凌晨一點，鵬城某小區狹窄書房的依然亮著燈。林晨盯著螢幕上那個簡單的線性迴歸公式，眉頭擰成了一個疙瘩。“y = β? + β?x + ε……”他低聲念著，手指無意識地敲擊著桌面。公式本身並不複雜，甚至可以說簡單得過分。但當他試圖理解吳恩達在影片裡解釋的“最小二乘法”，以及如何透過矩陣運算來求解β係數時，大腦就像生鏽的齒輪，發出刺耳的摩擦聲。
矩陣？特徵向量？協方差？這些詞彙像是從記憶深處某個落滿灰塵的角落裡飄出來的幽靈。林晨隱約記得，大學時那門《線性代數》他考了78分——不算差，但也絕不算好。更重要的是，那是十三年前的事了。
十三年。對於一個在跨境電商公司寫了十年業務程式碼的程式設計師來說，十三年意味著什麼？意味著他熟練掌握了Spring Boot、SQL、Redis，能閉著眼睛搭建一套分散式系統，但對矩陣求逆的記憶，早已被無數個“if-else”和“for迴圈”覆蓋得乾乾淨淨。
“靠……”林晨揉了揉發脹的太陽穴，關掉影片，開啟瀏覽器。他在搜尋框裡輸入：“機器學習需要哪些數學基礎？”搜尋結果跳出來，密密麻麻。線性代數、機率論與數理統計、微積分、最佳化理論……每點開一個連結，焦慮就加深一層。那些技術部落格和知乎回答裡，充斥著“必須掌握”、“核心基礎”、“否則寸步難行”之類的字眼。更讓他心頭髮緊的是，許多回答都假設讀者是“理工科背景”、“數學基礎良好”。
林晨確實是理工科畢業，中南省那所大學的計算機專業不算頂尖，但也正經教過高數、線代和機率論。問題在於，他畢業了，工作了，然後把那些“用不上”的知識，像解除安裝舊軟體一樣，從大腦硬盤裡清除了。現在，當他想安裝一個名為“AI工程師”的新程式時，系統提示：缺少必要的執行庫。
他靠在椅背上，望著天花板上那盞有些晃眼的吸頂燈。窗外遠處的城中村早已安靜下來，只有遠處偶爾傳來的貨車轟鳴。妻子蘇婉和兒子樂樂在臥室裡睡得正熟，這個小小的書房，成了他一個人的戰場。而此刻，他連敵人的第一道防線都還沒突破。
一種熟悉的無力感湧上來。不是被裁員時那種突如其來的重擊，而是一種更緩慢、更粘稠的侵蝕——你意識到自己與目標的距離，不是靠努力奔跑就能縮短的，中間橫亙著一道需要重新搭建的橋樑。而你，已經三十有五，存款在減少，時間在流逝。手機螢幕亮了一下，是銀行App的月度賬單推送。林晨瞥了一眼，沒點開。他知道數字：房貸、房租、生活費、樂樂的幼兒園費用，還有昨天剛支出7000塊的課程費。那筆錢像一根針，紮在心頭。
“不能停”。他對自己說，聲音在寂靜的房間裡顯得格外清晰。失業這兩個月，他面試、碰壁、焦慮、調整方向，好不容易才找到這條看起來有希望的路。如果連數學這道坎都過不去，那之前的決心、蘇婉的支援、還有那不斷減少的存款，都成了笑話。
林晨深吸一口氣，關掉所有網頁，打開了一個空白文件。他在最頂端寫下：“數學補課計劃”。然後，他開始列清單：1. 線性代數：矩陣運算、特徵值/特徵向量、奇異值分解(SVD)。重點：理解如何用矩陣表示資料和模型引數，以及SVD在降維中的應用。2. 機率論與數理統計：條件機率、貝葉斯定理、常見分佈、最大似然估計。重點：理解機器學習中的機率模型和不確定性。3. 微積分：偏導數、梯度、鏈式法則。重點：理解神經網路反向傳播的核心——梯度下降。4. 最佳化理論：凸最佳化基礎、拉格朗日乘子法。重點：理解損失函式最小化的數學原理。
