暴期间，港股单日跌幅超10%的案例。他准备将这类系统性风险纳入测试范围，验证Guardian在全球级动荡中的适应能力。
“你还想加什么？”她问。
“波动率之外的因素。”他敲着键盘，“情绪传导、跨市场联动、流动性枯竭……这些不能只靠数字。”
林悦没再说话，只是将自己的掌上电脑切换到远程调试模式，权限等级保持在“协作者”。
陈帆开始重构Guardian的输入层，新增三个监测维度：一是关联资产的价格共振情况，二是新闻文本的情绪倾向提取（基于关键词频次统计），三是交易所申报队列的深度变化。这些信号不参与预测，仅用于风险加权。
凌晨两点十七分，第一轮综合压力测试完成。
在模拟的股灾环境中，系统提前23秒识别出流动性衰减迹象，结合外盘跌幅和舆情升温信号，主动将整体仓位限制下调至30%，并在开盘后十分钟内完成**险持仓的阶梯式退出。
最终账户回撤8.9%，远低于同期市场平均跌幅。
陈帆靠在椅背上，视线落在屏幕上那条平稳下降的资金曲线。旁边是Guardian的运行状态栏，绿色标识持续闪烁，代表守护进程始终在线。
林悦发来一条新消息：“内存占用峰值比之前低12%。”
他回复：“因为负担分开了。”
“你是在教它什么时候该放手。”她说。
陈帆没有回话，而是打开代码注释区，写下一行文字：“风险不是要消灭的敌人，而是必须共处的影子。”
然后继续调试下一阶段的参数联动逻辑。
窗外夜色深沉，玻璃映出房间里的冷光与跳动的指示灯。服务器风扇低鸣，数据流持续刷新，主屏左侧显示着八只待测股票的监控列表，右侧是Guardian的独立运行界面。
陈帆双击其中一只股票的风控配置项，弹出参数调整窗口。他正准备手动输入新的波动率阈值，突然发现Guardian已经根据最新行情自动建议了一组数值。
他停顿了一下，手指悬在回车键上方。
屏幕右下角，协作者状态依然亮着绿色标记。
林悦说：“它开始学着判断了。”