寫完清單，他盯著看了足足一分鐘。內容不多，甚至可以說很基礎，但對於一個遺忘已久的中年人來說，每一行都像一座需要翻越的小山。“從哪裡開始呢”？他想起大學時用的教材，那本綠色封皮的《線性代數》，好像還在老家。但遠水解不了近渴。林晨再次開啟瀏覽器，這次他搜尋的是“成人自學數學” 資源。幾個小時後，天邊泛起了魚肚白。
林晨的電腦桌面上，多了幾個新的資料夾和書籤。他找到了T的公開課《線性代數》，找到了可汗學院的相關章節，還下載了幾份國內名校的講義PDF。更重要的是，他在一個技術論壇裡，發現了一份名為《機器學習數學基礎速查與直觀理解》的精華帖，作者用程式設計師能懂的語言和程式碼示例，解釋那些抽象的數學概念。這讓他稍微鬆了口氣。至少，路標是清晰的。
早晨七點，蘇婉起床準備早餐，看到書房裡依然亮著的燈和丈夫佈滿血絲的眼睛，嚇了一跳。“你……一夜沒睡”？“睡了幾個小時，後來又醒了”。林晨活動了一下僵硬的脖子，聲音有些沙啞，“在想學習計劃的事”。蘇婉走過來，看了一眼螢幕上密密麻麻的筆記和開啟的多個PDF文件。“遇到困難了”？“嗯”。林晨苦笑，“發現要學AI，得先補數學。大學學的，全還給老師了”。
蘇婉沉默了幾秒，輕輕拍了拍他的肩膀：“慢慢來，別急。身體要緊”。“不急不行啊”。林晨搖搖頭，指了指電腦螢幕上的銀行App圖示，“存款一天天少，我得儘快學出點東西來，哪怕先找個相關工作過渡也行”。這話說出口，兩人都陷入了短暫的沉默。經濟壓力是房間裡真實存在的大象，他們每天都在小心翼翼地繞開它，但誰都清楚它的體積和重量。
“先吃早飯吧”。蘇婉轉身走向廚房，“我給你煮個雞蛋，補補腦”。早餐時，林晨一邊剝雞蛋，一邊用手機繼續看那份《直觀理解》的帖子。帖子講到矩陣乘法可以看作是一種線性變換，就像拉伸、旋轉、剪下空間。他試著想象，突然覺得有點意思——程式碼是邏輯的排列，數學是空間的變換，底層似乎有某種相通的美感。
“爸爸，你在看什麼”？樂樂捧著牛奶杯，好奇地問。“在看……魔法公式”。林晨笑了笑，用孩子能懂的方式說，“學會了這些公式，爸爸就能做出更聰明的電腦程式”。“像奧特曼的變身器嗎”？“嗯……差不多吧”。林晨揉了揉兒子的腦袋，“一種能讓爸爸變厲害的變身器”。
送走蘇婉和樂樂後，林晨沒有立刻回到電腦前。他換了一身運動服，下樓繞著小區的跑道慢跑了二十分鐘。清早的空氣帶著一絲涼意，跑動讓僵硬的思維稍微活絡了一些。他需要保持體力，這場自學馬拉松，拼的不僅是智力，更是耐力。回到家，衝了個澡，林晨正式開始了他的“數學重生之旅”。
他選擇從線性代數開始，開啟T公開課的影片。Gilbert Strang教授白髮蒼蒼，講課時充滿熱情。林晨戴上耳機，拿出嶄新的筆記本。第一個概念：向量。“這我懂”。林晨心想，不就是有方向的量嘛。但Strang教授很快引入了向量的幾何意義和線性組合，接著是將矩陣看作是對向量的操作集合。當教授在黑板上寫下Ax=b，並解釋A如何將向量x“變換”成向量b時，林晨第一次感受到了那種“啊哈”！的頓悟時刻。
原來，那些枯燥的數字方陣，是在描述空間如何被扭曲、拉伸。而求解線性方程組，就是在尋找一個輸入x，使得經過A這個“機器”加工後，能得到想要的輸出b。這個直觀的影像，比單純記憶行變換和求逆公式，要深刻得多。他暫停影片，在筆記本上畫了一個簡單的座標系，嘗試自己描述一個小矩陣對向量的作用。然後，他開啟Python，用Nuy庫寫了幾行程式碼，親眼看到矩陣乘法如何改變向量的座標。
“有點意思”。林晨嘴角微微上揚。當抽象的概念透過程式碼和視覺化變成具體可感的東西時，學習的阻力似乎小了一些。整個上午，他都沉浸在向量空間、子空間、零空間這些概念裡。筆記寫了十幾頁，程式碼也敲了幾十行。遇到卡殼的地方，他就去翻那篇精華帖，或者去網上搜索。慢慢地，那些曾經面目可憎的術語，開始變得熟悉起來。
午飯是簡單的麵條，蘇婉早上準備好的。林晨一邊吃，一邊用手機繼續看可汗學院關於機率的影片。下午，他開始挑戰微積分——主要是偏導數和梯度。這是理解神經網路如何“學習”的關鍵。求導的規則他還有點印象，但梯度的方向意義，需要重新建立理解。他找到一張神經網路損失函式的示意圖，嘗試手動推導一個簡單線性模型關於權重的偏導數。過程有些繁瑣，但一步一步下來，當他最終得到那個表示“誤差對權重敏感度”的表示式時，一種久違的成就感油然而生。那不是完成一個業務需求的成就感，而是一種觸及事物底層邏輯的、純粹的智力愉悅。
傍晚時分，林晨合上筆記本，感到大腦像被充分鍛鍊後的肌肉，既疲憊又舒暢。他站起來，走到窗邊。夕陽給密集的“握手樓”鍍上了一層金邊。一天的高強度學習，他並沒有完全掌握那些數學知識，距離“熟練掌握”更是差得遠。但他邁出了第一步，而且是紮實的一步。他重新建立了與數學的連線，找到了適合自己的學習方法，更重要的是，他克服了最初看到數學公式時那種本能的畏難和焦慮。
“程式碼可以騙人，但邏輯不會”。他想起自己常說的話。數學，或許就是那個最不容欺騙的底層邏輯。蘇婉下班接樂樂回來了。晚飯時，林晨主動跟蘇婉聊起了今天的學習心得，講到矩陣的幾何意義時，甚至還用手比劃了幾下。蘇婉雖然聽不太懂技術細節，但能看到丈夫眼中重新亮起的光彩，那比什麼都讓她安心。
夜裡，林晨再次坐回電腦前。他沒有繼續啃數學，而是打開了吳恩達的機器學習課程，從昨天卡住的地方繼續。這一次，當影片中再次出現矩陣表示法、梯度下降公式時，他不再是一片茫然。雖然理解速度依然不快，需要不時暫停思考，但他能跟得上教授的節奏了，能看懂那些公式在試圖表達什麼。這是一種微小的、但至關重要的進步。
學習間隙，他習慣性地開啟股票軟體，看了一眼自選股。紅綠閃爍的K線圖，此刻在他眼中，似乎不再是純粹的情緒博弈圖表。他想起了今天學的機率、統計，還有那個“從資料中尋找規律”的機器學習核心思想。一個念頭越來越清晰：這些正在艱難啃下的數學知識，不僅能幫他找工作，更能為他開啟另一扇門——一扇用理性和演算法，在市場中尋找規律的門。
他新建了一個筆記檔案，命名為“投資系統數學基礎構想”，寥寥寫下了幾個關鍵詞：時間序列分析、統計套利、風險模型……然後，他關掉這個檔案，繼續看課程影片。路要一步一步走，他知道自己離真正構建系統還差十萬八千里，但至少，方向更明確了。
深夜，林晨儲存好所有文件，準備休息。關機前，他瞥了一眼桌面日曆。距離他再次失業，已經過去半個月了。存款的數字在減少，但大腦裡的東西，好像在增加。他關掉燈，躺到床上。黑暗中，那些矩陣、梯度、機率公式還在腦海裡輕輕碰撞，發出細微的聲響。明天，數學的挑戰，還將繼續。
